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

有赞技术团队
有赞技术团队
Apple Machine Learning Research
Apple Machine Learning Research
IT之家
IT之家
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
B
Blog RSS Feed
酷 壳 – CoolShell
酷 壳 – CoolShell
人人都是产品经理
人人都是产品经理
Hugging Face - Blog
Hugging Face - Blog
博客园_首页
V
V2EX
aimingoo的专栏
aimingoo的专栏
爱范儿
爱范儿
博客园 - 聂微东
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
H
Hackread – Cybersecurity News, Data Breaches, AI and More
Stack Overflow Blog
Stack Overflow Blog
罗磊的独立博客
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
MongoDB | Blog
MongoDB | Blog
Jina AI
Jina AI
T
The Blog of Author Tim Ferriss
月光博客
月光博客
云风的 BLOG
云风的 BLOG

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 Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» 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
Легко ли навайбкодить новый «Черный квадрат»?
nenkre · 2026-05-12 · via Все публикации подряд на Хабре

Легко ли навайбкодить новый «Черный квадрат»?

Простой

4 мин

12K

С того момента, как в 2017 году восемь инженеров из Google разработали концепцию трансформеров, индустрия проходит через все пять стадий принятия по Кюблер-Росс. 

Было отрицание — когда Google даже не стал это патентовать, был гнев — когда Дарио Амодей с частью команды ушли из OpenAI, торг — когда техногиганты рискнули или не рискнули начать скупать ИИ‑стартапы (ну, предположим). Почти прошла депрессия — от осознания того факта, что нас всех заменит ИИ. 

В итоге мы как‑то докатываемся до стадии принятия - принимаем то, что ИИ несет некоторые риски для рынка труда. Хотя при этом и понимаем, что он не заменит человека на все 100%.

Из очевидного, почему ИИ не заберет вашу работу — это то, что LLM для обучения нужны свежие знания — тексты, код, изображения. Которые в принципе может создать только живой человек. Нейронка‑то умеет только предсказывать следующий токен, основываясь на уже существующих знаниях.

Но эта проблема все же глубже, чем обучающаяся на нейрослопе языковая модель.

Есть то, с чем LLM в принципе справляются лучше остальных задач — это кодинг. По причине того, что у программного кода более строгая структура, точный синтаксис, ну и в целом там сильно меньше возможных комбинаций букв и слов, чем в естественном языке. И потому что языки программирования изначально созданы, чтобы перевести «естественную» задачу на понятные машине команды.

Поэтому Claude Code и Codex — главная причина, по которой программисты и прочие причастные к разработке нервничают сильнее остальных. Да и чего им не нервничать — средняя зарплата джуна уже упала ниже средней по стране в целом, и даже на такую зарплату очередь. А если и возьмут на работу — то тоже переживай, что тебя заменят на ИИ.

Это объективно происходит, достаточно почитать Хабр дальше первой страницы. И это большая ошибка, которая аукнется в будущем. 

Потому что ИИ делает хороших инженеров лучше, а плохих — хуже. Это, если что, не моя фраза, но основной посыл этого текста в этом.

Чтобы понять, к чему я веду, посмотрите на вот эту картину:

Ее создал тот же человек, который позже, чуть отточив навыки, написал это:

А еще чуть позже, на самом пике своей формы, он создал это:

Да, это раннее творчество Казимира Малевича, одного из самых известных авангардистов и основоположника супрематизма. Который, помимо авторства «Черного квадрата» (а также черного круга и черного креста), был признанным мастером своего дела.

Который еще до того, как закрасить холст черной краской, был глубоко погружен во все течения современного ему искусства, творчески их переработал, активно выставлялся, ну и в принципе имел громкое имя еще до создания своего главного шедевра.

Но еще это полотно — пример того, как рассуждает любой не погруженный в тему человек. Ведь что может быть проще закрашенного квадрата? Да любого шедевра рандомного минималиста или сюрреалиста?

Но успех вы не повторите, во‑первых, потому что на дворе не 1913 год. А, во‑вторых, потому что для этого нужно быть очень и очень хорошим художником, иметь теоретическую и практическую базу.

Отсылку к «Я могу навайбкодить целое приложение, не понимая ни строчки кода» поняли? 

Если каждый начнет генерить свое приложение, или сайт, или расширение, или что‑то еще, не имея понимания как это работает и что он делает, ценность этого продукта будет стремиться даже не к нулю, а к отметке ниже. Примерно как и ценность каждого последующего «Черного квадрата» от того, кто не изобретал новый жанр.

Плюс бонусом мы получим карьерный разрыв (нет мидлов и сеньоров, потому что перестали нанимать и учить джунов). И зашумленность датасетов для обучения новых моделей — творчеством предыдущих моделей.

Кстати, пару десятков лет назад мы уже проходили через что‑то похожее. Достаточно давно я прочитал у кого‑то такое мнение: раньше блоги были теплыми и ламповыми из‑за несовершенства технологий. Потому что блогер подолгу бился с html и админкой своего standalone‑сайта, вручную оформлял каждый абзац, и за это время дополнительно оттачивал текст. Ну и по той же причине в целом писал меньше, но качественнее.

Потом появился ЖЖ, и порог входа в свой блог стал сильно ниже. Если каждый желающий может в два клика завести блог и начать изливать туда свои мысли, качество непременно перейдет в количество. И это случилось еще задолго до появления не то что чатгпт, но даже до телеграм‑каналов. Справедливости ради, ЖЖ второй половины нулевых был еще неплох — там по инерции оставались интересные авторы.

Возвращаясь к настоящему времени. Еще немного, и без навыков в ИИ вас не наймут на любую более‑менее серьезную работу. Но главный парадокс нынешнего рынка — в том, что в ваших интересах уметь самому делать то же, что делает нейронка. И чтобы не терять навыков, периодически это делать.

  • Если вы что‑то переводите — вам все равно нужно знать язык в совершенстве, хотя ИИ облегчит рутинные вещи.

  • Если вы пишете тексты — вы должны уметь писать их идеально руками, хотя ИИ сделает определенный процент работы вместо вас.

  • Если вы иллюстратор — вы должны иметь хорошее видение того, что вам нужно, а Nano banana или GPT Image сделают за вас часть сложной технической работы.

  • Если вы программист — вы должны знать и понимать, как работает код и каким он должен быть, а нейронка просто заберет на себя рутину.

Потому что если ИИ ошибется (а он точно это сделает), вы: во‑первых, быстро найдете проблему, а во‑вторых — так же быстро ее исправите. И это будет вашим конкурентным преимуществом перед тем, чьи навыки ограничиваются промптингом.

А вывод будет таким: несмотря на ИИ, нужно быть профессионалом своего дела. Ну или хотя бы стараться таким профессионалом стать.