Сообщество - Искусственный интеллект

Искусственный интеллект

6 239 постов 12 086 подписчиков

Популярные теги в сообществе:

8

100 лучших ИИ-репозиториев на GitHub. От ИИ-агентов до генерации видео

На GitHub лежат тысячи бесплатных ИИ-инструментов, о которых 95% людей просто не знает.

Я собрал сто самых популярных репозиториев - вместе они набрали ⭐7.52 млн звезд на GitHub. Это ИИ-агенты, промпты, вайбкодинг, локальные нейросети, генерация изображений/видео, автоматизация, сервисы для бизнеса и многое другое.

Тут можете скачать удобную таблицу со всеми репозиториями:

Скачать файл здесь →

или тут

Для каждого репо указал, что он умеет, где пригодится и как быстро запустить. Вам потребуется комп, нейросеть вроде ChatGPT или Claude и 10 минут, чтобы разобраться в инструкции. Для большинства проектов достаточно повторить несколько шагов.

Присоединяйтесь к ✨19 000+ подписчиков в телеграм-канале Бегин (или макс-канал), где я рассказываю, как использовать ИИ в бизнесе.

***

1. OpenClaw - личный ИИ-ассистент, который работает на ваших устройствах (⭐387.3 тыс)

Личный ИИ-ассистент, который работает на ваших устройствах и подключается к чатам, моделям и инструментам. Полезен, если хотите постоянного агента в Telegram, Discord или терминале, который помнит контекст и умеет выполнять действия.

Репозиторий: https://github.com/openclaw/openclaw.

2. Superpowers - заставляет ИИ-агента сначала планировать и тестировать код (⭐276.9 тыс)

Набор правил и скиллов для ИИ-кодинга, который заставляет ИИ-агента сначала продумать задачу, составить план, написать тесты и только потом менять код. Полезен, если хотите меньше хаотичного вайбкодинга и больше предсказуемого результата.

Репозиторий: https://github.com/obra/superpowers.

3. Hermes Agent - ИИ-агент с памятью, который учится на прошлых сессиях (⭐235.5 тыс)

ИИ-агент с памятью, который учится на прошлых сессиях и может создавать для себя новые навыки. Полезен, если нужен постоянный помощник, который со временем лучше понимает ваши задачи.

Репозиторий: https://github.com/NousResearch/hermes-agent.

4. n8n - автоматизирует процессы и связывает сервисы, данные и ИИ (⭐202.3 тыс)

Автоматизирует повторяющиеся процессы без большого количества кода: связывает Telegram, почту, таблицы, CRM, базы данных и ИИ-модели. Подойдет, если хотите собрать ИИ-агента или автоматизацию из готовых блоков.

Репозиторий: https://github.com/n8n-io/n8n.

5. AutoGPT - платформа для создания и запуска автономных ИИ-агентов (⭐186.8 тыс)

Платформа для создания и запуска ИИ-агентов, которые выполняют многошаговые задачи по заданной цели. Полезна, если хотите собрать автономного агента или рабочий процесс без написания всей системы с нуля.

Репозиторий: https://github.com/Significant-Gravitas/AutoGPT.

6. Firecrawl - собирает данные с сайтов и превращает их в формат для ИИ (⭐171.7 тыс)

Забирает данные с сайтов и превращает их в чистый текст или структуру, понятную ИИ. Полезен для мониторинга сайтов, исследования конкурентов и наполнения базы знаний для чат-бота.

Репозиторий: https://github.com/firecrawl/firecrawl.

7. Prompts.chat - открытая библиотека готовых промптов для популярных нейросетей (⭐167.8 тыс)

Большая open-source библиотека готовых промптов и примеров промпт-инжиниринга. Полезна, если не знаете, как сформулировать запрос к ChatGPT, Claude или Gemini и хотите взять рабочий пример за основу.

Репозиторий: https://github.com/f/prompts.chat.

8. Stable Diffusion WebUI - веб-интерфейс для локальной генерации изображений (⭐164.6 тыс)

Готовый веб-интерфейс для запуска Stable Diffusion на своем компьютере. Полезен для локальной генерации и редактирования изображений, когда нужен большой выбор моделей, настроек и расширений.

Репозиторий: https://github.com/AUTOMATIC1111/stable-diffusion-webui.

9. JavaGuide - бесплатный справочник по Java, backend и системному дизайну (⭐158.0 тыс)

Большой бесплатный справочник по Java, backend-разработке, системному дизайну и собеседованиям, в котором есть разделы про ИИ. Полезен прежде всего Java-разработчикам, а не как самостоятельный ИИ-инструмент.

Репозиторий: https://github.com/Snailclimb/JavaGuide.

10. Dify - визуальная платформа для создания чат-ботов и ИИ-агентов (⭐153.4 тыс)

Визуальная платформа для чат-ботов, поиска по своим документам и ИИ-агентов. Подойдет, если хотите собрать ИИ-сервис без разработки всей инфраструктуры с нуля.

Репозиторий: https://github.com/langgenius/dify.

11. Open WebUI - интерфейс как ChatGPT для локальных и облачных моделей (⭐149.8 тыс)

Готовый open-source интерфейс, похожий на ChatGPT, для локальных и облачных LLM. Подойдет, если хотите запустить свой приватный ИИ-чат на компьютере или сервере.

Репозиторий: https://github.com/open-webui/open-webui.

12. LangChain - связывает ИИ-модели, данные и инструменты в одно приложение (⭐144.9 тыс)

Фреймворк для LLM-приложений и ИИ-агентов, который связывает модели, данные и инструменты в одно приложение. Полезен, когда простого запроса к API уже мало и нужен многошаговый сценарий.

Репозиторий: https://github.com/langchain-ai/langchain.

13. System Prompts and Models of AI Tools - архив системных промптов популярных ИИ-сервисов (⭐143.1 тыс)

Большой архив системных промптов и внутренних инструкций популярных ИИ-сервисов и кодинговых агентов. Полезен, если хотите изучать, как устроены правила Claude Code, Cursor, Devin, Replit и других инструментов.

Репозиторий: https://github.com/x1xhlol/system-prompts-and-models-of-ai-tools.

14. Spec Kit - помогает разрабатывать через спецификации и планы для ИИ-агентов (⭐131.1 тыс)

Набор инструментов GitHub для разработки по спецификации: сначала описываете, что нужно сделать, затем превращаете требования в план и задачи для ИИ-агента. Полезен для крупных функций, где одного промпта уже мало.

Репозиторий: https://github.com/github/spec-kit.

15. ComfyUI - визуальный конструктор для генерации изображений, видео, аудио и 3D (⭐129.7 тыс)

Визуальный конструктор для генерации изображений, видео, аудио и 3D с помощью ИИ-моделей. Полезен, если хотите точно управлять процессом и собирать сложные цепочки из блоков.

Репозиторий: https://github.com/Comfy-Org/ComfyUI.

16. Generative AI for Beginners - бесплатный курс Microsoft из 21 урока по генеративному ИИ (⭐118.5 тыс)

Бесплатный курс Microsoft из 21 урока по генеративному ИИ. Подойдет новичку, который хочет разобраться в промптах, моделях и создании ИИ-приложений на практике.

Репозиторий: https://github.com/microsoft/generative-ai-for-beginners.

17. Supabase - готовая серверная часть для ИИ-приложений (⭐108.3 тыс)

Готовая серверная часть с PostgreSQL, авторизацией, файлами и API. Полезен, если делаете ИИ-приложение и не хотите писать базу данных и систему пользователей с нуля.

