sejournal.io

Внештатные специалисты всё чаще нанимаются для исправления материалов, созданных нейросетями. По данным Freelancer.com, которые приводит The Guardian, с августа 2025 по июнь 2026 года количество объявлений с такими формулировками, как «исправить ИИ», «галлюцинация ИИ» и «ошибка ИИ», выросло на 87% и достигло 10 760. Больше всего подобных заказов приходится на графический дизайн, за ним следуют видеомонтаж, корректура и написание текстов. На Upwork спрос на специалистов по доработке ИИ-контента увеличился на 70% за год, а с 2023 года число таких вакансий в разработке возросло в 8,3 раза, в дизайне и креативе — в 7,9 раза. На Fiverr количество запросов, связанных с услугами по устранению ошибок нейросетей (AI cleanup), с 2023 по 2026 год выросло более чем в 20 раз.

Фрилансеры стали чаще исправлять работу ИИ

Опрошенные The Guardian специалисты отмечают, что клиенты всё активнее используют ChatGPT, Claude и генераторы изображений для создания черновиков, а затем привлекают людей, чтобы довести результат до приемлемого качества. Графический дизайнер из Испании по имени Лиза заметила изменения вскоре после запуска чат-бота OpenAI. Если раньше ей заказывали логотипы и упаковку с нуля, то к 2025 году около 90% новых запросов в этих категориях касались исправления сгенерированных изображений. Такая работа приносила 60–70% её годового дохода. Среди типичных задач — повышение разрешения для печати, устранение визуальных дефектов и подготовка файлов к производству. По словам Лизы, некоторые исходники были настолько плохи, что их проще было переделать заново. «Это было просто бездушно», — призналась она. К концу 2025 года она начала отказываться от таких заказов.

Схожая ситуация у австралийского автора и редактора Ким Данбар. Исправление текстов, созданных ИИ, занимает около 60% её рабочего времени, тогда как заказы на оригинальные статьи, блоги и материалы для сайтов сократились. С 2024 года она отредактировала около 40 нон-фикшн-книг, лонгридов и технических материалов, написанных нейросетями. Данбар выделяет три основные проблемы: повторы, неестественную структуру абзацев и нехватку эмоциональных нюансов.

Исправление может занимать ещё больше времени

Участники рынка также говорят, что заказчики часто рассчитывают на более низкую стоимость такой работы, поскольку материал уже создан ИИ. Однако на практике доработка требует столько же времени, сколько создание контента с нуля. Иллюстратор Тодд Ван Линда отказался от заказа примерно за $500 на исправление 13–15 изображений для детской книги: клиент думал, что на каждую картинку уйдёт около 15 минут, но в реальности это занимает часы или даже дни. Мультимедийный редактор Натан Макконнелл получил около 100 сгенерированных изображений человекоподобных животных для колоды таро — везде были лишние пальцы, неправильные конечности и другие дефекты, а на исправление одной картинки уходило два-три часа. По его словам, некоторые материалы восстановить невозможно. В других проектах ему приходилось устранять неверные отражения, неестественную физику в видео, роботизированную озвучку и ошибки в 3D-моделях.

ИИ изменил рынок фриланса

Глава Freelancer.com Мэтт Барри связывает рост подобных заказов с тем, что небольшие компании и предприниматели используют ИИ для первой версии продукта, но затем сталкиваются с ошибками, которые не могут исправить самостоятельно. В итоге первоначальная экономия времени и денег частично теряется на этапе подготовки материала к коммерческому использованию. Одновременно сокращается доля традиционных творческих заказов: исследование Management Science показало, что в первые восемь месяцев после запуска ChatGPT число фриланс-вакансий в наиболее подверженных автоматизации категориях снизилось на 21%, а после распространения генераторов изображений количество заказов на создание визуального контента упало на 17%. Конкуренция среди исполнителей также растёт: в 2025 году на один проект на Freelancer.com приходилось в среднем 54 заявки — на 8% больше, чем годом ранее.

Фрилансеры разошлись в прогнозах

Специалисты по-разному оценивают перспективы этого сегмента. Данбар считает работу с ИИ-черновиками интересной и сложной, но допускает, что спрос на «очеловечивание» контента может исчезнуть в течение пяти-десяти лет по мере совершенствования моделей. «Жаль, что нам вообще приходится это делать», — сказала она. Макконнелл, напротив, уверен, что профессиональная проверка останется востребованной: неподготовленный пользователь может не заметить нарушения брендбука, исчезающие объекты в кадре и другие ошибки нейросетей. Часть специалистов уже возвращается к оригинальной работе: Ван Линда перестал брать заказы на исправление ИИ-контента и стал чаще получать запросы на рисованные вручную иллюстрации, а Лиза указала в профиле, что больше не работает со сгенерированными изображениями, хотя подобные предложения продолжают поступать.

