ИИ и биг-тех. А что же будет? Часть 1.

Thu, 30 Oct 2025 16:19:16 +0300

Мысли пишу в конце октября 2025 года. Посмотрим, сбудется ли.

Всем привет читатели (если вы конечно есть)
Накину тут мыслей относительно применения технологий генеративного интеллекта в крупных компаниях (и им сочувствующих). Сейчас всё чаще стали появляться новости о том, что та или иная компания начинает добровольные сокращения персонала (а где-то и не добровольные) в связи с развитием ИИ-агентов и заменой сотрудников на эти самые ИИ.

Что мы по факту имеем? А по факту мы имеем довольно странную ситуацию.
С одной стороны у тебя идет «оптимизация» персонала, меньше расходов, вроде как скорость разработки растет, всё чинно-благородно, инвесторы довольны, акции растут.

Но всё ли так хорошо? Я считаю, что нет.
Для начала я приведу выдержку из исследования от OX Security:
Суммарно эксперты выявили десять потенциально опасных недостатков, которые часто встречаются в творениях ИИ-помощников программиста:

множественные, излишние комментарии в коде, затрудняющие проверку (в 90-100% случаев)
фиксация на общепринятых правилах программирования, препятствующая созданию более эффективных и новаторских решений (80—90%)
создание одноразовых кодов, без возможности перепрофилирования под иные задачи (80—90%); исключение рефакторинга (80—90%)
повторяющиеся баги, которые потом приходится многократно фиксить, из-за невозможности многократного использования кода (70-80%)
отсутствие осведомленности о специфике среды развертывания, приводящее к отказу кода, исправно функционирующего на стадии разработки (60-70%)
возврат к монолитным, сильно связанным архитектурам вместо уже привычных, удобных в сопровождении микросервисов (40-50%)
фейковое покрытие тестами всех интересующих значений — вместо оценки реальной логики ИИ выдает бессмысленные метрики, создающие ложное чувство уверенности в результатах (40-50%)
создание кодов с нуля вместо добавления обкатанных библиотек и SDK, что повышает риски привнесения ошибок (40-50%)
добавление логики для порожденных галлюцинациями сценариев, повышающее расход ресурсов и снижающее производительность (20-30%).
Источник: https://www.anti-malware.ru/news/2025-10-27-114534/47841

Проценты после каждого пункта это: «Как часто такие случаи встречаются в ИИ коде, по сравнению с „человеческим“»

Что же на самом деле получается.

Начнем пункта 1. Приложения и сервисы потребляют много ресурсов.
Да, это действительная проблема, потому что и без ИИ качество кода последних лет деградирует и затыкается по факту увеличением мощностей. Сейчас для работы решения, которое прекрасного себя чувствовало год назад на 2 ядрах и 4 гигах ОЗУ нужно уже 4 ядра и 8 гигов, прежде всего из-за тяжести решений внутри, новый функционал и так очень сильно утяжеляет решение, то фичи с ИИ требуют ещё больше ресурсов. Это за собой тянет необходимость в большем количестве ЦОД, растет энергопотребление.

Пункт 2. ИИ нужно ещё больше ЦОДов.
Да, мы сейчас столкнулись с огромной проблемой в виде «цодовой голодовки», компаниям просто не хватает мощностей, не хватает места для новых серверов, особенно «прожорливых» с десятками ускорителей для обработки нейроночек. Даже в РФ энергопотребление ЦОДов к 2030 году планируется, что вырастет вдвое.

Пункт 3. Качество кода.
Да, ИИ пишет «красиво и быстро», но цена этому — дырявый код, с большим количеством уязвимостей, с большим количеством ошибок в коде, меньшей «вариативностью» применения. опять же растет цена эксплуатации кода, растут риски.

Пункт 4. Мания в сфере ИИ.
Да, инвесторы и директорат свихнулся на ИИ. Все говорят про ИИ. Все считают его манной небесной, без которой никто не сможет жить в будущем. Пихают нейросетки везде и всюду. Идеальный пример «зачем» это добавление Алисы AI в Яндекс GO. Зачем мне писать в чат откуда и куда я хочу заказать такси, если я могу это сделать в интерфейсе? Чтобы что? По итогу процесс занимает больше времени, процесс занимает больше ресурсов компании, выхлоп — 0й.

