# Сопутствующие статьи по теме Автоматизация

Новостной центр HTX предлагает последние статьи и углубленный анализ по "Автоматизация", охватывающие рыночные тренды, новости проектов, развитие технологий и политику регулирования в криптоиндустрии.

GitHub, пробитый ИИ

В начале 2026 года GitHub столкнулся с серией серьезных сбоев, включая крупный инцидент 9 февраля. Истинной причиной проблем стал взрывной рост нагрузки не со стороны людей, а от ИИ-агентов. Например, еженедельное количество коммитов достигло 275 миллионов, что прогнозирует увеличение годового объема в 14 раз по сравнению с 2025 годом. Такие агенты, как Claude Code, совершают миллионы коммитов в неделю, создавая PR и репозитории с нечеловеческой скоростью. Это привело к двум фундаментальным вызовам: инфраструктура GitHub, рассчитанная на человеческие ритмы работы, не справляется с новым типом нагрузки, что потребует полной перепроектировки архитектуры под масштабирование в 30 раз. Кроме того, традиционная подписочная модель Copilot стала убыточной, поскольку автономные ИИ-агенты потребляют огромные вычислительные ресурсы, что вынудило GitHub перейти на оплату по факту использования. Платформа переживает качественный сдвиг: из инструмента человеческой коллаборации она превращается в "выхлопную трубу" для автоматизированных рабочих процессов ИИ. GitHub, как первая и ключевая инфраструктура в цепочке ИИ-инструментов, оказалась на передовой этой трансформации. Его текущие усилия по перестройке и повышенная прозрачность в отчетах об инцидентах — это попытка адаптироваться к новой реальности, где реальными "пользователями" всё чаще становятся не люди, а агенты искусственного интеллекта.

marsbit06/04 10:41

GitHub, пробитый ИИ

marsbit06/04 10:41

После 540 тысяч строк кода Гарри Тан осознал, что старая игра в программировании с ИИ окончена

Сооснователь Y Combinator Гарри Тан на собственном опыте (проект в 540 тысяч строк кода) пришел к выводу, что эра традиционного программирования заканчивается. Раньше дорогие и ограниченные ИИ-модели требовали огромного количества контрольного кода, тестов и логики для их «обуздания» — это он называет «постройкой завода Foxconn» для умного работника. Теперь, с удешевлением и ростом возможностей больших языковых моделей (LLM), парадигма меняется. Вместо написания тонн кода для управления ИИ, ключевым становится создание «наборов навыков» (skill packs) — многоразовых модулей на Markdown с минимальным кодом. Эти модули, которые можно тестировать и улучшать, позволяют AI-агентам выполнять сложные задачи (например, оценку проектов на хакатоне за минуты вместо дней) по инструкциям на естественном языке. Будущее за «инжинирингом агентов», а не за количеством строк кода. Самый ценный инженер будущего — не тот, кто пишет больше всех кода, а тот, кто обладает ясностью суждения, вкусом и умением формулировать задачи, высвобождая потенциал ИИ. Главный барьер на этом пути — отказ от старого мышления («модели дорогие») и готовность инвестировать в вычислительные ресурсы (токены) сегодня, чтобы получить преимущества завтрашнего дня.

marsbit06/02 21:40

После 540 тысяч строк кода Гарри Тан осознал, что старая игра в программировании с ИИ окончена

marsbit06/02 21:40

Интервью с 7 обычными работниками: Как у вас дела после прихода ИИ?