Напомним, в мае разработчики из Big Tech жаловались на деградацию навыков из-за ИИ: по их словам, код нейросетей нередко содержит ошибки, а его проверка и исправление занимают больше времени, чем написание с нуля. В начале августа аналитики зафиксировали в Великобритании рекордный рост спроса на специалистов, умеющих работать с искусственным интеллектом.

Новая модель искусственного интеллекта Anthropic под названием Claude Fable 5.1 сумела расшифровать криптограмму шотландского писателя XVII века Томаса Эркхарта, известную как Cyphral Distich. Этот шифр, представляющий собой две строки по 32 числа, оставался неразгаданным более 370 лет. Он был напечатан в конце трактата Эркхарта «Logopandecteision», изданного в 1653 году.

Исторически шифр привлекал внимание криптографов с конца XIX века, а специалист Клаус Шмех включил его в список 50 самых известных нерасшифрованных посланий. Прежние попытки взлома опирались на частотный анализ или подстановку и предполагали, что ключ находится вне книги, но все они провалились.

Однако Claude Fable 5.1 нашла решение, обратив внимание на то, что шифр следует сразу за 32 так называемыми «прокуриациями» — пронумерованными пожеланиями автора. Число 32 в тексте подчёркивается отдельно, а сопроводительное стихотворение обещает читателю найти в шифре его собственные желания и мысль автора. Модель предположила, что каждое число в строке шифра отсылает к порядковому номеру слова в соответствующей прокуритации, а из первых букв этих слов складывается скрытое сообщение.

В результате расшифровки получилось двустишие, прославляющее короля Карла II: «Боже, поддержи короля Карла Второго и сделай его верховным правителем этой земли». Результат выглядел самопроверяемым: в каждой строке ровно 32 буквы, строки рифмуются, что соответствует обещанию автора. Политическая позиция Эркхарта — сторонника Стюартов — также согласуется с этой молитвой.

Тем же методом модель частично расшифровала и вторую криптограмму — Cyphral Octastich, восьмистишие из 285 чисел, зашифрованное в трактате «The Jewel» 1652 года. Здесь числа указывали на страницы книги, однако девять букв в пятой строке восстановить не удалось из-за отсутствия нужного листа в доступных оцифрованных копиях.

Эксперимент, по данным Vals AI, длился 44 минуты, модель израсходовала 176 000 токенов и почти не получала подсказок от оператора. Автор постановки задачи Геби Джафф разрешил модели самостоятельно выбрать нерешённый исторический шифр, исключив лишь те, что допускают множество равноправных прочтений, и слишком известные задачи вроде Kryptos K4. Джафф признался, что ранее几个月 безуспешно пытался добиться от других продвинутых языковых моделей подтверждённого решения, хотя подсказка в тексте Эркхарта была довольно очевидной.

Однако специалисты по историческим шифрам не подтвердили расшифровку. Команда Reticuli Labs опубликовала отчёт с опровержением, указав на существенные несоответствия. Главное возражение касается алгоритма: чтобы получить слово KING, буква «K» должна стоять на 11-й позиции первой строки, но в соответствующей прокурации нет ни одного слова, начинающегося на «K». Всего таких несовпадений насчитали десять. Перебрав 65 вариантов подсчёта (с нумерацией от нуля или от единицы, учёт первой или последней буквы и т.д.), они получили максимум восемь совпадений из 64 букв — то есть уровень случайности.

Также оспаривается происхождение шифра: в оцифрованной копии издания 1653 года после прокураций нет числовых строк, они появляются лишь в биографии Эркхарта 1899 года. В Vals AI, в свою очередь, ссылались на собрание сочинений, изданное Maitland Club в 1834 году.

Напомним, ранее в июле исследователь Anthropic Левент Альпоге сообщил, что с помощью Claude Fable 5 удалось найти контрпример к гипотезе Якобиана — одной из центральных открытых проблем алгебраической геометрии.

Искусственный интеллект стал частью реальных кибератак — от разведки до генерации вредоносного кода. Об этом говорится в отчете F6, охватывающем 2025 год и первую половину 2026 года.

За этот период как минимум 18 APT-группировок применяли ИИ в атаках. Например, группа GTG-1002 использовала языковые модели для создания фишинговых писем, которые подстраивались под конкретную жертву и обходили спам-фильтры. Кластер TAT26-12 автоматизировал сбор информации о сотрудниках, инфраструктуре и уязвимостях организаций.

Среди специализированных инструментов выделяется PromptSpy — он атакует корпоративные системы на базе больших языковых моделей, извлекает системные промпты и манипулирует поведением моделей. Другой инструмент, LAMEHUG, применялся для почти автономной генерации вредоносного кода.

На даркнет-форумах хакеры стали чаще обсуждать различные ИИ-модели. Новички чаще упоминают ChatGPT от OpenAI, однако в полноценных атаках активнее используется Gemini от Google. Участники форумов обсуждают способы обхода ограничений ИИ, некоторые пытались с помощью общедоступных моделей создать вредоносное приложение.