Пункт 5. Доколе.
Да, именно доколе.

Что я вообще хочу этим всем сказать?
То, что мое мнение относительно ИИ довольно простое. Это полезный инструмент, это хороший ассистент человеку, но только там где он действительно необходим.
Может ли ИИ-агент заменить обычный гугл? Для кого-то да, а кому-то нет. Мне например нет.
Спрашивая один и тот же вопрос в Google и в ChatGPT/DeepSeek/Гигачат и etc -> я получаю ответ в Гугле за 2 секунды, а в чатиках этих ваших «не удалось найти информацию, вот что могу предложить»

Глубины обучения моделей недостаточно, умение пользоваться поиском — недостаточно. С одной стороны, когда это всё будет улучшено, может быть это и может быть удобно, но зачем в данном случае менять правила игры, если уже и так есть чудесная строка поиска?

Использовать нейронки стоит именно там, где они действительно полезны. Ассистенты вождения, роботы-пылесосы.
Но главное не стоит забывать о приватности данных, обрабатывать допустим работу пылесоса не стоит где-то на серверах в Китае или Европе, если оно может быть обработано на самом пылесоса.

А вот увольнение сотрудников и замена их агентами это полный «ахтунг»
Именно в рамках IT сектора. Я ещё согласен с тем фактом, что ИИ может заменить нас, например в плане вождения. Я бы и сам с радостью ездил на автопилоте из дома на работу. Но увольнять разработчиков и заменять их ИИ-Агентами это очень спорная и странная идея. На выходе мы получим снежный комп усложненного кода, дырявого кода и ещё более трудную жизнь для ЦОД и рядовых пользователей.

На этом part 1 — всё.

Простите, а почему?

Thu, 25 Sep 2025 14:27:27 +0300

Интереса ради изучаю технологии Китайских гибридов и наткнулся на интересный нюанс.
Все авто, что имеют свое приложение, а именно: Evolute (оно же Dongfeng), Geely и Exceed Exlantix ES, то есть их PHEV/EV модели, не умеют делать pre-heat батареи, салона и т.д, если авто стоит на зарядке. Что полностью ломает логику использования.
Т.е концептуально авто расчитаны на ночную зарядку, где ты приезжая домой после работы и прочего, втыкаешься, а утром перед отъездом достаешь из розетки, садясь в теплое и прогретое от розетки авто, не тратя заряд.
Но ты не можешь это сделать через кнопку «Прогреть авто», только через постановку расписания выезда. Почему? Да кто же его знает, почему..

Hello world!

Tue, 24 Jun 2025 22:55:41 +0300

Этот блог был запущен с использованием современной платформы Egeya и передовых подходов в автоматизации развертывания веб-приложений.

Как устроен наш блог

Для работы блога используется движок Egeya, развёрнутый в Docker-контейнере, который обеспечивает удобство в эксплуатации и лёгкость переноса. Для хранения данных используется база MariaDB, также запущенная в Docker.

Процесс сборки и обновления блога полностью автоматизирован с помощью GitLab CI/CD. При каждом обновлении исходного кода или контента в ветке main, автоматически собираются Docker-образы и публикуются в приватном реестре. После этого контейнеры обновляются на сервере простым выполнением команды `docker-compose up -d`.

Благодаря этому подходу, обновление и обслуживание блога становится простым и не требует особых усилий со стороны администратора.

Автоматизация — ключ к удобству и надёжности.
Команда проекта

В текстах доступна возможность выделять слова жирным, использовать курсив, ~~зачёркивать~~ ненужное, а также совмещать эти стили, чтобы подчеркнуть важное.

Полную информацию и технические подробности можно найти в документации проекта и файле README.

Записки на полях

ИИ и биг-тех. А что же будет? Часть 1.

Простите, а почему?

Hello world!

Как устроен наш блог