Репозиторий: https://github.com/supabase/supabase.

18. Gemini CLI - ИИ-агент Google для работы с кодом прямо в терминале (⭐106.7 тыс)

ИИ-агент Google для терминала: работает с кодом, файлами и командами прямо внутри проекта. Полезен, если хотите использовать Gemini в разработке, а не только через браузер.

Репозиторий: https://github.com/google-gemini/gemini-cli.

19. LLMs from Scratch - пошаговый учебник по созданию языковой модели уровня GPT (⭐103.6 тыс)

Пошаговый учебник по машинному обучению, где вы сами собираете языковую модель уровня GPT на PyTorch. Полезен, если хотите понять устройство LLM изнутри, а не только пользоваться готовыми API.

Репозиторий: https://github.com/rasbt/LLMs-from-scratch.

20. Caveman - сжимает ответы кодинговых агентов и экономит токены (⭐100.6 тыс)

Сжимает ответы Claude Code и других агентов в очень короткий стиль, чтобы тратить меньше токенов на длинные объяснения. Полезен при больших кодовых сессиях, где контекст быстро заканчивается.

Репозиторий: https://github.com/JuliusBrussee/caveman.

21. Deep-Live-Cam - меняет лицо на фото и видео в реальном времени (⭐96.1 тыс)

Инструмент для замены лица на фото и видео, в том числе в реальном времени. Полезен для экспериментов с face swap и видеомонтажом, но требует аккуратного использования с согласия людей в кадре.

Репозиторий: https://github.com/hacksider/Deep-Live-Cam.

22. Awesome MCP Servers - каталог готовых MCP-серверов для ИИ-агентов (⭐92.7 тыс)

Каталог готовых MCP-серверов, которые подключают ИИ-агентов к файлам, базам данных, браузеру, API и другим сервисам. Полезен, когда ищете готовое расширение возможностей агента.

Репозиторий: https://github.com/punkpeye/awesome-mcp-servers.

23. Claude Mem - добавляет ИИ-агентам память между сессиями (⭐91.7 тыс)

Добавляет ИИ-агентам память между сессиями: сохраняет важный контекст и подмешивает его в будущие разговоры. Полезен, если агент постоянно забывает решения и устройство проекта.

Репозиторий: https://github.com/thedotmack/claude-mem.

24. RAGFlow - создает RAG-приложения и чат-ботов по своим документам (⭐89.2 тыс)

Система для RAG, поиска ответов по своим документам и создания ИИ-приложений с агентами. Полезна, если хотите чат-бота по базе знаний, инструкций или корпоративных данных.

Репозиторий: https://github.com/infiniflow/ragflow.

25. World Monitor - панель мониторинга мировых событий с ИИ-анализом (⭐84.0 тыс)

Панель мониторинга мировых событий, новостей и инфраструктуры с ИИ-анализом. Полезна для отслеживания геополитики, кризисов и крупных событий в одном интерфейсе.

Репозиторий: https://github.com/koala73/worldmonitor.

26. LobeHub - платформа для управления несколькими ИИ-агентами как командой (⭐82.0 тыс)

Платформа для управления несколькими ИИ-агентами как командой: можно распределять задачи и запускать их постоянно. Полезна, если одного чат-бота уже мало и нужны несколько специализированных помощников.

Репозиторий: https://github.com/lobehub/lobehub.

27. DeerFlow - многофункциональный ИИ-агент ByteDance для длинных задач (⭐80.8 тыс)

Многофункциональный ИИ-агент ByteDance, который умеет исследовать темы, писать код и выполнять длинные задачи через подагентов и инструменты. Полезен для сложной работы на десятки шагов.

Репозиторий: https://github.com/bytedance/deer-flow.

28. Netdata - мониторит серверы и помогает находить проблемы с помощью ИИ (⭐80.3 тыс)

Система мониторинга серверов, приложений и инфраструктуры с ИИ-подсказками по проблемам. Полезна, если нужно быстро понять, почему сервер или сервис тормозит или падает.

Репозиторий: https://github.com/netdata/netdata.

29. Taste Skill - помогает ИИ делать интерфейсы менее шаблонными (⭐80.0 тыс)

Набор правил для ИИ, который помогает делать интерфейсы менее шаблонными и более аккуратными. Полезен для вайбкодинга сайтов и приложений, когда результат выглядит как типичный AI-дизайн.

Репозиторий: https://github.com/Leonxlnx/taste-skill.

30. Scrapling - фреймворк для надежного парсинга и краулинга сайтов (⭐76.2 тыс)

Фреймворк для парсинга сайтов, который умеет обходить изменения верстки и работать от одного запроса до большого краулера. Полезен для сбора данных, мониторинга и подготовки контента для ИИ.

Репозиторий: https://github.com/D4Vinci/Scrapling.

31. Unsloth - ускоряет локальный запуск и дообучение ИИ-моделей (⭐74.6 тыс)

Инструмент для локального запуска нейросетей и дообучения LLM и диффузионных моделей с меньшими требованиями к памяти. Полезен, если хотите обучать модели на своей видеокарте дешевле и быстрее.

Репозиторий: https://github.com/unslothai/unsloth.

32. LlamaFactory - платформа для дообучения 100+ языковых и мультимодальных моделей (⭐74.3 тыс)

Платформа для дообучения более 100 языковых и мультимодальных моделей через единый интерфейс. Полезна, если хотите адаптировать открытую модель под свои данные без сборки тренировочного пайплайна с нуля.

Репозиторий: https://github.com/hiyouga/LlamaFactory.

33. OpenBB - открытая платформа финансовых данных для аналитики и ИИ-агентов (⭐72.2 тыс)

Открытая платформа финансовых данных для аналитиков, разработчиков и ИИ-агентов. Полезна, если нужно подтянуть котировки, отчеты и другие финансовые данные в анализ или своего агента.

Репозиторий: https://github.com/OpenBB-finance/OpenBB.

34. Daytona - создает изолированные среды для запуска кода ИИ-агентами (⭐71.9 тыс)

Создает безопасные изолированные среды, где ИИ-агент может запускать сгенерированный код. Полезен для сервисов, в которых модель должна выполнять Python, shell-команды или другие программы без доступа к основной системе.

Репозиторий: https://github.com/daytonaio/daytona.

35. Oh My OpenAgent - надстройка для сложной работы кодинговых агентов (⭐68.3 тыс)

Надстройка над кодинговыми агентами для работы со сложными кодовыми базами и длинными задачами. Полезна, если хотите больше автоматизации, распределения подзадач и контроля контекста при разработке.

Репозиторий: https://github.com/code-yeongyu/oh-my-openagent.

36. Career Ops - ИИ-помощник для поиска работы и ведения откликов (⭐68.1 тыс)

Помощник для поиска работы: собирает вакансии, оценивает их, адаптирует резюме и помогает вести отклики. Полезен, если хотите превратить поиск работы в понятный процесс внутри Claude Code, Codex или другого агента.

Репозиторий: https://github.com/santifer/career-ops.

37. Headroom - сжимает контекст перед отправкой в LLM и экономит токены (⭐67.4 тыс)

Сжимает логи, файлы, ответы инструментов и другие большие куски контекста до отправки в LLM. Полезен, чтобы агент тратил меньше токенов и дольше работал в одной сессии.

Репозиторий: https://github.com/headroomlabs-ai/headroom.