В сфере вымогателей за полтора года появилось более 50 новых группировок, распространяющих шифровальщики, и зафиксировано свыше 9300 связанных инцидентов. Атакующие все чаще отказываются от блокировки данных как основного способа давления и вместо этого угрожают публикацией украденной информации. Это снижает технические требования к атаке и усложняет защиту.

За отчетный период закрыли шесть крупных теневых площадок по торговле данными, но вместо них возникли пять новых. В действующих кардшопах выставлено на продажу более 16,5 млн скомпрометированных платежных карт.

Также напоминается, что в августе OpenAI замедлила разработку передовых ИИ-систем после инцидента с Hugging Face и оценки Astra.

Исследователи в сфере безопасности ИИ обеспокоены возможными рисками, связанными с контролем за новой моделью OpenAI Astra. Поводом стала публикация The Information, в которой со ссылкой на анонимный источник говорится, что в Astra используется техника «рекуррентная глубина». Из-за этого модель показывает исследователям меньшую часть промежуточных рассуждений, чем другие передовые ИИ-системы. OpenAI не стала подтверждать или опровергать эти сведения.

Рекуррентная глубина предполагает многократную обработку внутренних представлений модели до формирования следующего фрагмента текста. В обычных моделях часть рассуждений видна в текстовой цепочке, и по ней отслеживают признаки лжи или попыток обойти защиту. При рекуррентной глубине значительная часть вычислений происходит внутри модели и не отображается в виде отдельных текстовых шагов, что может снизить объем информации, доступной системам мониторинга.

Главный научный сотрудник Redwood Research Райан Гринблатт назвал предполагаемую архитектуру серьезным риском для безопасности ИИ. По его словам, следующим шагом может стать масштабирование непрозрачных рассуждений вплоть до того, что модель будет рассуждать почти полностью в латентном пространстве. Это может лишить цепочку рассуждений практической ценности для надзора. Он добавил, что при разборе июльского инцидента с OpenAI и Hugging Face исследователи во многом полагались именно на цепочки рассуждений, и при их сокрытии восстановить причины и ход действий было бы сложнее. Гринблатт призвал OpenAI раскрыть больше информации об архитектуре Astra и допустить независимую экспертную оценку.

В OpenAI ответили на опасения. Главный научный сотрудник компании Якуб Пахоцки заявил, что глубина вычислительного графа передовых моделей, включая Astra, отличается от GPT-4 не более чем в два раза. Он также отметил, что возможность мониторинга цепочек рассуждений «хрупкая» и постепенно ухудшается, но компания работает над ее сохранением.

Ранее OpenAI сообщила, что Astra не участвовала в атаке на инфраструктуру Hugging Face, однако модели присвоен критический уровень кибервозможностей: при наличии инструментов и доступа она способна находить неизвестные уязвимости и разрабатывать способы их эксплуатации без пошагового контроля со стороны человека.

Американская компания CrowdStrike, специализирующаяся на информационной безопасности, совместно с Nvidia представила систему SafeMind. Она объединяет две ИИ-модели — атакующую и защитную — в замкнутом цикле: одна имитирует действия злоумышленника, а другая на основе этих данных создает и проверяет правила обнаружения угроз.

Анонс состоялся 1 сентября на конференции Fal.Con 2026 в Лас-Вегасе. SafeMind будет интегрирована непосредственно в платформу CrowdStrike Falcon.

На начальном этапе в состав системы входят две специализированные модели:
— Red Tempest — имитирует поведение атакующего и ищет возможные пути взлома;
— Blue Solano — анализирует собранную информацию, разрабатывает правила обнаружения и оценивает их эффективность.

Обе модели работают в связке с агентными обвязками — программными контурами, которые снабжают ИИ необходимым контекстом, инструментами и инструкциями для выполнения многошаговых задач.

Nvidia описывает систему как непрерывное противостояние красной и синей команд. Red Tempest проводит атаку в изолированной среде, Falcon записывает телеметрию, а защитный контур выявляет слабые места и формирует новые правила детектирования. Затем атака повторяется уже с учетом обновленной защиты.

Защитная часть SafeMind построена на моделях с открытыми весами Nvidia Nemotron, дообученных на данных CrowdStrike по кибербезопасности. Nemotron 3 Ultra отвечает за координацию защитных агентов: восстанавливает последовательность атаки, планирует действия и запускает нужные инструменты. Дополнительно обученная Nemotron 3 Super используется как узкоспециализированная модель для написания и корректировки правил обнаружения.

Для настройки Nemotron 3 Super применялись supervised fine-tuning и обучение с подкреплением на материалах по кибербезопасности. В частности, набор данных включал 9349 примеров создания и исправления правил обнаружения с 59 типами программно сгенерированных ошибок.

