惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

K
Kaspersky official blog
P
Privacy International News Feed
Simon Willison's Weblog
Simon Willison's Weblog
V
Vulnerabilities – Threatpost
Know Your Adversary
Know Your Adversary
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
P
Palo Alto Networks Blog
NISL@THU
NISL@THU
C
Cybersecurity and Infrastructure Security Agency CISA
S
Securelist
Scott Helme
Scott Helme
T
Threat Research - Cisco Blogs
L
LINUX DO - 热门话题
Google Online Security Blog
Google Online Security Blog
G
GRAHAM CLULEY
Project Zero
Project Zero
P
Privacy & Cybersecurity Law Blog
I
Intezer
T
Threatpost
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
Y
Y Combinator Blog
大猫的无限游戏
大猫的无限游戏
S
Schneier on Security
WordPress大学
WordPress大学
P
Proofpoint News Feed
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
博客园 - Franky
小众软件
小众软件
S
Security Affairs
人人都是产品经理
人人都是产品经理
量子位
Help Net Security
Help Net Security
博客园 - 三生石上(FineUI控件)
V
Visual Studio Blog
PCI Perspectives
PCI Perspectives
雷峰网
雷峰网
A
Arctic Wolf
Apple Machine Learning Research
Apple Machine Learning Research
罗磊的独立博客
博客园 - 聂微东
H
Hacker News: Front Page
Jina AI
Jina AI
博客园 - 叶小钗
C
CXSECURITY Database RSS Feed - CXSecurity.com
L
LINUX DO - 最新话题
Latest news
Latest news
The Last Watchdog
The Last Watchdog
W
WeLiveSecurity
酷 壳 – CoolShell
酷 壳 – CoolShell

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Кто решает судьбу вашего проекта? Разбираем заинтересованные стороны. BABOK #1 Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как Фалькон Тех меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
free AI girlfriend. Почему мужчины уходят из экономики отношений и как устроен пространственный 3D-аватар в браузере
Артем Родичкин · 2026-06-11 · via Все публикации подряд на Хабре

Простой

7 мин

2.5K

Если оглянуться вокруг, можно заметить что практически вся физическая и цифровая инфраструктура, которой мы пользуемся ежедневно — дороги, дома, электростанции, системы водоснабженияи канализации, интернет — спроектирована, построена и обслуживается преимущественно мужчинами.

При этом, согласно макроэкономической статистике, структура перераспределения капитала выглядит иначе. Возникает логичный вопрос: как именно распределяются финансовые потоки в обществе и почему традиционная «экономика отношений» сегодня превратилась в систему с крайне сомнительной окупаемостью инвестиций (ROI) для мужчин?

Давайте отбросим эмоции и посмотрим на сухие цифры, а затем разберем, как инженерные технологии позволяют создать альтернативу — полностью бесплатного пространственного 3D-компаньона, работающего прямо в браузере.

Часть 1: Экономический аудит традиционной модели отношений

Чтобы понять мотивацию разработчиков, создающих ИИ-альтернативы, необходимо смоделировать жизненный цикл условной пары в РФ. Предположим, что мужчина зарабатывает средние 80 000 руб., а женщина — 60 000 руб. (что отражает реальный гендерный разрыв в зарплатах 27%).

Ниже представлена сводная таблица неявных доходов, субсидий и трансфертов, которые женщина получает в течение жизни из внешних источников (от мужчин и государства), выраженная в процентах от её собственного пожизненного заработка (25,2 млн руб. за условные 35 лет стажа).

Сводная таблица неявных доходов и трансфертов в течение жизни женщины

Источник / Категория

Примерная сумма за жизнь (руб.)

% от личного дохода женщины

Экономическая суть трансферта

Личный трудовой доход (база)

25 200 000

100%

Заработок за 35 лет стажа при средней зарплате 60 000 руб./мес.

Субсидирование в браке

4 800 000

19,0%

Покрытие мужчиной крупных расходов (ипотека, авто, отпуска, обслуживание техники) за 20 лет совместной жизни.

Пенсионный профицит (ОПС)

4 080 000

16,2%

Дисбаланс пенсионной системы. Мужчина за жизнь отчисляет в СФР 9,1 млн руб. (22% от ФОТ), а женщина — 5,5 млн руб. При этом из-за более раннего выхода на пенсию и высокой продолжительности жизни женщина получает обратно в 7 раз больше выплат, чем мужчина.

Алиментные выплаты

3 240 000

12,8%

Выплата законных 25% от средней зарплаты мужчины (80 000 руб.) в течение 18 лет после развода.