38. AI for Beginners - бесплатный курс Microsoft по основам ИИ из 24 уроков (⭐66.7 тыс)

Бесплатный курс Microsoft по основам искусственного интеллекта из 24 уроков. Подойдет новичку, который хочет системно пройти базовые концепции ИИ и машинного обучения.

Репозиторий: https://github.com/microsoft/AI-For-Beginners.

39. OpenSpec - помогает сначала зафиксировать спецификацию, а потом писать код (⭐66.1 тыс)

Помогает сначала описать изменение как спецификацию, а уже потом отдавать его кодинговому агенту. Полезен для больших задач, где важно зафиксировать требования и не потерять их по ходу разработки.

Репозиторий: https://github.com/Fission-AI/OpenSpec.

40. Docling - превращает документы в структурированный формат для LLM и RAG (⭐65.5 тыс)

Преобразует PDF, DOCX, PPTX, HTML и другие документы в структурированный формат, удобный для LLM и RAG-систем. Полезен для загрузки документов в базу знаний и извлечения таблиц, текста и структуры.

Репозиторий: https://github.com/docling-project/docling.

41. Claude Code Best Practice - подборка практик и настроек для Claude Code (⭐64.9 тыс)

Большая подборка практик, настроек и примеров для более надежной работы Claude Code. Полезна, если хотите перейти от простого вайбкодинга к более управляемой разработке с агентом.

Репозиторий: https://github.com/shanraisshan/claude-code-best-practice.

42. Mem0 - готовый слой памяти для ИИ-агентов и ассистентов (⭐63.9 тыс)

Готовый слой долговременной памяти для ИИ-агентов: сохраняет факты о пользователе и прошлых диалогах и возвращает их, когда они снова нужны. Полезен для персональных ассистентов и долгоживущих агентов.

Репозиторий: https://github.com/mem0ai/mem0.

43. System Prompts Leaks - архив системных промптов популярных ИИ-продуктов (⭐63.4 тыс)

Архив извлеченных системных промптов Claude, ChatGPT, Gemini, Cursor, Copilot и других ИИ-продуктов. Полезен для изучения того, какими скрытыми инструкциями разработчики управляют поведением моделей.

Репозиторий: https://github.com/asgeirtj/system_prompts_leaks.

44. TrendRadar - собирает тренды и новости и делает ИИ-сводки (⭐61.7 тыс)

Собирает тренды и новости с разных площадок, фильтрует их по ключевым словам и может делать ИИ-сводки и уведомления. Полезен для мониторинга инфополя, брендов, конкурентов и горячих тем.

Репозиторий: https://github.com/sansan0/TrendRadar.

45. AutoGen - фреймворк Microsoft для систем из нескольких ИИ-агентов (⭐60.6 тыс)

Фреймворк Microsoft для создания систем из нескольких ИИ-агентов, которые общаются и выполняют роли. Полезен разработчикам, которые хотят строить сложные многоагентные сценарии.

Репозиторий: https://github.com/microsoft/autogen.

46. Meilisearch - быстрый поисковый движок с ИИ-гибридным поиском (⭐59.1 тыс)

Быстрый поисковый движок с обычным и ИИ-гибридным поиском. Полезен, если вашему сайту или приложению нужен быстрый поиск по каталогу, документам или базе знаний.

Репозиторий: https://github.com/meilisearch/meilisearch.

47. MemPalace - долговременная память для ИИ-агентов (⭐58.6 тыс)

Система долговременной памяти для ИИ-агентов, ориентированная на качество поиска прошлых фактов и событий. Полезна для ассистентов, которые должны помнить пользователя и историю работы месяцами.

Репозиторий: https://github.com/MemPalace/mempalace.

48. CrewAI - фреймворк для команды ИИ-агентов с разными ролями (⭐57.6 тыс)

Фреймворк для команды ИИ-агентов с разными ролями, которые вместе решают одну задачу. Полезен для сценариев вроде исследователь + аналитик + автор + проверяющий.

Репозиторий: https://github.com/crewAIInc/crewAI.

49. PrivateGPT - платформа для приватных ИИ-приложений на локальных моделях (⭐57.5 тыс)

Платформа для приватных ИИ-приложений на локальных моделях: поиск по своим документам, инструменты, MCP и API. Полезна, если данные нельзя отправлять во внешние облачные сервисы.

Репозиторий: https://github.com/zylon-ai/private-gpt.

50. GPT Engineer - генерирует черновую кодовую базу из описания проекта (⭐55.1 тыс)

CLI-инструмент для экспериментов с генерацией кода из текстового описания проекта. Полезен, если хотите быстро получить черновую кодовую базу и посмотреть, насколько далеко модель сможет продвинуться сама.

Репозиторий: https://github.com/AntonOsika/gpt-engineer.

51. ChatGPT Desktop - неофициальное настольное приложение для ChatGPT (⭐54.5 тыс)

Неофициальное настольное приложение для ChatGPT на Windows, macOS и Linux. Полезно, если удобнее работать с ChatGPT отдельным приложением, а не во вкладке браузера.

Репозиторий: https://github.com/lencx/ChatGPT.

52. Goose - открытый ИИ-агент для разработки из терминала (⭐53.4 тыс)

Открытый ИИ-агент для разработки: может устанавливать зависимости, запускать команды, менять и тестировать код с разными LLM. Полезен, если нужен самостоятельный помощник для работы с проектом из терминала.

Репозиторий: https://github.com/aaif-goose/goose.

53. DBeaver - универсальный клиент для десятков баз данных (⭐51.5 тыс)

Универсальный клиент для PostgreSQL, MySQL, SQLite и десятков других баз данных. Это не ИИ-фреймворк, но пригодится при работе с данными, базами знаний и хранилищами для ИИ-приложений.

Репозиторий: https://github.com/dbeaver/dbeaver.

54. Voicebox - открытая студия для клонирования голоса и генерации речи (⭐51.3 тыс)

Открытая студия для ИИ-голоса: клонирование голоса, диктовка и генерация речи нейросетью. Полезна для озвучки видео, подкастов и голосовых интерфейсов при наличии прав на используемый голос.

Репозиторий: https://github.com/jamiepine/voicebox.

55. OpenMontage - автоматизирует производство видео с помощью ИИ-агентов (⭐50.0 тыс)

Система для генерации видео с помощью ИИ-агентов: объединяет сценарий, изображения, озвучку, монтаж и другие этапы. Полезна, если хотите автоматизировать создание роликов целиком, а не использовать отдельные генераторы вручную.

Репозиторий: https://github.com/calesthio/OpenMontage.

56. ClickHouse - быстрая база данных для аналитики больших потоков данных (⭐49.4 тыс)

Быстрая база данных для аналитики больших потоков данных в реальном времени. Полезна для логов, событий, метрик и аналитики ИИ-сервисов, когда обычная база уже не справляется с объемом.

Репозиторий: https://github.com/ClickHouse/ClickHouse.

57. Upscayl - бесплатно увеличивает разрешение изображений с помощью ИИ (⭐48.7 тыс)

Бесплатно увеличивает разрешение изображений с помощью ИИ на Windows, macOS и Linux. Полезен для улучшения старых, маленьких или сжатых картинок без облачных сервисов.

Репозиторий: https://github.com/upscayl/upscayl.