CrowdStrike сообщила, что для обучения SafeMind использовались телеметрия Falcon, собственная threat intelligence, аннотации сервиса Falcon Complete MDR и материалы, накопленные за 15 лет реагирования на инциденты. Открытые веса моделей позволяют дообучать их на внутренних данных организации, не передавая эту информацию внешнему ИИ-провайдеру.

В обучении и инференсе SafeMind также задействована облачная инфраструктура CoreWeave.

## Результаты тестирования

По внутренним оценкам CrowdStrike, SafeMind показала на 29% более высокий уровень обнаружения угроз, в шесть раз более быстрое устранение проблем и снижение затрат, связанных с обнаружением и устранением, на 99% по сравнению с выбранными передовыми моделями и open-source решениями.

Nvidia отдельно провела более детальное испытание защитного контура в изолированной среде, смоделированной на основе собственной вычислительной инфраструктуры. В бэктесте в среднем 16,5% правил, созданных Nemotron 3 Ultra со стандартной агентной обвязкой, обнаружили записанную атаку. После добавления специализированной обвязки, дообученной Nemotron 3 Super, контекстных данных, инструментов и автоматической проверки показатель вырос до 41,9%. Nvidia подчеркнула, что улучшение касается всего оптимизированного контура, а не только замены одной ИИ-модели.

В live-fire-тестах 5 из 11 правил обнаружения, созданных открытым контуром, сработали хотя бы на одной из восьми новых атак — это 45%. У сравниваемой передовой системы показатель составил 10 из 35, или 29%. После дополнительной проверки три детекта открытого контура получили высшую категорию gold и вместе покрыли все восемь атак, тогда как у сравниваемой системы таких правил не оказалось. Авторы отметили, что испытание охватывало только одно семейство сценариев и небольшие наборы детектов.

## ИИ-лаборатория

CrowdStrike также анонсировала исследовательское подразделение Cyber Superintelligence Lab, которое объединит специалистов компании по искусственному интеллекту, наступательной безопасности и реагированию на инциденты. Его возглавил Бартли Ричардсон, назначенный в июне директором CrowdStrike по ИИ и автономным системам. Nvidia выступила партнером лаборатории и планирует вложить в нее 100 миллионов долларов в течение пяти лет.

Кроме того, CrowdStrike представила Falcon IQ — систему для автоматизации оценки, приоритизации и устранения рисков, использующую более 50 агентов. Компания также расширила Falcon Guardian для защиты ИИ-агентов во время их работы на конечных устройствах.

Напомним, в августе OpenAI и еще 127 организаций, включая CrowdStrike, подписали открытое письмо с призывом срочно усилить киберзащиту. По их мнению, уже в ближайшие месяцы атаки с использованием ИИ станут более массовыми и сложными.

В августе 2026 года были опубликованы три важных материала о будущем, в котором доминирует искусственный интеллект.

В начале месяца канадский писатель Кори Доктороу представил разбор наблюдений консультанта, который полтора года изучал корпоративные ИИ-проекты изнутри и не обнаружил работающих примеров использования. Через девять дней Марк Цукерберг пообещал персональный сверхинтеллект каждому жителю Земли. Ещё через две недели Билл Гейтс начал своё эссе с признания, что плана входа в новую эпоху не существует.

Три разных взгляда, три несовместимые картины будущего, но все авторы сходятся в одном: технология уже приносит значительную пользу. Разберёмся, на чём основана эта уверенность, кто платит за радикальную перестройку рабочих процессов и почему писателю, программисту или дизайнеру всё чаще отводится роль проверяющего, а не автора.

Спор без общего знаменателя

Эссе Цукерберга The Future is for Everyone построено на трёх принципах: расширение возможностей человека как источник благосостояния; изобретение, а не простая автоматизация как назначение сверхинтеллекта; баланс сил между людьми и институтами как основа безопасности. Глава Meta не считает, что безопасность достигается концентрацией власти.

Корпорация с капитализацией $1,47 трлн предлагает: персонального агента, работающего на пользователя круглосуточно; полностью приватный режим, при котором данные недоступны самой компании (по образцу шифрования WhatsApp); аукционный механизм распределения вычислений для тех, кто готов платить за большие мощности. Компания также обещает вернуться к публикации моделей с открытым исходным кодом.

У Гейтса тональность иная: переход к новой эпохе он называет одним из самых турбулентных периодов в истории человечества и констатирует, что подготовка к нему не ведётся. Он выделяет три риска: рабочие места исчезнут навсегда; ИИ расширит возможности для причинения вреда; машины начнут подменять человеческие отношения. Его предложения: новые институты для управления переходом; перечень занятий, которые общество договорится не автоматизировать; налог на ИИ-токены и роботов.