**Интервью с 7 обычными сотрудниками: как вы поживаете после прихода ИИ?** В 2026 году волна увольнений в технологических и традиционных отраслях сочетается со структурной тревогой на фоне роста эффективности. Как ИИ меняет реальность на рабочих местах? В ходе интервью 7 специалистов из Web3, торговли химической продукцией, цифрового сельского хозяйства,智能制造 и оптовой торговли поделились своими размышлениями. **Ключевые изменения:** * **Продуктивность:** ИИ кардинально изменил подход к решению задач, обучению и поиску информации, значительно сократив время на рутинную работу. * **"Супер-индивидуальность":** Инструменты ИИ позволяют небольшим командам или даже одному человеку выполнять задачи, которые раньше требовали целого отдела. * **Поляризация:** Разрыв между теми, кто использует ИИ, и теми, кто его игнорирует, растет. **Вызовы и угрозы:** * **Тревога и давление:** Рост эффективности приводит к новой форме "конкуренции" и необходимости постоянно осваивать новые инструменты. * **Пересмотр навыков:** Многие рутинные задачи (анализ кода, создание документов, дизайн) автоматизируются, что ставит под вопрос ценность некоторых традиционных навыков. * **Сокращение должностей:** Под угрозой находятся позиции, связанные с шаблонной обработкой информации: секретари, бухгалтеры, специалисты по кадрам, служба поддержки и др. **Незаменимость человека:** Несмотря на прогресс, критически важными остаются области, требующие глубокого понимания контекста, ответственности и сложных суждений: * **Принятие решений в высокорисковых сферах** (финансы, Web3), где последствия несет человек. * **Работа с исключениями и нестандартными ситуациями**, требующая эмпирического опыта. * **Креативная и стратегическая работа:** постановка задач, проверка выводов ИИ, управление проектами, чувство эстетики и понимание рынка. **Взгляд в будущее:** Респонденты рассматривают свое будущее не как "исполнителей", а как: * **Ответственных за сложные системы**, экспертов по бизнес-логике и контролю рисков. * **Супер-координаторов**, управляющих множеством AI-агентов. * **Создателей собственных продуктов и личного бренда**, фокусируясь на уникальных человеческих качествах. **Вывод:** ИИ перестал быть опцией и стал новой реальностью, ломающей старые профессиональные границы. Успех зависит от способности адаптироваться, постоянно учиться и находить свою уникальную ценность в симбиозе с искусственным интеллектом.

marsbit06/01 08:19

Интервью с 7 обычными работниками: Как у вас дела после прихода ИИ?

marsbit06/01 08:19

После сумасшедших трат в миллиарды долларов на токены, крупные технологические компании Кремниевой долины начали ограничивать использование токенов сотрудниками

Как сообщает источник, крупные технологические компании Кремниевой долины, такие как Microsoft, Uber и Salesforce, столкнувшись с огромными расходами на AI-токены, начали ограничивать их использование сотрудниками. Явление "tokenmaxxing", когда поощрялось максимальное использование AI-инструментов без чёткого понимания отдачи, привело к тому, что значительная часть бюджета тратилась впустую — на исправление ошибок, переписывание кода или решение личных задач. Исследования показывают, что лишь 14% финансовых директоров видят измеримую отдачу от AI. Проблема в том, что сотрудники автоматизируют в первую очередь неприятные им задачи, а не те, что приносят реальную прибыль компании. Как заявила бывший AI-директор Microsoft, личная эффективность не равна росту доходов бизнеса. В ответ компании начинают внедрять системы контроля затрат и ROI, а некоторые провайдеры AI-услуг переходят на модели ценообразования, привязанные к результату (например, к количеству решённых диалогов), а не к объёму потреблённых токенов. Эксперты считают, что это необходимый этап рационализации, за которым должен последовать более сложный вопрос: как использовать AI не просто для ускорения старых процессов, а для кардинального переосмысления бизнес-моделей.

marsbit06/01 04:07

После сумасшедших трат в миллиарды долларов на токены, крупные технологические компании Кремниевой долины начали ограничивать использование токенов сотрудниками

marsbit06/01 04:07

“Одномандатные компании” в тренде: кто-то зарабатывает миллионы в год, кто-то — теряет 90% дохода

«Компания одного человека» (ОПК) — модель индивидуального предпринимательства в эпоху ИИ — набирает популярность. В 2026 году, названном «первым годом ОПК», благодаря ИИ индивидуальные предприниматели получили возможность запускать бизнес с минимальными затратами, используя большие языковые модели для написания кода, создания контента и монетизации. Примеры успеха варьируются. Один разработчик игр за год создал 6 интерактивных игр с общим оборотом в 20 млн юаней и личным доходом 0,8-1 млн юаней, используя ИИ для 70% графики и автоматизации кода, что сократило цикл разработки до 15 дней. Другой предприниматель в Японии в сфере материаловедения увеличил свой доход втрое по сравнению со средней зарплатой, используя ИИ для локализации, общения с клиентами и решения юридических вопросов при ежемесячных затратах на инструменты около 3400 иен. Специалист в биотехнологиях, оказывающий B2B-услуги, удвоил свой доход, автоматизировав 80% рутинных задач с помощью AI Agent. Однако реальность неоднозначна. По некоторым данным, 52,7% ОПК зарабатывают менее 7000 юаней в месяц. Бывший сотрудник крупной IT-компании, перешедший в跨境电商 для рынка Латинской Америки, столкнулся с падением дохода на 90% по сравнению с прежней зарплатой, несмотря на автоматизацию 60% задач с помощью ИИ. Эксперты подчеркивают: ИИ снижает порог входа и повышает эффективность, но не гарантирует успех. Ключевыми факторами остаются наличие клиентской базы, отраслевой опыт, управленческие навыки и способность контролировать выводы ИИ. В Японии, например, важны местные связи и репутация. Таким образом, модель «компании одного человека» открывает новые возможности, но требует тщательной подготовки и понимания рисков, а не слепого следования тренду.