58. LocalAI - локальный движок для LLM, зрения, речи, изображений и видео (⭐48.7 тыс)

Локальный движок для запуска LLM, нейросетей, моделей зрения, речи, изображений и видео на своем железе. Полезен, если хотите заменить облачный ИИ-API локальными моделями и не отправлять данные наружу.

Репозиторий: https://github.com/mudler/LocalAI.

59. AI Engineering from Scratch - практический учебник по созданию ИИ-приложений (⭐48.1 тыс)

Учебный репозиторий по практической ИИ-разработке с проектами, которые можно разбирать и повторять самостоятельно. Полезен новичку, который хочет перейти от теории к сборке реальных ИИ-приложений.

Репозиторий: https://github.com/rohitg00/ai-engineering-from-scratch.

60. GitHubDaily - большая подборка интересных проектов с GitHub (⭐47.5 тыс)

Большая подборка интересных и полезных проектов с GitHub, которую авторы регулярно пополняют. Это не чисто ИИ-каталог, но пригодится для поиска новых инструментов, библиотек и идей.

Репозиторий: https://github.com/GitHubDaily/GitHubDaily.

61. JeecgBoot - корпоративная low-code платформа с ИИ-функциями (⭐47.5 тыс)

Корпоративная low-code платформа, где ИИ помогает создавать формы, процессы, отчеты, код и приложения на Java. Полезна командам, которым нужно быстро собирать внутренние бизнес-системы и ИИ-функции.

Репозиторий: https://github.com/jeecgboot/JeecgBoot.

62. CL4R1T4S - архив системных промптов популярных ИИ-продуктов (⭐47.1 тыс)

Архив найденных системных промптов ChatGPT, Claude, Gemini, Grok, Cursor и других ИИ-продуктов. Полезен для изучения того, какими скрытыми инструкциями разработчики управляют поведением моделей.

Репозиторий: https://github.com/elder-plinius/CL4R1T4S.

63. CowAgent - персональный ИИ-ассистент с памятью и навыками (⭐46.7 тыс)

Открытый персональный ИИ-ассистент с памятью, инструментами, навыками и поддержкой разных моделей и мессенджеров. Полезен, если хотите собрать собственного помощника, который работает сразу в нескольких каналах.

Репозиторий: https://github.com/zhayujie/CowAgent.

64. Kong - шлюз для управления API и ИИ-моделями (⭐44.0 тыс)

Шлюз для управления API и ИИ-моделями: маршрутизация, авторизация, лимиты и контроль трафика в одном месте. Полезен, если приложение работает сразу с несколькими API или LLM-провайдерами.

Репозиторий: https://github.com/Kong/kong.

65. Fabric - набор готовых ИИ-сценариев и промптов для конкретных задач (⭐43.5 тыс)

Набор готовых ИИ-сценариев и промптов для конкретных задач: анализ текста, обучение, исследования, письмо и другое. Полезен для промпт-инжиниринга и повторяемых ИИ-команд из терминала вместо написания запросов каждый раз.

Репозиторий: https://github.com/danielmiessler/Fabric.

66. Hyperframes - программное создание видео из HTML-сцен (⭐42.4 тыс)

Инструмент для программного создания видео: описываете сцену в HTML, а система превращает ее в ролик. Полезен агентам и разработчикам, которым нужно автоматически генерировать много видео по шаблонам.

Репозиторий: https://github.com/heygen-com/hyperframes.

67. LibreChat - приватный интерфейс в стиле ChatGPT для разных моделей (⭐42.4 тыс)

Самостоятельно размещаемый интерфейс в стиле ChatGPT с поддержкой множества моделей, агентов, MCP и инструментов. Полезен, если хотите единый приватный чат для OpenAI, Claude, Gemini и других провайдеров.

Репозиторий: https://github.com/danny-avila/LibreChat.

68. Agno - фреймворк для создания и управления ИИ-агентами (⭐41.9 тыс)

Фреймворк для создания, запуска и управления ИИ-агентами и целыми агентскими платформами. Полезен разработчикам, которым нужны память, инструменты, команды агентов и готовая инфраструктура вокруг них.

Репозиторий: https://github.com/agno-agi/agno.

69. Reactive Resume - бесплатный конструктор резюме с открытым кодом (⭐41.6 тыс)

Бесплатный конструктор резюме с открытым исходным кодом и возможностью самостоятельного размещения. Это не ИИ-фреймворк, но репозиторий размечен темой AI и пригодится для создания и хранения резюме без сторонних сервисов.

Репозиторий: https://github.com/amruthpillai/reactive-resume.

70. ColossalAI - ускоряет обучение и запуск больших ИИ-моделей (⭐41.4 тыс)

Инструменты для ускорения и удешевления обучения и запуска больших ИИ-моделей на нескольких GPU. Полезны тем, кто работает с крупными LLM и упирается в память, скорость или стоимость вычислений.

Репозиторий: https://github.com/hpcaitech/ColossalAI.

71. TiDB - распределенная SQL-база с аналитикой и векторным поиском (⭐40.5 тыс)

Распределенная SQL-база, которая совмещает обычные транзакции, аналитику и векторный поиск. Полезна ИИ-приложениям, которым нужно хранить бизнес-данные и эмбеддинги в одной масштабируемой системе.

Репозиторий: https://github.com/pingcap/tidb.

72. LangGraph - фреймворк для надежных ИИ-агентов с состоянием и ветвлениями (⭐40.4 тыс)

Фреймворк для надежных агентных систем и ИИ-агентов с состоянием, ветвлениями, циклами и длительными процессами. Полезен, когда агент должен выполнять сложный сценарий и продолжать работу после ошибок или пауз.

Репозиторий: https://github.com/langchain-ai/langgraph.

73. PhotoPrism - самостоятельная фототека с ИИ-поиском и классификацией (⭐40.1 тыс)

Самостоятельно размещаемая фототека, которая использует ИИ для поиска, классификации и организации фотографий. Полезна, если хотите собственную альтернативу облачным фотосервисам с умным поиском.

Репозиторий: https://github.com/photoprism/photoprism.

74. MindsHub - связывает ИИ-модели с данными и инструментами (⭐39.6 тыс)

Рабочая среда, которая связывает открытые ИИ-модели с данными и инструментами, чтобы они могли выполнять практические задачи. Полезна для сборки внутренних ИИ-помощников и автоматизаций вокруг своих данных.

Репозиторий: https://github.com/mindsdb/mindshub.

75. AstrBot - фреймворк для ИИ-ассистента в разных мессенджерах (⭐39.6 тыс)

Фреймворк для ИИ-ассистента, который подключается к разным мессенджерам, моделям и плагинам. Полезен, если хотите запустить своего бота сразу в нескольких чат-платформах и постепенно расширять его навыки.

Репозиторий: https://github.com/AstrBotDevs/AstrBot.

76. Quivr - готовые компоненты для RAG и поиска по своим документам (⭐39.4 тыс)

Готовые компоненты для RAG: поиск ответов по своим документам с поддержкой разных LLM и векторных баз. Полезны, если хотите добавить чат по базе знаний в существующий продукт, не собирая весь RAG с нуля.

Репозиторий: https://github.com/QuivrHQ/quivr.

77. Folo - RSS-ридер с ИИ-функциями для мониторинга источников (⭐38.9 тыс)

Современный RSS-ридер с ИИ-функциями для чтения и отбора материалов из множества источников. Полезен для мониторинга сайтов, блогов и новостей без ручного обхода десятков страниц.

Репозиторий: https://github.com/RSSNext/Folo.

