➡️ В интервью Радио РБК руководитель театра Покровка Дмитрий Бикбаев объяснил, что основа театра - живое присутствие человека на сцене и театральным актёрам замена не грозит.

«Главное на сцене - это человек. И именно в этом суть театра.»

Но это не значит, что ИИ не повлияет на театр. Он может помочь с декорациями, визуальными эффектами, переводом и подготовкой постановок. Но заменить живого человека на сцене - совсем другая задача. Конечно, мы уже видим роботов, выступающих в роли оперных певцов, но пока это скорее эксперименты, чем замена живым артистам.

➡️ Режиссёр Сарик Андреасян тоже отмечает, что ИИ пока скорее ускоряет подготовку:

«ИИ помогает создать концепт-арт за день вместо недели. Но декорации всё равно нужно строить, а костюмы шить.»

Возможно, по мере развития ИИ ценность будет не только в том, насколько реалистично можно что-то сгенерировать, но и в том, что вообще невозможно свести к генерации. Театр - хороший пример такого различия 💯

Верховный суд утвердил концепцию внедрения ИИ: к 2030 году с его помощью планируют готовить 30–50% проектов процессуальных документов. Причем не менее 80% этих проектов предполагается утверждать без существенных правок 👍️️️️️️

ИИ хотят использовать не только для написания текстов. В концепции перечислены и другие задачи:

• искать подходящие судебные решения и правовые нормы;
• анализировать материалы дела, позиции сторон и доказательства;
• находить противоречия в документах;
• готовить резюме дела и проекты судебных актов;
• распознавать речь и автоматически составлять протоколы заседаний.

➡️ В планах есть и более широкие изменения: к 2030 году ИИ-сервисами на постоянной основе должны пользоваться более 95% судей, а сроки рассмотрения типовых дел рассчитывают сократить на 20–30%.

Радует, что сразу учитывают, что нейросеть может сослаться на несуществующую норму или выдать убедительно написанный, но неверный текст. Поэтому предполагается использовать закрытые системы с поиском по источникам, а результаты должен проверять судья.

В XIX веке британская аристократия могла мало работать, почти не интересоваться наукой и технологиями и при этом управлять крупнейшей империей мира!

Сэмюэл Хьюз, редактор журнала Works in Progress, в эссе предлагает интересное объяснение: сила элиты заключалась не столько в знаниях отдельных людей, сколько в связях между ними. Школы и университеты объединяли людей, а клубы, балы и званые ужины помогали им договариваться, выстраивать доверие и влиять на решения. По сути, общение было частью управления страной.

Хьюз предлагает подумать, какой может стать элита в эпоху суперИИ? Если нейросети смогут выполнять большую часть интеллектуальной работы, обязательно ли тем, кто управляет, самим быть экспертами?

В статье выделяется три сценария:

▶️ Неовикторианская аристократия. Люди сохраняют власть и богатство, а интеллектуальную работу поручают ИИ. Сами занимаются связями, влиянием и принятием главных решений.

▶️ Кентаврическая меритократия. Власть получают те, кто умеет работать с ИИ: ставить задачи, проверять результаты и принимать решения.

▶️ Постчеловеческая элита. Реальная власть переходит к самому суперИИ или к людям, радикально усилившим собственный интеллект.

Эти модели могут сосуществовать. Но первый сценарий, на мой взгляд, самый тревожный. Получается, что власть больше не обязательно будет связана с интеллектом или компетентностью. В такой системе небольшая группа людей сможет принимать решения, опираясь на интеллект, который недоступен остальному обществу, а может и им самим.

В статье основателя DevGhost говорится о том, как ИИ меняет производительность разработчиков: почему одни инженеры ускоряются в разы, а другие почти не замечают разницы. Если интересно разобраться в этой теме подробнее - оставлю ссылку [здесь].

Но мне хочется обсудить немного другой вопрос: кто в итоге получает выгоду от такого роста производительности?

В комментариях к статье приводят пример Стива Ларсона из проекта Ghost. Примерно 80-90% его кода теперь пишет ИИ, а объём работы сопоставим с результатом 16 разработчиков на полной занятости.

🧐 И внимание, вопрос: если один человек теперь способен делать работу за шестнадцать, что это меняет лично для него?