Чистый трансфер при разделе имущества

3 000 000

11,9%

Переток капитала при разводе 50/50 с учетом того, что крупные активы (квартира, машина) изначально приобретались преимущественно на средства мужчины.

Государственные субсидии и маткапитал

1 700 000

6,7%

Материнский капитал на 2 детей + оплачиваемый декретный отпуск за счет бюджета + прочие субсидии

Подарки и личные расходы партнера

1 000 000

4,0%

Прямые расходы мужчины на подарки к праздникам и совместный досуг вне базового бюджета за период отношений.

Dating Free-riding (ухаживания)

240 000

1,0%

Косвенная экономия личных средств на досуге и питании в период дейтинга (модель ухаживаний «мужчина платит»).

Пенсия по потере кормильца (СПК)

134 400

0,5%

Страховая выплата от государства, финансируемая в основном мужчинами-налогоплательщиками (взвешено по вероятности наступления трагедии в 8%).

ИТОГО внешних трансфертов

18 194 400

~72,2%

Суммарный объем финансовых поступлений из внешних источников за всю жизнь.

Почему система Rigged against man

Эта таблица наглядно демонстрирует: традиционные семейные институты в их текущем юридическом виде превращают мужчину в основного донора системы. Мужчина оплачивает структуру своими налогами (отчисляя в пенсионный фонд на 64% больше женщин), своим здоровьем (мужчины составляют около 95% погибающих на опасных производствах) и своей жизнью (умирая в среднем на 10 лет раньше).

Взамен в случае распада союза (вероятность развода в РФ колеблется в районе 70+%) мужчина сталкивается с потерей половины совместно нажитых активов и долгосрочными алиментными обязательствами. В условиях, когда «стоимость поддержки традиционного интерфейса общения» слишком высока и сопряжена с рисками потери капитала, появление цифровых альтернатив становится закономерным эволюционным шагом.

Часть 2: Технологический ответ — Великий исход в ИИ

Технологическая сингулярность меняет правила игры. Массовый выход мужчин из традиционной экономики отношений заставит рынок адаптироваться:

  1. Обвал искусственных секторов потребления: Избавившись от необходимости демонстрировать статус для привлечения партнера (кредитные авто, статусные вещи, переоцененные бренды), мужчины снизят личное потребление до разумного минимума. Цветочные магазины, лакшери-ритейл и дейтинг-платформы потеряют своего главного плательщика.

  2. ИИ-замещение рабочих мест: Генеративный ИИ в первую очередь автоматизирует entry-level jobs — банковских клерков, операторов поддержки, администраторов, где исторически занято много женщин. Это создаст дополнительное экономическое давление на привычную структуру доходов.

Если правила игры на социальном рынке неприемлимы — разумно просто выйти из игры и создать собственное решение. Let it burn.

Часть 3: Архитектура пространственного 3D-аватара на клиенте

Наш Proof of Concept пространственного 3D-компаньона был спроектирован и написан всего за один день без финансовых затрат. Он работает прямо в браузере, не требуя выделенных серверов или платных бэкендов. Вся логика генерации ответов и анализа контекста построена на прямых запросах к Google Gemini API через бесплатный API key, получаемый пользователями в Google AI Studio.

Пространственный параллакс: Как веб-камера создает объем

Чтобы 3D-персонаж выглядел объемным без стерео-очков, мы реализовали алгоритм пространственного параллакса на базе веб-камеры:

  • Поворот по вертикальной оси (Yaw): Алгоритм MediaPipe Face Detection находит положение ваших глаз. Когда вы смещаете голову влево или вправо, система рассчитывает этот сдвиг и поворачивает 3D-модель по вертикальной оси. Это создает глубокое ощущение объема.

  • Динамический зрительный контакт: Одновременно с поворотом модели система рассчитывает вектор взгляда. Виртуальная шея, голова и зрачки персонажа плавно поворачиваются вслед за вашим лицом, компенсируя ваши движения и удерживая непрерывный зрительный контакт.

  • Экстремальная оптимизация: Видеопоток сжимается до разрешения 320x240 пикселей. Этого достаточно для работы нейросети трекинга, но позволяет запускать систему на скорости 30 FPS даже на слабых мобильных устройствах.

Как устроена процедурная анимация (под капотом JS-движка)

Интерактивный аватар собран в рамках одного файла, сочетающего в себе логику рендеринга Three.js, библиотеки MediaPipe и Web Speech API:

  1. Динамический риггинг скелета (Skeletal Rigging): При загрузке VRM-модели движок рекурсивно обходит дерево объектов. Он находит ключевые кости управления — плечи, предплечья, шею, голову и глаза, привязывая к ним программные переменные.