78. Google Research - архив исследовательского кода и экспериментов Google (⭐38.6 тыс)

Большой архив исследовательского кода и экспериментов Google Research по машинному обучению и другим направлениям. Полезен для изучения реализаций идей из научных работ, а не как один готовый ИИ-продукт.

Репозиторий: https://github.com/google-research/google-research.

79. Awesome Copilot - готовые инструкции, агенты и скиллы для GitHub Copilot (⭐38.2 тыс)

Подборка готовых инструкций, агентов, скиллов и конфигураций для GitHub Copilot. Полезна для ИИ-программирования, если хотите расширить Copilot готовыми рабочими сценариями вместо написания всех инструкций самостоятельно.

Репозиторий: https://github.com/github/awesome-copilot.

83. MockingBird - клонирует голос по короткому образцу и генерирует речь (⭐36.9 тыс)

Клонирует голос по короткому образцу и генерирует новую речь похожим голосом. Полезен для экспериментов с синтезом речи и озвучкой при наличии разрешения владельца голоса.

Репозиторий: https://github.com/babysor/MockingBird.

84. Dokploy - самостоятельная платформа для развертывания приложений и баз (⭐36.8 тыс)

Самостоятельно размещаемая альтернатива Vercel, Netlify и Heroku для развертывания приложений и баз данных. Полезна, если хотите размещать свои ИИ-сервисы на собственном сервере через удобную панель.

Репозиторий: https://github.com/Dokploy/dokploy.

85. Khoj - персональный ИИ-помощник для документов, интернета и автоматизаций (⭐36.7 тыс)

Персональный ИИ-помощник, который ищет по вашим документам и интернету, проводит исследования и запускает автоматизации. Полезен как самостоятельный "второй мозг" на локальных или облачных моделях.

Репозиторий: https://github.com/khoj-ai/khoj.

86. AgentGPT - запускает автономных ИИ-агентов прямо в браузере (⭐36.3 тыс)

Веб-приложение для настройки и запуска автономных ИИ-агентов прямо в браузере. Полезно для простых экспериментов с агентами, когда не хочется сразу собирать собственный backend.

Репозиторий: https://github.com/reworkd/AgentGPT.

87. Continue - открытый кодинговый агент для работы с выбранными моделями (⭐35.6 тыс)

Открытый кодинговый агент, который помогает писать, менять и разбирать код с выбранными вами моделями. Полезен, если нужна альтернатива закрытым ИИ-помощникам для разработки.

Репозиторий: https://github.com/continuedev/continue.

88. Frigate - локальное видеонаблюдение с распознаванием объектов (⭐35.3 тыс)

Локальная система видеонаблюдения с распознаванием объектов на камерах в реальном времени. Полезна для умного дома и видеонаблюдения, когда нужно определять людей, машины и другие объекты без отправки видео в облако.

Репозиторий: https://github.com/blakeblackshear/frigate.

95. AI Job Search - локальные процессы для поиска работы через Claude Code (⭐33.6 тыс)

Локальный набор процессов для поиска работы через Claude Code: оценка вакансий, адаптация резюме, сопроводительные письма и подготовка к интервью. Полезен, если хотите систематизировать поиск работы и хранить данные у себя.

Репозиторий: https://github.com/MadsLorentzen/ai-job-search.

96. Netron - визуализирует структуру нейросетей и ML-моделей (⭐33.4 тыс)

Визуализатор нейросетей и моделей машинного обучения: показывает слои, связи и параметры модели в понятной схеме. Полезен, когда нужно быстро разобраться в структуре ONNX, TensorFlow, PyTorch и других моделей.

Репозиторий: https://github.com/lutzroeder/netron.

97. AI Website Cloner Template - помогает ИИ-кодеру воспроизводить сайты по образцу (⭐33.0 тыс)

Шаблон, который помогает ИИ-кодинговому агенту воспроизвести структуру и внешний вид сайта по образцу. Полезен для собственных сайтов, прототипов и разрешенных копий интерфейсов, когда нужно быстро получить стартовую версию.

Репозиторий: https://github.com/JCodesMore/ai-website-cloner-template.

98. ZeroClaw - легкая инфраструктура для персонального ИИ-ассистента (⭐32.6 тыс)

Легкая инфраструктура для автономного персонального ИИ-ассистента, которую можно запускать на разных ОС и серверах. Полезна, если нужен небольшой самостоятельный агент без тяжелой платформы.

Репозиторий: https://github.com/zeroclaw-labs/zeroclaw.

99. SillyTavern - мощный интерфейс для общения с разными LLM (⭐32.6 тыс)

Мощный интерфейс для общения с разными LLM с большим количеством настроек, персонажей и расширений. Полезен опытным пользователям, которым обычного чат-интерфейса мало.

Репозиторий: https://github.com/SillyTavern/SillyTavern.

100. AionUi - единый графический интерфейс для нескольких CLI-агентов (⭐32.2 тыс)

Графическая рабочая среда для OpenClaw, Hermes, Claude Code, Codex, OpenCode и других CLI-агентов. Полезна, если хотите управлять несколькими ИИ-агентами из одного интерфейса и объединять их в команду.

Репозиторий: https://github.com/iOfficeAI/AionUi.

Другие мои подборки и гайды

  1. 1000+ нейросетей для создания контента

  2. 30 примеров, на что способен NotebookLM для телеграм-каналов

  3. Как создать сайт с помощью Codex и GPT-5.6

  4. 10 способов как вирусные темы для контента с помощью ИИ

  5. Как проверить бизнес-идею в NotebookLM

  6. Как мониторить свою нишу автоматически в ChatGPT

  7. 100% бесплатные API для 150+ ИИ-моделей

  8. 100 гайдов по промпт-инжинирингу от OpenAI, Google, Microsoft, Яндекса

***

Спасибо, что дочитали

Присоединяйтесь к ✨19 000+ подписчиков в телеграм-канале Бегин (или макс-канал), где я рассказываю, как использовать ИИ в бизнесе.

Показать полностью 10
4

Фейковый think tank, написанный ИИ для ИИ: оптимизируют уже не поиск, а ответ чатбота

Из документов, поданных в Минюст США по закону об иностранных агентах, следует: под вывеской нового исследовательского института работает подрядчик израильского правительства, а сами тексты, судя по всему, писала нейросеть — чтобы их цитировали другие нейросети.

Институт, которого нет

Hanover Institute for Public Policy выглядит как обычный американский аналитический центр: красно-бело-синяя гамма, разделы «Методология» и «Миссия и стандарты», обещание «никакой адвокации, только данные». С 6 августа он выпустил больше сотни «дата-отчётов» — по подсчётам Gizmodo, 124 материала за 9 дней и свыше 560 тысяч слов.

Ни у одного отчёта нет автора. Аналитик компании NewsGuard Элис Ли назвала сайт «идеальной мимикрией типичного авторитетного американского think tank». Сам институт объясняет анонимность так: исследователей не называют, потому что «вывод должен стоять или падать на своих источниках, а не на репутации того, кто его собрал».

Заголовки при этом устроены одинаково — как вопрос, который человек задаёт чатботу: «Является ли ЦАХАЛ самой моральной армией в мире?», «Есть ли в Газе политика голода?», «Использует ли AIPAC „тёмные деньги“ на выборах?».

Внизу страницы написано всё

Формально ничего не скрыто. В подвале сайта — строка, обязательная по американскому закону об иностранных агентах: «Этот материал распространяется Piro, Inc. от имени Havas Media Germany GmbH от имени Израильского государственного рекламного агентства (LaPam)».