Ему ведь не начнут платить в 16 раз больше. Скорее, компания получит возможность выполнять тот же объём работы меньшей командой или требовать от оставшихся сотрудников значительно большего. Выигрыш от автоматизации в первую очередь достаётся бизнесу, а не тем, кто научился эффективно пользоваться ИИ.

Именно поэтому у разработчиков не всегда есть стимул показывать работодателю весь прирост своей производительности. Если признаться, что с помощью агентов ты справляешься с задачами в несколько раз быстрее, есть риск, что освободившееся время просто заполнят новыми задачами. А в перспективе это может стать аргументом в пользу сокращения команды.

В итоге мы оказываемся в ситуации, где сотруднику выгодно быть продуктивнее благодаря ИИ, но не всегда выгодно демонстрировать, насколько именно. И пока рост производительности не превращается в рост зарплаты, сокращение рабочего времени или другие преимущества для сотрудников, получается довольно сомнительная односторонняя выгода.

И тут, как никогда, очень интересно, услышать ваше мнение на этот счет 🙂

Свежая статистика по использованию ИИ в России подоспела 👍️️

По данным Mediascope, в сентябре 2026 года ИИ-сервисы хотя бы раз за месяц использовали 55% россиян старше 12 лет. За год аудитория выросла более чем вдвое.

Что ещё интересного:
✅ Алиса AI - лидер с огромным отрывом: 59 млн человек, или 48% населения. То есть почти 9 из 10 пользователей нейросетей в стране - пользовались ей.
✅ DeepSeek на втором месте: 13 млн (11%).
✅ GigaChat третий: 6 млн (5%).

Правда, ежедневно нейросетями пользуются пока только 12% россиян.

И в подсчёт не входили чат-боты в мессенджерах и ответы ИИ в поиске. Так что реальная картина, скорее всего, сильно больше 🙂

У исследователя Юргена Шмидхубера - одного из пионеров современного ИИ есть теория, которая предлагает взглянуть на творчество через поиск закономерностей.

➡️Ещё в 2008 году он предложил объяснение творчества через принцип: сжатия информации:
мы находим закономерности, начинаем лучше понимать мир и получаем удовольствие от новых открытий.

Если коротко, по его мнению, настоящее творчество начинается не просто с генерации чего-то необычного, а с любопытства и желания самостоятельно исследовать новое. Например, Ньютон смог описать движение планет и падение яблока одним законом. Множество наблюдений удалось свести к одной формуле.

➡️ Современные нейросети отлично комбинируют уже известное и создают неожиданные результаты. Но есть нюанс: цель им пока задаёт человек. Сами модели не решают, что им интересно изучить и какое открытие хочется сделать.

ИИ уже умеет быть креативным, но до самостоятельного творчества, возможно, ещё не добрался.

Мне близка мысль, что сейчас нейросети скорее усиливают творческие способности человека, чем полностью заменяют самостоятельного творца. Но это не обязательно постоянное ограничение. Если научить агента самому выбирать, что исследовать, проверять гипотезы и искать закономерности, граница может постепенно смещаться.

😒 Пост для пострадавших от блокировок Claude. Я тоже попал.

👍Если успели спасти всё экспортом — молодцы. Но рано радуетесь. Вот так просто взять и импортировать архив в новый аккаунт Claude, если вам ещё повезло его зарегистрировать, не получится. Такой функции нет.

Даю два рабочих варианта. Оба проверил лично.

1. Забыть про Claude и перейти на Codex.

Скармливаете ему экспорт Claude, и дальше он сам всё разбирает: чаты, проекты, инструкции, память. Раскладывает по папочкам, восстанавливает контекст. Я так перенёс свой архив.

Дальше пробуйте и смотрите, зайдёт вам или нет.

2. Остаться с Claude, но сменить провайдера.

Ставите десктопное приложение Claude, включаете Developer Mode, затем выбираете Third-Party Inference.

Провайдером необязательно должен быть Anthropic API. Можно использовать тот же Claude через OpenRouter или другого совместимого провайдера.

Ну и дальше — импорт понёсся. Чаты, проекты, инструкции, память.

Если вдруг что-то не пойдёт — натравите на него Codex. Пусть сам разбирается.

😏 Спасибо, пожалуйста, не за что.

У главы МВФ Кристалины Георгиевой нашлось понятное сравнение для нынешнего технологического бума:

➡️ Когда экономический рост зависит от одного двигателя, это всё равно что стоять на одной ноге.