marsbit06/01 02:49

“Одномандатные компании” в тренде: кто-то зарабатывает миллионы в год, кто-то — теряет 90% дохода

marsbit06/01 02:49

От токенов до машинизированной рабочей силы: ИИ превращается из инструмента в «работника»

Автор статьи предлагает рассматривать коммерциализацию ИИ не просто как рынок вычислительных мощностей или вызовов моделей, а как формирующийся рынок «машинной рабочей силы». В этом новом рынке токены являются лишь единицей измерения, GPU — ресурсом, а модели — инструментами. Реальным товаром становится выполненная экономически полезная работа: написание кода, обработка запросов в поддержку, анализ документов. Статья описывает эволюцию механизмов ценообразования: от примитивных токенов через стандартизированные способности моделей к отраслевой рабочей силе и, наконец, к рынку программируемых результатов. В будущем предприятия будут платить не за токены или время GPU, а за гарантированный результат, соответствующий заданным стандартам задержки, точности и надежности. Это преобразует не только ИИ-индустрию, но и рынок человеческого труда. Автоматизация рутинных задач высвободит людей для более сложных ролей: контроля, принятия ответственных решений, управления контекстом. В некоторых сценариях ценность окончательного человеческого суждения возрастет, так как оно позволит масштабировать автоматизацию. Таким образом, следующая фаза конкуренции сместится от гонки моделей и цен на вычисления к способности стандартизировать, измерить и оценить саму «работу», превратив машинный труд в новый тип торгуемого производственного фактора.

marsbit05/31 12:34

От токенов до машинизированной рабочей силы: ИИ превращается из инструмента в «работника»

marsbit05/31 12:34

260 миллиардов долларов — компания с «полностью китайской командой» становится самой дорогой компанией в мире по оценке в сфере AI-программирования

Компания Cognition AI, создатель «искусственного инженера-программиста» Devin, привлекла более 10 миллиардов долларов при оценке в 26 миллиардов. Раунд возглавили Lux Capital, General Catalyst и 8VC. Это почти в 2,5 раза больше оценки в 10,2 миллиарда восемь месяцев назад. Основанная тремя китайскими разработчиками, победителями олимпиад по информатике, компания сначала взлетела благодаря обещанию полностью автономного AI-агента для программирования. Однако ранняя версия Devin, стоившая 500 долларов в месяц, столкнулась с критикой за низкую предсказуемость и высокую частоту ошибок в реальных задачах, что создало разрыв между ожиданиями и реальностью. Поворотный момент наступил в 2025 году, когда Cognition приобрела активы компании Windsurf, включая её популярную AI-IDE. Это позволило предложить два подхода: автономного агента Devin для асинхронного выполнения задач и IDE Windsurf для контролируемой совместной работы разработчика с ИИ в редакторе, как в Cursor. Такая стратегия «двух ног» охватила разные сценарии: от автоматизации рутинных поручений до повседневной разработки. Коммерческие показатели резко выросли. Годовой темп доходов (run-rate) достиг 4,92 миллиарда долларов, а использование Devin корпоративными клиентами растёт на 50% в месяц. В клиентской базе компании — Goldman Sachs, NASA, армия и флот США. Инвесторы видят в Cognition не просто инструмент для разработчиков, а потенциальную основу для новой инфраструктуры программной инженерии, где люди и AI-агенты работают в гибридной системе. Будущее, на которое делает ставку компания, — это не полная замена программистов, а их усиление за счёт автоматизации длинных и рутинных задач.