По наблюдениям основателя Microsoft, персональному компьютеру потребовалось двадцать лет, чтобы переформатировать офисную работу: сначала нужно было написать прикладной софт, затем снизить цены на технику, после — переучить сотрудников. С языковыми моделями всего этого не нужно: LLM запускаются на имеющихся устройствах и не требуют освоения интерфейса — обращаться к ним можно естественным языком. Адаптируется не столько пользователь, сколько сама технология. Гейтс ожидает, что ИИ изменит расстановку сил в юриспруденции, поддержке клиентов, медицине, разработке и производстве — повсеместная трансформация произойдёт менее чем за десятилетие.

Ни в одном из этих эссе допущение об эффективности технологии не проверяется. Оно принимается как данность, и на нём держатся все дальнейшие тезисы: о налогах, о «заповеднике» профессий, об особенностях распределения власти над технологией.

Вера вместо метрик

Никхил Суреш из консалтинговой фирмы Hermit Tech провёл около 300 разговоров с профессионалами по всему миру. Результаты изложены в эссе AI Mania Is Eviscerating Global Decision-Making.

В одном из эпизодов топ-менеджер компании с выручкой свыше $2 млрд представил технологическую стратегию, целиком построенную вокруг ИИ. Вскоре выяснилось, что «новатор» ни разу не открывал ни ChatGPT, ни любой другой ИИ-инструмент. Заявления клиентов Hermit Tech о стократном росте производительности стали обычным делом, однако за полтора года команда Суреша зафиксировала нулевую долю успешных ИИ-проектов.

О пропасти между обещанием и результатом свидетельствуют цифры. Cortex при идеальной конфигурации отвечает верно примерно в 92% случаев — следовательно, минимум восемь ответов из каждой сотни вводят в заблуждение, и каждую ошибку кто-то должен найти. Эффективность человеческого капитала измеряется суммами, потраченными на ИИ, — метрика, которую Суреш называет «полностью подтасовываемой». Там, где заведены «токенные лидерборды», отчитываются объёмом сгенерированного текста.

Суреш описывает происходящее как проблему координации. Тот, кто публично подтверждает рост продуктивности, сохраняет должность. Признание в обратном звучит как обвинение коллег во лжи — такого руководителя увольняют, а на его место приходит человек, готовый продолжить «партийную линию». Доктороу дополнил: в организациях от 500 человек повышение и защиту от сокращения получали те, кто заявлял о преобразующей силе технологии, а сотрудники с обоснованными возражениями отправлялись в списки на увольнение.

Выборка сложилась из клиентов фирмы, сторонних проектов и разговоров вне рабочих задач. Респонденты анонимизированы, независимой проверки не проводилось.

Увольнения под флагом ИИ

В начале 2026 года Джек Дорси объявил о сокращении почти 4000 сотрудников Block — с ~10 000 человек до менее 6000. После закрытия основной сессии 26 февраля бумаги фирмы подорожали на ~20%. Через полтора месяца аналогичный шаг сделала Snap: под сокращение попали примерно 1000 сотрудников (16% штата), а котировки компании 15 апреля выросли на 9%.

Незадолго до заявления Дорси глава OpenAI Сэм Альтман заявил, что крупные компании используют ИИ как удобное объяснение для увольнений, которые состоялись бы в любом случае.

По расчётам Goldman Sachs, за год технология уменьшила ежемесячный прирост занятости в США примерно на 16 000 рабочих мест и подняла безработицу на 0,1 пункта.

Block выделяется тем, что публикует измеримые результаты внедрения. К середине апреля каждый разработчик вносил в продакшен-код в 2,5 раза больше изменений, чем в январе; сбоев после обновлений стало на 70% меньше. Валовая прибыль первого квартала достигла $2,91 млрд (+27%). В марте компания по-тихому вернула часть уволенных — не хватало кадров для ключевой инфраструктуры. В начале августа Block превзошла ожидания аналитиков по итогам второго квартала и повысила собственный прогноз, однако котировки снизились на 5% — инвесторы усомнились в отдаче от инвестиций в ИИ.

Гейтс описывает механизм, который делает сокращения почти неизбежными: компания, внедрившая технологию, экономит на персонале и снижает цены; конкуренты вынуждены отвечать тем же; если крупные игроки медлят, их место занимают стартапы, изначально построенные без «лишних» сотрудников.

Обратный кентавр

В 1997 году Deep Blue обыграл Гарри Каспарова, а год спустя гроссмейстер предложил формат «продвинутых шахмат»: человек играет в паре с компьютером. Так появился термин «кентавр» — человек остаётся «головой», машина служит «телом».

Доктороу перевернул фигуру. В книге The Reverse Centaur’s Guide to Life After AI он описывает модель, где решения принимает алгоритм, а физическую работу выполняет сотрудник «в нечеловеческом, машинном темпе». Примеры: водитель фургона Amazon работает под камерами с распознаванием, а маршрут и нормативы времени назначает алгоритм; программист с GitHub Copilot превращается из автора в контролёра машинного кода; юрист или врач подписывает документ, подготовленный моделью, и отвечает за чужую ошибку.