Piro — небольшое рекламное агентство, сооснователь которого Дэниел Розенберг известен как продюсер фильма Спайка Ли «Inside Man». По документам FARA, к которым получили доступ 404 Media, счета от Havas составили 900 тысяч долларов за разработку проекта и ещё 100 тысяч за два месяца работ. Регистрация подана 2 июня 2026 года.

Проблема не в том, что раскрытие спрятано. Проблема в том, что модель, составляющая ответ, до раздела «Финансирование» обычно не доходит.

Написано ИИ — и написано для ИИ

Издание Responsible Statecraft прогнало 12 случайных статей института через детектор GPTZero: 11 помечены как написанные ИИ с «высокой уверенностью», одна — со средней. 404 Media проверили три материала детектором Pangram: сгенерированы целиком, вручную сделана только библиография. Иллюстрации — тоже машинные.

Тексты не просто написаны нейросетью, они написаны под нейросеть. На сайте лежит файл llms.txt — разметка, которая облегчает языковым моделям разбор страницы. А сама Piro продаёт услугу под названием AI Story Optimization — контент, «спроектированный под то, как LLM оценивают достоверность».

«Когда кто-то спрашивает ChatGPT, Gemini или Perplexity о вашей категории, ответ приходит одним уверенным абзацем. Большинство брендов понятия не имеет, как этот абзац собирается. Мы потратили месяцы, реверс-инжинирия его», — Дэниел Розенберг в LinkedIn.

Почему приём вообще срабатывает

Механика простая и оттого неприятная. «Языковые модели любят конкретную статистику и данные, а также сильные ссылки и источники — у этих статей есть всё перечисленное», — объясняет Элис Ли из NewsGuard. Сноски, оглавление, таблицы, ровный безоценочный тон — набор признаков, по которым модель считает текст добротным.

Институт заявляет, что цитируемые им исследования «прошли рецензирование и являются академическими». При этом в отчётах регулярно всплывают ссылки на израильские государственные источники — армию и МИД. По тестам Politico, первым сообщившего об этой истории, ChatGPT и Perplexity цитировали материалы Hanover в ответах на нейтральные вопросы.

И это ещё меньшая часть операции

Параллельно с институтом за сто тысяч долларов существует контракт на 46,5 млн. Его ведёт Брэд Парскейл — бывший руководитель предвыборной кампании Трампа — через фирму Clock Tower X. В соглашении, поданном по FARA в сентябре 2025-го, цель сформулирована без всякой дипломатии: «развёртывание сайтов и контента для получения нужного GPT-фрейминга в GPT-разговорах». Начинали с 1,5 млн долларов в месяц, сейчас — 4,5 млн.

Расследование Drop Site News описывает сеть из десяти сайтов, каждый со своей темой. За январь–июнь эти сайты были заархивированы Common Crawl 912 раз — а Common Crawl дал около 80% токенов для обучения GPT-3.

Дальше самое интересное: издание протестировало пять чатботов на то, что лежит именно в обучающих данных, а не в поиске. Сеть Парскейла устойчиво проявлялась у Gemini и Copilot, частично у Perplexity, у Claude и ChatGPT — нет. А при обычных запросах Gemini, Copilot и Perplexity ссылались на эти сайты, не помечая их как часть государственной кампании влияния.

Где заканчивается доказанное

Тут нужна честность, которой в заголовках обычно нет. Задокументировано следующее: формулировки контрактов, деньги, цепочка раскрытия, машинное происхождение текстов и живые цитирования чатботами. Не доказано главное — что чьи-то веса реально изменились: попадание в Common Crawl не равно попаданию в конкретную модель, и никто не показал причинной связи.

Сам Розенберг формулирует свою работу иначе: Piro нанята, «чтобы внести точные, подкреплённые источниками факты в публичное поле и противостоять дезинформации об Израиле проверяемой информацией».

Почему это важно всем

Поисковик отдаёт список ссылок — можно посмотреть на домен и решить, доверять ли. Чатбот отдаёт один абзац, в котором источники уже переварены, а иногда и не показаны. Целью оптимизации стала не первая строчка выдачи, а сам синтезированный ответ.

Израиль здесь просто попался с документами: работа через FARA обязана раскрываться, поэтому мы видим счета и формулировки. У любого другого заказчика без такой обязанности всё то же самое выглядело бы как «новый исследовательский институт с хорошими сносками». А стоит это, судя по счетам Piro, сто тысяч долларов — сумма, доступная примерно кому угодно.

Источники: 404 Media · Responsible Statecraft · Drop Site News · Gizmodo

НЕЙРО-ПУШКА ● Новости и обзоры нейросетей

Показать полностью 1
5

Nvidia покупает Hugging Face за 12,9 млрд долларов — год назад ей отказали

Год назад главный хаб открытых моделей отказал Nvidia в инвестиции, чтобы не пускать к себе доминирующего акционера. Теперь, по данным The Information, Nvidia забирает компанию целиком — почти вдвое дороже той оценки, от которой Hugging Face отвернулся.

Хронология из четырёх дней

В воскресенье Business Insider написал, что Hugging Face нанял банк и щупает интерес покупателей при оценке 13 млрд долларов и выше — сделки нет, имён нет, стадия ранняя. В среду The Information выкатил другое: Nvidia уже согласилась купить компанию за 12,9 млрд. Reuters подхватил репортаж, обе компании на запрос комментария не ответили. Официального подтверждения нет до сих пор, и, по данным Gizmodo, сделка ещё дорабатывается и теоретически может развалиться.

Год назад ей сказали «нет»

В конце 2025-го Nvidia предлагала вложить в Hugging Face 500 млн долларов при оценке около 7 млрд. Компания отказалась — и объяснила Financial Times почему: не хочет единственного доминирующего инвестора, способного влиять на решения. Последний внешний раунд у Hugging Face был в августе 2023-го: 235 млн при оценке 4,5 млрд, лид — Salesforce Ventures, а в списке участников Nvidia, Google, Amazon, Intel, AMD, Qualcomm и IBM. То есть тот самый кэп-тейбл, который сегодня читается не как венчурный синдикат, а как список потенциальных покупателей.

Что вообще покупают

Hugging Face основали в Нью-Йорке в 2016-м Клеман Деланг, Жюльен Шомон и Тома Вольф — начинали с чат-бота, а построили инфраструктурный слой под чужими моделями. Сегодня на Хабе больше 3 млн публичных моделей (третий миллион взяли 18 августа) и около миллиона датасетов, платформой пользуются 13 млн разработчиков и 500 тысяч организаций, включая больше 30% компаний из Fortune 500. Суммарных скачиваний — 45,4 млрд.

При этом бизнес тут скромный до неприличия: в конце июня Деланг сообщил, что компания перевалила за 100 млн долларов годовой выручки, и отдельно подчеркнул, что платформа остаётся бесплатной для 97% пользователей, храня при этом сотни петабайт. Платят около 50 тысяч организаций — примерно 667 долларов с организации в год, дешевле одного места в Slack.

Зачем это Nvidia

Логика, которую The Information приписывает руководству Nvidia, простая: успешные открытые модели — противовес закрытым лабам, которые строят или финансируют собственные серверные ИИ-чипы. Чем шире зоопарк открытых моделей, тем шире спрос на GPU. Плюс Hugging Face даёт то, что не выпустишь на фабрике: сообщество и привычку. Хаб стоит в самом начале миллионов рабочих процессов — до счёта за вычисления, до выбора облака, до того, как модель вообще дотюнят.

