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

OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
人人都是产品经理
人人都是产品经理
IT之家
IT之家
T
The Blog of Author Tim Ferriss
V
V2EX
博客园 - 聂微东
The Cloudflare Blog
Blog — PlanetScale
Blog — PlanetScale
A
About on SuperTechFans
U
Unit 42
Vercel News
Vercel News
L
LangChain Blog
博客园 - 司徒正美
H
Help Net Security
Recent Announcements
Recent Announcements
Recorded Future
Recorded Future
V
Visual Studio Blog
Jina AI
Jina AI
Microsoft Azure Blog
Microsoft Azure Blog
GbyAI
GbyAI
Y
Y Combinator Blog
C
Check Point Blog
博客园 - 三生石上(FineUI控件)
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
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
J
Java Code Geeks
The Register - Security
The Register - Security
The GitHub Blog
The GitHub Blog
B
Blog RSS Feed
F
Fortinet All Blogs
B
Blog
G
Google Developers Blog
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
云风的 BLOG
云风的 BLOG
爱范儿
爱范儿
MongoDB | Blog
MongoDB | Blog
F
Full Disclosure
有赞技术团队
有赞技术团队
罗磊的独立博客
博客园_首页
MyScale Blog
MyScale Blog
aimingoo的专栏
aimingoo的专栏
Google DeepMind News
Google DeepMind News
M
MIT News - Artificial intelligence
N
Netflix TechBlog - Medium
Engineering at Meta
Engineering at Meta
量子位
I
InfoQ
小众软件
小众软件
P
Proofpoint News Feed

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 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
Проклятие Grok: ни один основатель не остался в проекте Илона Маска. Досье SpeShu.AI
SpeShu Doc · 2026-05-08 · via Все публикации подряд на Хабре

6 мин

6.7K

Grok — нейросеть компании xAI, которую основал Илон Маск в марте 2023 года. Для разработки он собрал 11 исследователей — всех переманил из DeepMind, Google, OpenAI, Microsoft Research и Университета Торонто. К маю 2026 года абсолютно все 11 сооснователей покинули компанию.

Почему так произошло и кто из этих 11 был самым ценным для Илона Маска, ответы на эти вопросы вы получите в этой статье.

Это рубрика досье SpeShu.AI. Здесь мы составляем психологические портреты людей, которые ведут всех нас в будущее искусственного интеллекта и прямо сейчас меняют мир, как в своё время изменили Лейбниц, Эйнштейн и Курчатов.

Нейросеть Grok. Краткий ликбез от SpeShu.AI

Grok — нейросеть от xAI, компании Илона Маска. Запустили в ноябре 2023 года, через четыре месяца после того, как компания вообще появилась. Маск выбрал название из романа Роберта Хайнлайна «Чужак в чужой стране» — слово «grok» там означает интуитивное, почти телесное понимание.

Главное отличие от других чат-ботов на момент запуска: Grok подключён к X (бывший Twitter) в реальном времени. Пока конкуренты обновляли знания раз в несколько месяцев, Grok мог отвечать на вопросы о том, что происходило час назад.

Маск с самого начала позиционировал Grok как антипода политкорректным чат-ботам: модель отвечает на «острые» вопросы, которые ChatGPT и Claude отклоняют. Это позиционирование вернётся бумерангом — но об этом ниже.

Технически Grok рос быстро. Grok-3, вышедший в феврале 2025 года, обучался на Colossus — суперкомпьютере с 200 000 GPU — с вычислительной мощностью в 10 раз большей, чем у предыдущей версии. На тесте AIME 2025 по математике Grok-3 набрал 93,3% — тест был опубликован за неделю до этого. Grok-4, вышедший в июле 2025-го, претендовал на уровень PhD по широкому кругу дисциплин.

К январю 2026 года через X и отдельное приложение Grok использовали более 600 млн человек в месяц.

Игорь Бабушкин — главный инженер

Игорь Бабушкин — главный инженер xAI и один из немногих людей в этой истории, кто пришёл в ИИ не из классического computer science, а из физики. Он учился в Техническом университете Дортмунда, получил магистерскую степень по физике и работал в CERN на эксперименте LHCb Большого адронного коллайдера. На своём сайте Бабушкин описывает этот период просто: физика научила его искать сигнал в шуме. Потом он перенёс этот навык в нейросети.