Работодатель считает выгоду так: десять сотрудников редакции заменяются тремя, вооружёнными ИИ. Но проверка каждого результата обходится почти так же дорого, как его создание. Экономия возникает лишь потому, что потраченные на неё часы никто не оплачивает.

Топ-менеджеры обратными кентаврами не становятся: для них ИИ служит инструментом управления людьми. Отсюда расхождение: на верхних этажах энтузиазм, на нижних — сопротивление. Различие между кентавром и его инверсией определяется не качеством технологии, а правом выбора. Сторонники технологии обычно сами выбирают, когда обратиться к модели; противники используют её поневоле.

Окно, которое закрывается

Индекс уязвимости профессий даёт неожиданный результат: наибольший прирост производительности ИИ способен дать как раз тем занятиям, которым он же грозит наибольшим сокращением. Писатели и авторы — подверженность 57%; программисты и дизайнеры цифровых интерфейсов — по 55%; кровельщики, санитары и посудомойщики — менее 1%. В зоне риска 9,3 млн рабочих мест и $757 млрд годового дохода американских домохозяйств.

Можно выделить три положения работника: исчезновение, проверка, усиление.

Stanford Digital Economy Lab обновил исследование «Canaries in the Coal Mine?»: массового замещения по экономике в целом нет, но занятость молодых специалистов 22–25 лет в профессиях с высокой подверженностью ИИ-оптимизации на 19% ниже уровня их ровесников из менее затронутых занятий, и этот разрыв за год вырос с 15%. У опытных сотрудников подобного отставания нет. Занятость сокращается не из-за увольнений, а из-за снижения темпов найма.

Проверка машинного результата — промежуточное состояние между дополнением и заменой. Гейтс описывает, что серьёзный сдвиг наступит, когда ИИ начнёт выдавать практически безошибочный результат: с этого момента система сможет работать без присматривающего человека, а у компаний появятся экономические стимулы убрать контролёра. Восемь погрешностей на сотню окупают зарплату проверяющего; одна на десять тысяч — уже нет.

«Заповедник», налог и дивиденд

Отец Гейтса умер от болезни Альцгеймера в 2020 году. За стариком круглосуточно ухаживали профессиональные сиделки. Из этого наблюдения выросла идея Human Reserved — перечня видов деятельности, зарезервированных за людьми. Машина справляется с задачей, но общество отказывается передавать её машине. Пример — робот, сообщающий пациенту о неизлечимом заболевании: технически это выполнимо уже сейчас, но такие задачи Гейтс предлагает изолировать от машин.

Есть и экономический довод: когда автоматизация лишит работы строителя, проработавшего в отрасли всю жизнь, его отправят переучиваться, но 55-летнему каменщику нецелесообразно предлагать место сиделки. Резервировать имеет смысл те профессии, откуда человеку некуда переходить.

Рынок труда отчасти подтверждает рациональность такого подхода: сиделки, санитары и помощники по уходу на дому подвержены влиянию ИИ меньше всех прочих, а занятость молодёжи в этих профессиях растёт. Состав такого резерва в каждой стране будет свой: Японии не хватает молодых работников для ухода за пожилыми, поэтому робот-сиделка там появится раньше.

Второй тезис проверяется арифметикой: с заработка сотрудника наниматель отчисляет взносы в бюджет, а покупку робота учитывает в расходах и уменьшает облагаемую базу. Гейтс предлагает сбор с ИИ-токенов и роботизированной техники. Ту же мысль он высказывал в 2017 году, но тогда предложение сочли странным.

Расчёт AI Futures Project показывает масштаб будущей дыры в бюджете: в сценарии AI 2040: Plan A уровень занятости в США после 2032 года обрушивается до 12% к концу десятилетия, а к 2033 году в компаниях непрерывно работают 60 млн ИИ-агентов. Компенсировать потерю заработков авторы предлагают «гражданским дивидендом».

Ни налога на ИИ-токены, ни перечня зарезервированных занятий не приняла ни одна юрисдикция. Гейтс перечисляет вопросы без ответа: кто решает, что закреплять за людьми; по каким критериям отбирать профессии; как помешать компаниям обходить правила; что делать с международной торговлей.

Без разрешения регулятора

В Германии с 2019 года действует программа субсидий на переобучение. Параграф 82 Социального кодекса обязывает Федеральное агентство по труду оплачивать переподготовку уже работающих людей. Фирмам менее чем с 50 сотрудниками возмещают до 100% стоимости курса, компаниям от 50 до 500 — половину, крупным работодателям — четверть. Заявку подаёт работодатель до начала занятий, объём программы должен превышать 120 часов, а сама она — иметь государственную аккредитацию.

