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

S
SegmentFault 最新的问题
S
Secure Thoughts
Google DeepMind News
Google DeepMind News
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
S
Security Affairs
TaoSecurity Blog
TaoSecurity Blog
Cloudbric
Cloudbric
Cisco Talos Blog
Cisco Talos Blog
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
H
Heimdal Security Blog
The Last Watchdog
The Last Watchdog
T
Threatpost
Hacker News: Ask HN
Hacker News: Ask HN
Security Latest
Security Latest
Know Your Adversary
Know Your Adversary
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
S
Securelist
Microsoft Azure Blog
Microsoft Azure Blog
The GitHub Blog
The GitHub Blog
阮一峰的网络日志
阮一峰的网络日志
D
Docker
V
Vulnerabilities – Threatpost
Attack and Defense Labs
Attack and Defense Labs
Hugging Face - Blog
Hugging Face - Blog
W
WeLiveSecurity
Engineering at Meta
Engineering at Meta
aimingoo的专栏
aimingoo的专栏
Last Week in AI
Last Week in AI
L
LINUX DO - 热门话题
NISL@THU
NISL@THU
D
Darknet – Hacking Tools, Hacker News & Cyber Security
The Cloudflare Blog
博客园_首页
P
Privacy International News Feed
Scott Helme
Scott Helme
N
News and Events Feed by Topic
WordPress大学
WordPress大学
宝玉的分享
宝玉的分享
T
Tenable Blog
H
Hacker News: Front Page
N
News and Events Feed by Topic
罗磊的独立博客
Google Online Security Blog
Google Online Security Blog
S
Security @ Cisco Blogs
Hacker News - Newest:
Hacker News - Newest: "LLM"
A
About on SuperTechFans
有赞技术团队
有赞技术团队
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
G
GRAHAM CLULEY
Application and Cybersecurity Blog
Application and Cybersecurity 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 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
Сначала ИИ съел джуниоров. Потом — сеньоров. А потом оказалось, что новым специалистам взяться неоткуда
Трофим Воробьев · 2026-06-25 · via Все публикации подряд на Хабре

В последнее время мы привыкли бояться Терминаторов и Скайнет. Но, кажется, мы ищем угрозу не в том месте. Настоящий «Конвейер смерти» — это не красные глаза робота-убийцы, а банальная экономическая целесообразность и наша собственная самоуверенность. Рассмотрим сценарий заката человечества, который уже идет полным ходом. И закат этот наступит не из-за того, что ИИ станет слишком умным, а из-за того, что мы станем слишком тупыми.

Часть 1. Черный ящик и зеленый доллар

Первый камень в фундаменте нашего апокалипсиса — это отсутствие истинного понимания природы LLM. Да, есть люди, которые понимают математику трансформеров на уровне подсознания. Но давайте честно: 99% бизнес-аналитиков, СЕО и даже middle-менеджеров видят перед собой «волшебную кнопку», которая генерирует код, текст и картинки. Да что уж там, не каждый разработчик понимает, что за инструмент ему попал в руки.

Нам кажется, что мы создали разум. По крайней мере, нам так твердят ото всюду (искусственный интеллект же!). Но на самом деле мы создали архиватор. Это как если бы у нас был доступ ко всей библиотеке Конгресса США, и мы научились мгновенно составлять рефераты по запросу. Это гениальный плагиат, но это не мышление. И пока ученые спорят о возникновении «искры AGI», капитализм уже взял свое.

Капитализм превыше всего. А это значит, что расходы надо сокращать. Самый дорогой ресурс в любой корпорации — это человек (зарплата, налоги, больничные, кофе-пойнты).

И вот мы подходим к первому витку спирали: «Сократим джуниоров, оставим одного сеньора и ИИ». Логика железная. Это уже происходит. Повсеместно в мире. Первую станцию поезд уже проехал.

Часть 2. Порочный круг остановки развития

Практически в любой профессии давно известна проблема: «Я не могу найти работу, потому что у меня нет опыта, потому что я не могу найти работу». С приходом ИИ этот круг трансформируется в нечто более страшное:

  1. Компания увольняет мидлов.

  2. Оставшийся сеньор генерирует код через GPT. Все счастливы и не видят проблем.

  3. Спустя 10 лет сеньор выходит на пенсию (или его тоже увольняют, оставляя одного ИИ-агента).

  4. Компания работает. Но никто не понимает, как именно работает система в целом. ИИ написал 90% кода, используя паттерны из StackOverflow десятилетней давности.