marsbit05/31 10:24

260 миллиардов долларов — компания с «полностью китайской командой» становится самой дорогой компанией в мире по оценке в сфере AI-программирования

marsbit05/31 10:24

AI-революция: где мы находимся сегодня

Прошедший год стал годом шума вокруг ИИ, но реального перелома — «сноса старого цеха» — еще не произошло. Как в начале промышленной революции, когда паровые двигатели лишь заменяли водяные колеса в старых фабриках, сегодня ИИ-инструменты чаще всего лишь встраиваются в существующие рабочие процессы, не меняя их сути. Основные инвестиции направляются в инфраструктуру — «железные дороги» ИИ, подобные центрам обработки данных и чипам. Однако настоящая ценность и будущая прибыль лежат глубже — в уникальных отраслевых данных и рабочих процессах, перестроенных вокруг ИИ. Примеры компаний вроде Notion и Y Combinator показывают, как выглядит этот переход: люди смещают фокус с рутинного исполнения на управление агентами ИИ и принятие решений, а компании создают «мозги» на основе данных. Рынок труда уже сигнализирует: младшие позиции, наиболее подверженные автоматизации, сокращаются. Те, кто активно использует ИИ более полугода, уже имеют существенное преимущество. Будущие профессии, такие как «менеджер ИИ-агентов», сегодня еще не имеют названий. Вывод: мы находимся на этапе между завершением строительства инфраструктуры (железных дорог) и началом глубокой перестройки производств (цехов). Вопрос не в мощности ИИ, а в готовности организаций и людей снести старые структуры и построить новые. Успех будет за теми, кто научится использовать ИИ не как улучшенную водяную мельницу, а как основу для принципиально нового способа работы.

marsbit05/27 01:34

AI-революция: где мы находимся сегодня

marsbit05/27 01:34

CEO Goldman Sachs: «Апокалипсис занятости» из-за ИИ преувеличен

Генеральный директор Goldman Sachs Дэвид Соломон утверждает, что опасения по поводу «конца света занятости» из-за ИИ преувеличены. Хотя ИИ, несомненно, окажет влияние на рынок труда, автоматизируя до 25% рабочего времени, особенно рутинные задачи в таких сферах, как бухгалтерия, банковское дело и обслуживание клиентов, это не приведет к массовой безработице. Скорее, технология изменит содержание работы, высвобождая людей для более сложных задач, требующих суждений и взаимодействия, и одновременно создаст новые возможности в таких областях, как строительство центров обработки данных и управление рабочими процессами ИИ. История показывает, что экономика США, несмотря на неизбежные временные трудности, демонстрирует устойчивость и способность создавать новые рабочие места после технологических сдвигов. Соломон подчеркивает, что вызов заключается не в самой технологии, а в необходимости своевременной помощи работникам в переходе на новые роли. Для этого требуется совместная работа государственного и частного секторов по переподготовке кадров и инвестициям в образование. В конечном итоге, потенциал ИИ для стимулирования экономического роста и производительности, вероятно, перевесит краткосрочные риски для занятости.

marsbit05/26 07:02

CEO Goldman Sachs: «Апокалипсис занятости» из-за ИИ преувеличен

marsbit05/26 07:02

CoinQuant представляет торговую инфраструктуру для агентской экономики

Компания CoinQuant, платформа для алгоритмической торговли с поддержкой ИИ, объявляет о запуске торговой инфраструктуры для развивающейся экономики автономных агентов. Платформа, насчитывающая уже более 15 000 пользователей, создает единый слой доверия и интеллекта между торговыми намерениями (как людей, так и ИИ-агентов) и реальным развертыванием капитала. Ключевое нововведение — внедрение обязательного структурированного процесса валидации для любой стратегии. Это включает в себя бэктестинг, анализ рисков и оптимизацию параметров до выхода на реальный рынок. Движок платформы объединяет инструменты институционального уровня, данные от поставщиков и собственную систему экспертных знаний. Платформа развивается по двум направлениям: интуитивный no-code интерфейс для трейдеров и программные API-интеграции для автономных агентов. Каждая протестированная стратегия пополняет анонимную агрегированную базу знаний компании. В ближайших планах — запуск автоматизированного слоя исполнения на HyperLiquid и привлечение $3 млн для масштабирования. Цель CoinQuant — стать интеллектуальной основой для алгоритмической торговли в новую эпоху.

TheNewsCrypto05/26 05:58

CoinQuant представляет торговую инфраструктуру для агентской экономики

TheNewsCrypto05/26 05:58

活动图片