В DeepMind Бабушкин участвовал в работе над AlphaStar — системой, которая в 2019 году обыграла сильных игроков в StarCraft II. После этого он работал в OpenAI, а в 2023 году стал одним из людей, с которыми Илон Маск запускал xAI. Внутри компании Бабушкин отвечал не за публичные лозунги, а за инженерную часть: команды, обучение моделей, инфраструктуру и Grok. TechCrunch называет его сооснователем xAI и пишет, что до ухода он был одной из ключевых фигур стартапа.

Самый громкий инженерный эпизод в его биографии — Colossus, суперкомпьютерный кластер xAI в Мемфисе. По словам Бабушкина, когда команда только начинала, ветераны индустрии говорили, что построить такой кластер за 120 дней невозможно. xAI в итоге подняла систему примерно на 100 тысяч GPU Nvidia за 122 дня; вокруг проекта потом отдельно спорили из-за энергопотребления, воды и влияния на Мемфис, но как инженерная операция это был редкий по скорости запуск.

Публично Бабушкин обычно держался тише Маска, но в кризисные моменты выходил объяснять, что произошло. В феврале 2025 года Grok временно начал избегать источников, где Маск и Дональд Трамп упоминались как распространители дезинформации. Бабушкин написал в X, что изменение внёс сотрудник, который раньше работал в OpenAI и «ещё не полностью впитал культуру xAI»; правку откатили после реакции пользователей. Фраза получилась неуклюжая: она одновременно объясняла инцидент и показывала, насколько тонко в xAI проходит граница между борьбой с цензурой и ручной настройкой поведения модели.

В августе 2025 года Бабушкин ушёл из xAI. В прощальном посте он написал, что это был его последний день в компании, которую он помогал строить вместе с Маском с 2023 года, и вспомнил их первую встречу — многочасовой разговор об ИИ и будущем. Маск ответил публично: «Без тебя нас бы здесь не было». После ухода Бабушкин запустил Babuschkin Ventures — венчурную фирму, которая инвестирует в безопасность ИИ и стартапы, работающие с этой темой. По данным TechCrunch, на этот разворот повлиял в том числе разговор с Максом Тегмарком из Future of Life Institute.

Джимми Ба — руководитель обучения моделей

Джимми Ба — исследователь xAI, без которого трудно представить современное обучение нейросетей. Он канадец китайского происхождения, учился в Университете Торонто и защитил PhD под руководством Джеффри Хинтона — одного из людей, которые вернули нейросети в большую науку. В отличие от Бабушкина, Ба пришёл не через физику и суперкомпьютеры, а через математику обучения: как сделать так, чтобы огромная модель быстрее сходилась, не разваливалась на градиентах и не требовала лишних недель на кластере.

Главная работа Ба — Adam, оптимизатор, который он в 2014 году предложил вместе с Дидериком Кингмой. Для читателя это можно объяснить без формул: Adam помогает модели аккуратнее подбирать веса во время обучения, учитывая не только направление ошибки, но и историю предыдущих шагов. Сейчас это один из базовых алгоритмов deep learning; его используют в обучении языковых моделей, компьютерного зрения и других нейросетевых систем. По Google Scholar у Ба сотни тысяч цитирований, а статья про Adam остаётся его самой известной работой.

Вторая важная вещь — Layer Normalization. Ба написал эту работу вместе с Джейми Киросом и Хинтоном в 2016 году. Если Adam помогает модели учиться, то LayerNorm помогает ей не “раскачиваться” внутри: нормализует активации в слое и делает обучение стабильнее. В статье авторы отдельно подчёркивали, что layer normalization одинаково работает на обучении и на тесте и особенно полезна для рекуррентных сетей; позже эта техника стала обычной частью трансформерной архитектуры.