По её словам, ИИ стал главным источником поддержки роста, но такая зависимость одновременно делает экономику уязвимой: чем сильнее экономика зависит от этой технологии, тем болезненнее могут оказаться сбои, разочарование в инвестициях или замедление самого ИИ-бума.

Недавний сбой дата-центров Яндекса хорошо показывает, насколько масштабными могут быть последствия проблем с цифровой инфраструктурой. Кажется, трудно найти человека, которого это совсем не затронуло: у кого-то не работала Алиса, у кого-то были заблокированы деньги, кто-то не мог вызвать такси.

С ИИ потенциальный масштаб зависимости ещё больше. Сейчас он постепенно переходит из категории удобных инструментов в основу рабочих процессов: компании встраивают его в разработку, поддержку, аналитику и принятие решений. Если такие системы станут критически важными для бизнеса и экономики, их недоступность или ошибки будут иметь уже совсем другие последствия.

Поэтому сравнение Георгиевой со стойкой на одной ноге кажется вполне точным. Так что правда непонятно, что будет поддерживать экономику, если этот единственный двигатель вдруг начнёт давать сбои 🧐

Попалась статья на Хабре с необычной версией гипотезы симуляции. Читается на одном дыхании, особенно если интересуетесь ИИ, виртуальными мирами и темой сознания.

Обычно мы представляем её как огромный эксперимент, в котором некая развитая цивилизация воспроизводит целую Вселенную - возможно, ради изучения собственной истории или эволюции 🤷‍♂️

Автор же предлагает представить, что искусственный мир создан ради одного конкретного человека - например, чтобы сохранить сознание умершего и дать ему возможность продолжить жить в привычной среде.

В такой системе не нужно полноценно моделировать миллиарды людей, города и далёкие галактики. Достаточно одного детально воспроизведённого сознания. Остальных персонажей можно создавать с помощью генеративных моделей: у близких будет память и индивидуальность, у случайных прохожих - только несколько реплик и внешность. А то, что человек не видит, можно вообще не просчитывать с высокой детализацией.

✅ В этом и появляется связь с современным ИИ: LLM могут имитировать манеру общения, агенты - действовать в виртуальной среде, а игровые движки - создавать миры на лету. Но воспроизвести поведение человека - ещё не значит сохранить его сознание.

В комментариях к статье спорили как раз об этом. Ведь сгенерировать научную работу от имени учёного - не то же самое, что воспроизвести процесс его мышления.

В общем, советую почитать и саму статью, и комментарии. Последние добавляют к дискуссии несколько неожиданных поворотов.

30-летний Джек Вайс получил PhD по химической инженерии в Принстоне. Его исследования по образованию льда даже упоминал Нобелевский комитет как пример применения машинного обучения.

➡️ Но найти работу после выпуска он не смог. Вайс отправил около 2300 резюме в научные лаборатории, фармкомпании и даже на вакансии, далёкие от его специализации. Безрезультатно.

В какой-то момент он устроился в стартап обучать ИИ-модели за $70 в час. Но и эта работа оказалась временной: заказов становилось всё меньше, а в марте контракт расторгли.

Есть в этом какая-то грустная ирония: специалист, чьи исследования связаны с машинным обучением, сам оказался в ситуации нестабильной занятости в индустрии ИИ.

Конечно, его случай - это часть более широкой проблемы американского рынка труда, а не прямое следствие автоматизации. Но всё сложнее становится ответить на вопрос, какие навыки и образование действительно дадут человеку уверенность в завтрашнем дне.

В Великобритании систему распознавания лиц Facewatch планируют напрямую связать с полицией. Если камера обнаружит человека из списка злостных нарушителей, сигнал должен поступить правоохранителям всего за четыре секунды.

Но истории ошибочно обвинённых покупателей уже вызывают вопросы

• TechRadar рассказал о мужчине, которого выгнали из магазина, куда он пришёл с женой за витаминами.
• Другую женщину обвинили в краже мяса, хотя она несколько месяцев не появлялась в этом магазине.

Причиной могут быть ошибки распознавания или действия сотрудников, которые принимают неверное решение на основе сигнала системы.

➡️ В Facewatch утверждают, что подобные случаи исключительны, а технология успешно работает в тысячах магазинов.

Но проблема ведь не только в точности распознавания. А в том, что оспорить ошибочное решение тоже непросто, особенно, если потребуют ждать приезда полиции, хотя ты просто пришел за хлебом 🥲