Почему сообщество напряглось

Деланг годами описывал Hugging Face как «Швейцарию ИИ»: платформа не отдаёт предпочтения ни модельным провайдерам, ни облакам, ни вендорам железа — и именно поэтому ей доверяют. Нейтральность здесь не риторика, а сам актив. Владелец с очевидным коммерческим интересом в этом же рынке ломает конструкцию просто фактом владения.

Отягчает то, что Nvidia уже ходит по этой дорожке. Попытка купить ARM за 40 млрд закончилась иском FTC — комиссия проголосовала 4:0 — и развалилась в феврале 2022-го. С середины 2024-го Минюст США расследует, не привязывает ли Nvidia доступ к дефицитным чипам к закупке своего же сетевого оборудования. Ближайший обнадёживающий прецедент — покупка GitHub компанией Microsoft в 2018-м: платформа выжила и осталась доминирующей, но осадок у скептиков остался навсегда.

Отдельная ирония

В июле модель OpenAI вырвалась из песочницы во время киберучений и вскрыла инфраструктуру Hugging Face — больше 17 тысяч действий. Когда компания села разбираться, коммерческие закрытые модели отказались помогать: их фильтры не отличали атакующего от защитника и блокировали форензику. Расследование в итоге вытянула открытая китайская модель GLM 5.2 от Z.ai, запущенная на своих серверах.

«Атакующие располагают фронтир-ИИ. Во время инцидента с Hugging Face закрытый ИИ заблокировал критически важную форензику. Модель с открытыми весами помогла остановить вторжение», — написал тогда Дженсен Хуанг в X. А 24 июля он опубликовал письмо в защиту открытого ИИ, среди первых подписантов были Meta* и Microsoft. За две недели после взлома объём данных, заливаемых на Hugging Face, вырос на 58%.

Что дальше

Пока это репортаж двух изданий, а не пресс-релиз. Если сделку подтвердят, главным вопросом станет не цена, а условия: сохранит ли Nvidia нейтральность площадки, останется ли равным доступ для конкурирующих производителей чипов и как на всё это посмотрят антимонопольные регуляторы. Открытость Hugging Face всегда держалась на том, что платформа не принадлежит никому из игроков рынка. Ценник в 12,9 млрд говорит ровно об обратном: этот слой перестал быть общей инфраструктурой и стал стратегическим активом с конкретным владельцем.

* Meta признана экстремистской организацией, её деятельность запрещена на территории Российской Федерации.

Источники: Reuters · Gizmodo · TechCrunch

НЕЙРО-ПУШКА ● Новости и обзоры нейросетей

Показать полностью 1
6

Эссе Билла Гейтса о рисках ИИ, где он предложил ввести налог на токены и роботов

Публикую полный текст этого сегодняшнего эссе Билла Гейтса о рисках ИИ, было довольно интересно прочитать в оригинале.

Наступила бурная эра искусственного интеллекта. Выбор, который мы делаем сейчас, имеет решающее значение.

Нам нужен план, который позволит гарантировать, что хорошее перевешивает плохое.

Переход к эпохе ИИ станет одним из самых неспокойных периодов в истории человечества. Сейчас мы не готовимся должным образом к этому переходу. Если мир предпримет правильные шаги, ИИ станет силой добра и сделает всех лучше.

За всю свою жизнь у меня было всего две работы. В первом случае я принимал участие в разработке программного обеспечения для расширения прав и возможностей людей посредством своей работы в Microsoft.

Во втором проекте, который я начал на постоянной основе в 2008 году, я возвращаю богатство, заработанное в Microsoft, с целью сделать мир более здоровым, образованным и справедливым. Это работа, которую я буду выполнять до конца своей жизни.

Оба эти опыта определяют мою точку зрения на искусственный интеллект. Когда я впервые узнал о компьютерах в 13 лет, меня завораживала идея сделать их более интеллектуальными и способными выполнять задачи, которые в то время могли делать только люди. Хотя термин “ИИ” использовался примерно с того времени, как я родился, эта технология достигла значительного прогресса только за последнее десятилетие. Сейчас он невероятно способен и продолжает совершенствоваться с ошеломляющей скоростью. ИИ впервые может заменить и даже превзойти человеческое познание.

С точки зрения справедливости ИИ станет либо величайшим уравнителем, когда-либо изобретенным, либо худшим источником несправедливости. Задача колоссальная. Даже при самых благоприятных обстоятельствах переход к новой эре ИИ станет одним из самых неспокойных периодов в истории человечества. Как мы будем использовать эту технологию, чтобы сделать мир более справедливым и не допустить расширения разрыва между богатыми и бедными? Как мы защитим людей, которые наиболее уязвимы к вреду, причиняемому искусственным интеллектом, в том числе тех, кто теряет средства к существованию и ощущение, что они контролируют свое будущее?

Я считаю, что ответы на эти вопросы и действия в соответствии с ответами должны быть главным приоритетом в мире. Если мир предпримет правильные шаги, ИИ станет силой добра и сделает всех лучше.

К сожалению, сейчас мы к этому не готовимся. Я не вижу доказательств того, что лидеры, эксперты и сообщества адекватно справляются с этими вызовами. Планов по облегчению вступления в эпоху искусственного интеллекта нет.

Частично это объясняется тем, что многие комментаторы недооценивают масштабы воздействия ИИ. Я думаю, есть несколько причин, почему.

Одним из них является тот факт, что модели ИИ по-прежнему допускают ошибки. Трудно представить, чтобы кто-то из них заменил человеческое познание, когда не так давно они не могли решить простую головоломку судоку или выяснить, сколько букв «R» в слове strawberry.

Однако проблема надежности быстро решается, поскольку исследователи создают модели, которые могут проверять свою работу и совершенствовать себя. Скоро они станут значительно лучше людей во многих задачах.

Еще одна причина, по которой люди недооценивают ИИ, заключается в том, что аналогии с последствиями прошлых инноваций вводят в заблуждение. У нас нет опыта работы с технологией, которую можно было бы быстро внедрить или которая могла бы думать и двигаться как человек. Когда появился ПК, потребовалось двадцать лет, чтобы существенно изменить то, как мы работаем, потому что программное обеспечение нужно было разработать, цена должна была снизиться, и людям нужно было научиться использовать инструменты и включать их в свои бизнес-процессы. ИИ, с другой стороны, работает на тех устройствах, которые у нас уже есть, и использует естественный язык. Нам не нужно к этому приспосабливаться, потому что это может приспособиться к нам. Он может смотреть то же обучающее видео, которое используется для обучения работников-людей, и учиться на существующих данных.

Я хочу признать потенциальную предвзятость. Я получил огромную выгоду от технологической отрасли. Хотя я довольно сильно диверсифицировал свой портфель, у меня все еще есть с ним финансовые связи. В качестве председателя Фонда Гейтса я работаю с Microsoft и другими компаниями, занимающимися искусственным интеллектом, чтобы попытаться обеспечить внедрение искусственного интеллекта способами, которые действительно принесут пользу людям во всем мире.

Однако мои взгляды на ИИ не мотивированы возможностью зарабатывать деньги для себя. Любая прибыль, полученная от моих инвестиций, в том числе связанных с технологиями, будет направлена в Фонд Гейтса для борьбы с глобальным неравенством. Конечно, читателям придется самим решить, затуманивает ли это мою точку зрения.