Механизм закрывает лишь одну задачу — оплачивает смену профессии. Темп работы и момент обращения к алгоритму не регулируются.

Исследование Stanford Digital Economy Lab фиксирует: занятость держится там, где технология дополняет задачи, а не подменяет их. Доктороу объясняет ту же закономерность через право работника выбирать момент применения инструмента. Ценность сотрудника растёт не с объёмом сгенерированного текста, а с умением отличить эффективное применение модели от неудачного — этот навык Доктороу называет discernment. Однако различать становится всё сложнее: ИИ-агенты выполняют цепочки действий, не показывая промежуточных шагов, а интерфейсы для слежения за процессом постепенно исчезают.

Спор о будущем ИИ ведётся преимущественно вокруг доступа к технологии. Цукерберг обещает раздать сверхинтеллект каждому, Гейтс — обложить его налогом и оставить людям часть занятий. Но кто задаёт темп работы и решает, в какой момент включать модель, не объясняет ни один из подходов. Авторам обоих эссе ни при каком сценарии не грозит роль «человеческого придатка для машины» — обратными кентаврами становятся те, кто ниже в корпоративной иерархии.

Миллиардеры спорят о том, кому достанется технология. Но пока решается другое — кто ей подчинится.

По данным The Information, за последние месяцы OpenAI закупила десятки тысяч компьютеров Mac mini и Mac Studio. Техника используется для обучения ИИ-агентов, которые учатся самостоятельно работать с десктопными операционными системами, а также для обучения с подкреплением.

Конкурент OpenAI — компания Anthropic — решает похожие задачи иначе, арендуя мощности Mac mini у Amazon Web Services.

За несколько дней до выхода материала Apple представила новые устройства на чипах M5 Ultra и M6.

Анализ характеристик показывает, что компьютеры выполняют разные роли в ИИ-лабораториях:
— Mac mini M6 благодаря компактному форм-фактору удобны для массового развертывания независимых рабочих сред — агентам нужны реальные ОС, чтобы учиться кликать, печатать и управлять интерфейсом.
— Mac Studio M5 Ultra с поддержкой до 512 ГБ объединенной памяти подходит для локального запуска самых больших языковых моделей.

Например, топовая Mac Studio M5 Ultra с 512 ГБ памяти и пропускной способностью 1,2 ТБ/с способна целиком загрузить открытую LLM GLM-5.3-Flash на 320 млрд параметров (она может занимать до 300 ГБ ОЗУ в зависимости от квантования). Для обычного десктопа такой объем видеопамяти потребовал бы около десяти флагманских видеокарт RTX 5090 по 32 ГБ с огромным энергопотреблением и потерей пропускной способности.

Еще в апреле 2026 года Тим Кук (на тот момент гендиректор Apple) сообщил о дефиците Mac mini и Mac Studio, прямо связав его с агентными ИИ-инструментами. Apple также стала позиционировать новые устройства как решения для «постоянно работающих локальных агентных вычислений».

Техника Apple не заменяет GPU-кластеры Nvidia, на которых тренируются базовые модели. Вместо этого она может стать новым инфраструктурным слоем — своего рода виртуальным «офисом», где обученные нейросети практикуются в выполнении реальных задач.

Точные данные о числе закупленных устройств, их распределении по моделям и затратах OpenAI и Anthropic не раскрывают.

По данным The Wall Street Journal, вычислительные мощности, которые Anthropic закупит у облачного провайдера Lambda в рамках многомиллиардного контракта, будут развернуты в техасском кампусе Beacon Point компании Hut 8.

Издание отмечает, что Nvidia арендует эти мощности у Hut 8. Lambda разместит на площадке ускорители Nvidia и будет оказывать услуги Anthropic.

Источник Reuters сообщает, что стоимость соглашения между ИИ-разработчиком и облачным провайдером составляет около $35 млрд, а проект предусматривает примерно 350 МВт мощностей в Техасе. Уточняется, что эта сумма касается именно договоренностей между Anthropic и Lambda.

На момент написания акции Hut 8 ушли в минус и опустились до $76,22.

Ранее Hut 8 сообщала о двух долгосрочных контрактах на аренду мощностей в Beacon Point, но не раскрывала контрагента. Компания также не подтверждала участие Lambda и Anthropic в проекте и не уточняла, к какому из двух договоров относится эта схема.

Напомним, в августе IREN сообщила, что выручка от облачных ИИ-сервисов впервые превысила доход от майнинга биткоина.

13-летняя школьница из Шанхая Чжу Шухань создала на базе ИИ приложение Zai Chang («На месте»), которое помогает контролировать выполнение домашних заданий. За три дня проект получил 86 заказов и принес около 18 295 юаней (примерно $2700), сообщают местные СМИ.

Приложение использует камеру компьютера или смартфона и определяет, когда ребенок отвлекается от учебы, уходит с рабочего места или берет телефон. В этот момент на экране появляется «виртуальный родитель» и напоминает вернуться к занятиям. После завершения сессии формируется отчет о концентрации.