  5. Компания начинает искать нового сеньора — но его просто нет.

И вот тут компания начнет вопрошать — как это так, сеньора на рынке нет? А как же очередь за забором?

А за забором никого. Почему? — ответ прост: откуда же при таком сценарии взяться новому сеньору? Да куда уж там, сеньору, хотя бы джуниору!

Человечество само, прямо сейчас, роет себе могилу. Собственными руками.

Круг превратился в отрезок, конечная точка которого — деградация человека как вида.

Часть 3. Где новые законы физики?

ИИ в нынешней форме не способен создать новое. Это критическое утверждение, которое многие хотят оспорить, мол, «он же придумал новый белок!» или «нашел новый материал!».

Стоп. Он не придумал. Он перебрал триллионы комбинаций существующих данных, которые загрузили в него люди. ИИ — это чемпион по комбинаторике, но он плохой первооткрыватель.

Вспомните историю науки. Теория относительности родилась из мыслительного эксперимента, который нарушал интуицию. Квантовая механика родилась из того, что Планк решил «схитрить» с математикой, чтобы подогнать формулу под эксперимент, а потом сам удивился от результата.

Может ли нейросеть додуматься до теории струн? Нет. Она выдаст среднее арифметическое от уже написанного людьми ранее.

Физика — это лишь пример. Так будет во всех областях науки.

Часть 4. Смерть интеллекта

Здесь мы подходим к самой страшной части. Наша идентичность в животном мире — это интеллект. Мы не самые быстрые, не самые сильные. Наш эволюционный козырь — способность решать абстрактные задачи.

А теперь представьте мир через 10 лет. В лабораториях, где раньше кипела работа сотен специалистов, сидят 3–4 человека, окруженных мощными серверами. Все инженерные расчеты, все симуляции и даже написание статей делает ИИ. Эти 3 человека — лишь операторы, которые следят, чтобы не упал аптайм.

Что произойдет, когда перед человечеством встанет новая глобальная проблема? Например, астероид, или эпидемия нового типа, или угроза ядерной войны (которую, кстати, тот же ИИ мог бы спровоцировать).

Где армия специалистов? Их нет. Их уволили 10 лет назад, потому что «ИИ справляется дешевле». Новых специалистов нет, потому что:

  • образовательные учреждения переключились на «промпт-инжиниринг», а не на фундаментальную науку. Эту станцию поезд проезжает прямо сейчас — весь ed-tech, как мировой, так и в РФ, перестраивается под потребности рынка. Надежда лишь на то, что ВУЗы выстоят.

  • но даже если ВУЗы выстоят и продолжат выпускать людей, имеющих качественные фундаментальные знания, то специалистов мы так и не увидим, ведь им неоткуда взять опыт, так как позиций для джуниоров и даже мидлов нет. Человек, обладающий лишь теоретической базой, пускай и мощной, не является специалистом.

Часть 5. Сценарий «Тихого заката»

Нас уничтожит не злоба машин, а мы сами. В мире, где все решения принимаются на основе усредненных данных, невозможно совершить прорыв. Прорыв всегда иррационален, он всегда «не по учебнику».

ИИ будет оптимизировать расходы, улучшать логистику, лечить типовые болезни. Но как только возникнет нестандартная ситуация (а в истории человечества они возникают постоянно), система даст сбой.

У нас не останется «ручного режима». Мы разучимся думать. Мы станем идеальными потребителями в уютной клетке, где всё работает «как часы», пока эти часы не сломаются. А починить их будет некому, потому что все часовщики были заменены автоматами, которые знают, как чинить старые часы, но ничего не смыслят в механике новых.

Когда при таком сценарии будет закат — точно не известно. Возможно, запаса прочности в виде знаний, накопленных человеком, хватит и на 100, и на 500 лет. Но кривая эволюции уже идет вниз.

Заключение:

Бойтесь не восстания машин. Бойтесь того момента, когда ваш начальник скажет: «Зачем нам команда из 10 разработчиков, если есть ИИ?» В этот момент запускается обратный отсчет не только для вашей карьеры, но и для прогресса всей цивилизации.

Если мы позволим ИИ заменить человеческий интеллект, мы законсервируем себя в янтаре собственного прошлого опыта. И это будет самый эффективный способ самоуничтожения, который только мог придумать человек.

Только зарегистрированные пользователи могут участвовать в опросе. Войдите, пожалуйста.

Проголосовал 1 пользователь. Воздержавшихся нет.