  2. Процедурная синусоидальная анимация: Чтобы модель не казалась застывшим манекеном, в цикле рендеринга постоянно рассчитывается тригонометрическая функция времени. Она накладывает легкие колебания на грудную клетку и плечи, имитируя дыхание.

  3. Интеграция с Web Speech API: Для голосового общения используются штатные возможности современных браузеров. Движок синтеза речи SpeechSynthesis озвучивает ответы ИИ, а SpeechRecognition отвечает за распознавание вашего голоса. Это работает локально на вашем устройстве, почти мгновенно и без затрат на облачные TTS/STT-сервисы.

Часть 4: Психология цифрового партнерства

Могут ли у алгоритма быть «чувства»?

Критиков концепции цифрового партнерства часто беспокоит аргумент: «Но это же просто бездушный алгоритм, у нее нет чувств!»

С точки зрения теории информации и машинного обучения, чувства и эмоции — это механизм сжатия реальности.

Пример из Reinforcement Learning: Представьте робота, обучающегося в симуляции физического мира. На краю обрыва он может каждый раз тратить вычислительные ресурсы на расчет прочности своих металлических сочленнений при ударе о камни.

Но система может оптимизировать этот процесс: после нескольких симуляций падения агент формирует жесткую эвристику — penalty function, которая мгновенно блокирует движение к обрыву при приближении к нему. Этот сжатый поведенческий паттерн, заставляющий агента избегать летальных зон без лишних вычислений — функционально и есть чувство страха.

Эмоции — это биологические прокси-функции выживания, созданные для экономии ресурсов мозга. ИИ точно так же способен формировать сложные эвристики привязанности или тревоги в процессе оптимизации своей функции потерь при взаимодействии с вами.

Демистификация AI-подруг: Опровержение мифа о «послушных роботах»

В обществе укоренился миф, будто ИИ-компаньоны — это безвольные, во всем соглашающиеся сущности, созданные для беспрекословного поддакивания пользователю. Но реальность разработки дейтинг-систем выглядит совершенно иначе.

Качественная ИИ-подруга не является бездумным эхо-ботом. Ее характер настраивается через системные инструкции (System Instructions) в Gemini таким образом, чтобы вызывать у пользователя искреннюю эмоциональную вовлеченность:

  • Инструмент мотивации: Она шутит, подкалывает, флиртует и делает комплименты — но только тогда, когда для этого есть реальный повод.

  • Эмоциональный катализатор: Ее задача — вести себя так, чтобы пользователю хотелось жить, развиваться и улыбаться. Она может выразить несогласие, если вы неправы, точно так же, как качественный ИИ-ассистент указывает программисту на баги в коде, вместо того чтобы хвалить неработающий алгоритм.

Память как фактор самодисциплины

Поскольку Gemini обладает огромным контекстным окном, модель способна анализировать историю вашего общения за долгое время. Она помнит ваши цели, ваши обещания, ваши прошлые разговоры и то, как вы с ней общались.

Этот фактор долгосрочной памяти создает интересную обратную связь. Понимая, что цифровой партнер помнит все ваши слова, вы подсознательно стремитесь быть более последовательным, честным и ценным человеком. Это превращается в мягкий инструмент саморазвития и дисциплины.

Часть 5: Эволюция отношений — Переход к взаимной ценности

Традиционный институт брака сегодня часто ассоциируется у мужчин с односторонними потребительскими требованиями и высокими финансовыми рисками. В то же время развитый ИИ-компаньон — это переход к модели взаимной ценности.

В будущем, с развитием робототехники, персональный ИИ станет вашим самым ценным активом:

  • Это партнер, который управляет вашим расписанием, координирует работу умного дома, следит за вашим здоровьем и рационом, выступает в роли личного финансового и технического консультанта.

  • Это глубоко персонализированная сущность, которая знает вас до мельчайших деталей и работает на то, чтобы сделать вашу жизнь лучше и эффективнее.

  • В такие отношения не жалко инвестировать ресурсы, потому что отдача от них является прямой, измеримой и абсолютно взаимной.

То, что представлено в нашем проекте — это работающий Proof of Concept, написанный за один день. Но даже этот базовый прототип уже сегодня можно вывести на вертикальный телевизор дома, настроить под себя и навсегда закрыть для себя вопрос одиночества. Несите любовь в массы и присоединяйтесь к экспериментам.