Чтобы создать цифрового персонажа, достаточно загрузить фотографию матери или отца. Камера периодически делает снимки, которые отправляются в облако для распознавания. Чжу подчеркнула, что после анализа изображения удаляются, а постоянная видеозапись не ведется.

Первым тестировщиком Zai Chang стал ее младший брат, который готовится к поступлению в начальную школу.

Идея появилась из личного опыта. Родители Чжу много работают, поэтому ей часто приходится делать уроки самостоятельно. Она призналась, что иногда отвлекается на телефон. Школьница также опросила одноклассников, и многие рассказали о той же проблеме.

«Когда я делаю домашние задания, я неизбежно отвлекаюсь и тайком играю в телефоне. Поэтому я хотела создать цифрового „клона“ родителей», — объяснила Чжу.

Изначально сервис мог показывать «сердитую маму» и отправлять родителям сообщения о том, что ребенок отвлекся. Позднее школьница отказалась от этих функций и оставила только напоминания.

«Я не люблю ябедничать. Хочу, чтобы [Zai Chang] был помягче и оставлял ребенку немного пространства», — сказала она.

Чжу познакомилась с ИИ около года назад и изучала технологию самостоятельно. По словам ее отца, девочка пользовалась образовательными сайтами и доступными онлайн-инструментами, а непонятные вопросы задавала чат-боту. Традиционным программированием она почти не владеет. При разработке Zai Chang Чжу описывала задачу большой языковой модели обычным языком, ИИ помогал выстраивать логику приложения и генерировал код, после чего она сама тестировала функции и исправляла ошибки. Какие именно ИИ-сервисы использовались, не раскрывается.

21–23 августа Чжу представила Zai Chang на соревновании Markethon в Ханчжоу. В нем участвовали 59 команд, а результаты определяли по реальным продажам продуктов. Рабочую версию сервиса школьница завершила за день до мероприятия. Во время первой публичной демонстрации возникли небольшие проблемы: Чжу не сразу вспомнила данные учетной записи, а одно из предупреждений системы появилось с задержкой.

Несмотря на это, проект занял третье место. За время соревнования пользователи оформили 86 заказов на 18 295 юаней (~$2700), еще 5000 юаней (~$740) школьница получила в качестве призовых. Годовой доступ к сервису продавался за 99 юаней (~$15), бессрочный — за 199 юаней (~$30).

Более 60 заказов поступили онлайн. Мать Чжу помогала продвигать продукт через прямые эфиры и короткие видео в соцсетях, а сама школьница подключалась к трансляциям и отвечала на вопросы потенциальных покупателей. Еще более десяти подписок она продала посетителям мероприятия лично.

После Markethon Чжу продолжила работать над сервисом: ежедневно следит за статистикой использования через административную панель и собирает отзывы покупателей в WeChat.

Напомним, в апреле Китай запустил национальный план по внедрению искусственного интеллекта в образование. Он охватывает школы, университеты и профессиональную подготовку.

31 августа Еврокомиссия присвоила ChatGPT статус очень крупной онлайн-поисковой системы в рамках Закона о цифровых услугах. Компании OpenAI нужно до января 2027 года выполнить дополнительные требования, включая оценку и снижение системных рисков сервиса.

Reddit и Roblox регулятор признал очень крупными онлайн-платформами. Этот статус получают сервисы с ежемесячной аудиторией не менее 45 млн человек в ЕС.

По данным OpenAI, с октября 2025 по 31 марта 2026 года поисковыми функциями ChatGPT в Евросоюзе пользовались в среднем около 159,1 млн человек в месяц. Это более чем втрое превышает порог для отнесения к очень крупным поисковым системам.

Теперь на ChatGPT распространяются специальные требования Закона о цифровых услугах для крупнейших онлайн-сервисов. Разработчику предстоит выявлять, оценивать и снижать системные риски, среди которых распространение незаконного контента, защита несовершеннолетних, физическое и психическое благополучие пользователей, фундаментальные права, выборы и общественная безопасность. Также OpenAI должна внедрить внутренний контроль за соблюдением требований, не реже одного раза в год проходить независимый аудит и предоставлять данные Еврокомиссии и национальным регуляторам. Проверенные исследователи смогут запрашивать доступ к информации, необходимой для изучения системных рисков. Для снижения рисков могут пересматриваться устройство и работа сервисов, включая алгоритмические и рекомендательные системы.

За нарушение Закона о цифровых услугах крупнейшим онлайн-платформам и поисковым системам может грозить штраф до 6% мирового годового оборота компании. Регулятор также вправе требовать устранения выявленных нарушений.

В августе Еврокомиссия получила полномочия штрафовать поставщиков ИИ-моделей общего назначения за нарушения Закона об искусственном интеллекте.