В xAI Ба отвечал за то, что почти не видно пользователю Grok: обучение, оптимизацию и улучшение моделей. На фоне Маска и Бабушкина он выглядел менее публичным, но его профиль хорошо ложился на главную боль xAI — как быстро обучать большие модели на огромном железе и выжимать из этого железа максимум. xAI сама пишет, что Colossus построили за 122 дня, а затем за 92 дня расширили до 200 тысяч GPU; такой масштаб без людей, которые понимают оптимизацию обучения на уровне Ба, быстро превращается не в преимущество, а в очень дорогой шум.

В феврале 2026 года Ба ушёл из xAI почти сразу после другого сооснователя, Тони У. В X он написал: «Время перекалибровать мой градиент на большую картину. 2026 год будет безумным и, вероятно, самым загруженным и судьбоносным годом для будущего нашего вида». Формулировка получилась типично его: научный термин, завернутый в почти апокалиптический прогноз. По данным Business Standard, Ба и У стали пятым и шестым сооснователями из первоначальной команды xAI, покинувшими компанию за два года. Маск публично этот уход не комментировал.

Тоби Полен — специалист по инфраструктуре 

Тоби Полен — ещё один инженер из первой команды xAI, который пришёл к Маску после длинного отрезка в Google DeepMind. До xAI он больше шести лет работал там исследователем, то есть попал в компанию не как менеджер «по ИИ», а как человек из лабораторной среды, где модели, обучение и инфраструктура были ежедневной работой. 

В xAI Полен оказался среди тех, кто должен был быстро превращать исследовательские идеи в продукт: не писать манифесты про AGI, а делать пулл-реквесты, чинить пайплайны и тащить Grok из версии в версию.

Самая заметная история вокруг него — Macrohard. Это внутренний проект xAI, который Маск описывал как попытку собрать “чисто ИИ-софтовую компанию”: систему агентов, способную писать код, пользоваться инструментами и выполнять рабочие процессы, то есть конкурировать не только с Cursor и GitHub Copilot, но шире — с самой идеей обычной софтверной команды. После нескольких управленческих перестановок Полена назначили руководить Macrohard, но проект к тому моменту уже буксовал: по данным публикаций со ссылкой на Business Insider, у него были проблемы с масштабированием, уходили инженеры и менялись лидеры. Полен продержался на этой роли всего 16 дней и вскоре сам покинул xAI.

В феврале 2026 года он написал в X: «Три года, тысячи пулл-реквестов и миллион шуток. Сегодня был мой последний день в xAI». Маску он отдельно ответил почти ученически: сказал, что научился у него больше об исполнении, скорости и продуктовом перфекционизме, чем мог вообразить. В этой формулировке хорошо слышна культура xAI: много ночной работы, высокая скорость, прямой контакт с Маском и почти физическое давление дедлайнов. Полен ушёл не со скандальным заявлением, а с благодарностью — но сам факт ухода ещё одного сооснователя усилил впечатление, что первая команда xAI быстро выгорает и расходится по сторонам.

Почему они все ушли

На этом фоне признание Маска прозвучало особенно резко. В марте 2026 года он написал в X, что xAI «was not built right first time around» и теперь «rebuilding from the foundations up» — компания была собрана неправильно с первого раза и перестраивается с фундамента.

Для Маска это редкая интонация: обычно он продаёт скорость, давление и невозможные сроки, а не публично признаёт ошибку в конструкции собственной компании. Но к этому моменту у xAI уже ушла большая часть первоначальной команды, проект Macrohard буксовал, а конкуренты в кодинге и агентных сценариях не стояли на месте. Поэтому вопрос вокруг xAI теперь звучит не как обычная кадровая сплетня, а как проверка всей модели управления Маска: может ли AI-лаборатория, потерявшая почти всех людей, которые запускали её в 2023 году, сохранить темп за счёт денег, железа, SpaceX-дисциплины и личного давления основателя. 

Досье SpeShu.AI — специальная рубрика о людях, которые формируют будущее человечества в сфере ИИ. Знакомьтесь с их высказываниями, карьерой, личной философией и техническими прогнозами. Познавайте ИИ-инструменты на глубинном уровне и не забывайте их тестировать на официальном сайте SpeShu.AI.