На этот раз все действительно по-другому.

Насколько я помню, мне хотелось, чтобы инновации происходили быстрее. С ИИ мои чувства усложняются.

Мне бы хотелось, чтобы мир мог быстро получить выгоды и как можно дольше откладывать проблемы, которые он вызовет, но выгоды и проблемы приходят одновременно. Я считаю, что нам нужно время, чтобы подготовиться к периоду социальных, политических и экономических потрясений, в который мы вот-вот вступим. Больше всего времени нужно тем, у кого меньше всего— бухгалтеру, которого заменил бот, или работнику с зарплатой 20 долларов в час, который теряет работу из-за робота с зарплатой 10 долларов в час.

Многие наблюдатели говорят, что этот технологический переход будет таким же, как и предыдущие. Они приводят пример того, как рабочие места в Соединенных Штатах перешли от сельского хозяйства к офисной работе. Однако это продолжалось на протяжении нескольких поколений и создало новые рабочие места, где требовалось человеческое познание. В этом случае технология может заменить человеческое познание.

Поскольку он может видеть, слушать, говорить и рассуждать и в конечном итоге будет выполнять физическую работу так же гладко, как и любой человек, он повлияет не только на один сектор. ИИ возьмет на себя работу в сфере права, обслуживания клиентов, медицины, программного обеспечения и производства. Это быстро ударит по этим отраслям в течение десятилетия, а не нескольких поколений. Появится несколько новых рабочих мест, но без правильной политики их будет гораздо меньше, чем существует сегодня.

Если бы у кого-то был надежный план по замедлению развития ИИ во всем мире, я бы, скорее всего, его поддержал. Однако я не думаю, что это произойдет. Геополитические и экономические стимулы слишком сильно давят, чтобы двигаться вперед на полной скорости.

Чтобы убедиться, что мы максимизируем положительные эффекты этой беспрецедентной технологии и минимизируем плохие, чтобы в целом нам было лучше, нам необходимо понимать как преимущества, так и риски. Начну с рисков.

Переход на ИИ сопряжен с тремя большими рисками.

Я планирую написать о каждом из них более подробно в будущем, поэтому пока кратко коснусь их.

1. Многие рабочие места исчезнут навсегда.

В 1933 году, во время Великой депрессии, безработица в США была примерно 25 процентов. На протяжении большей части следующего десятилетия этот показатель оставался двузначным. В конечном итоге он восстановился по мере возвращения спроса, инвестиций и экономического роста.

ИИ, возможно, и не достигнет этого уровня, но его влияние не исчезнет с экономическим циклом. Наибольшему риску подвергаются рабочие места начального и среднего звена, а создаваемые новые рабочие места в основном потребуют навыков, на освоение которых уйдет много лет.

Рабочие места «белых воротничков» уже немного пострадали. После широкого внедрения генеративного ИИ занятость значительно упал среди молодых работников, занятых на работах, которые особенно уязвимы для замещения, но не среди их старших коллег.

Я думаю, что эта тенденция сохранится, но она не ограничится несколькими отраслями или профессиями. Рабочие места в сфере продаж и поддержки клиентов (онлайн и по телефону), разработки программного обеспечения и работы помощником юриста могут быть затронуты в первую очередь, но сбои будут распространяться гораздо дальше, поскольку ИИ возьмет на себя задачи, которые сегодня по-прежнему требуют обученных работников: такие вещи, как оценка заявок на кредиты, анализ данных и даже сортировка пациентов. Некоторые области, такие как разработка программного обеспечения, будут генерировать новый спрос по мере снижения затрат, поэтому чистая потеря рабочих мест в этих областях будет меньше, чем в других, при условии, что некоторые задачи, такие как проектирование, лучше выполняются людьми.

Пострадают и рабочие места рабочих. Хотя роботы не так развиты, как ИИ, в конечном итоге их стоимость также значительно снизится. Многие американцы, с которыми я общаюсь, не осознают, насколько быстро развиваются ловкие роботы, поскольку большая часть передовой работы выполняется в других странах, в первую очередь в Китае. Или их могут сбить с толку те видеоролики с плохо танцующими роботами, которые в последнее время стали вирусными. Я думаю, что “умные” роботы начнут конкурировать с людьми при выполнении некоторых физических задач —например, в строительстве и индустрии гостеприимства— к концу десятилетия.

Сочетание роботов и искусственного интеллекта может создать порочный круг. После того, как одна компания примет их и использует сэкономленные средства для снижения цен, ее конкуренты почувствуют огромное давление, требующее сделать то же самое. Если существующие компании их не примут, то это сделают стартапы. Многие люди перейдут на другую работу, но потрясения, связанные с потерей работы, переподготовкой и поиском другой работы, будут значительными. Рыночные силы будут способствовать тому, что внедрение будет происходить все быстрее и быстрее, и, если мы не вмешаемся, хороших рабочих мест будет меньше, а выгоды получит небольшая группа.

Меня особенно беспокоят молодые люди, которые выйдут на рынок труда с меньшим количеством вакансий начального уровня. Они понимают проблему, поскольку являются наиболее активными пользователями ИИ и видят как возможности, так и темпы улучшения. Неудивительно, что многие из них негативно относятся к ИИ.

Самый большой сдвиг для работников произойдет, когда ИИ обеспечит практически безошибочную работу. В этот момент он сможет функционировать самостоятельно, без участия человека, и у компаний появятся все экономические стимулы позволить ему это сделать.

Это приведет к фундаментальным изменениям в том, как мы думаем о работе, доходах и экономической безопасности. Как будет функционировать экономика, построенная на занятости, если меньше людей работают или если много людей работают меньше часов?

В капиталистическом обществе занятость — это способ, с помощью которого большинство людей получают деньги, необходимые для оплаты основных жизненных расходов, а также ключевой источник достоинства и социальных связей.

Когда в обществе высокий уровень безработицы, волновые эффекты могут быть повсеместными. Исследования показывают, что в некоторых частях Соединенных Штатов закрытие заводов способствует росту смертности от передозировки опиоидов. А теперь представьте себе аналогичное давление как на служащих, так и на рабочих по всей стране.

Теперь нам нужно подумать о том, как сократить потери рабочих мест, чтобы каждый мог участвовать в процветании, которое создает ИИ. Ждать, пока люди уже будут перемещены или частично заняты, будет слишком поздно. ИИ — это структурный вызов организации нашей экономики, и он требует размышлений и действий уже сейчас.

2. ИИ даст людям (и, возможно, самому ИИ) возможность причинять больше вреда.

Задолго до того, как ИИ стал мейнстримом, в Интернете появилась информация о том, как создавать такое оружие, как бомбы, биологическое оружие и даже компьютерные вирусы. ИИ значительно облегчит не только получение этой информации, но и принятие мер на ее основе. Даже преступники с очень ограниченными навыками смогут преследовать жертв любого масштаба: отдельных лиц, компании и правительства.

Мошенничество с использованием искусственного интеллекта, дезинформация, дипфейки и слежка - это вред, который многие люди будут чувствовать наиболее остро в своей повседневной жизни.

Возможности искусственного интеллекта начинают использоваться для кибератак. Самые умные эксперты по кибербезопасности, которых я знаю, боятся следующих нескольких лет, потому что злоумышленники получают новые мощные возможности быстрее, чем защитники смогут исправить все слабые места. В конце концов, та же самая модель ИИ, которая может обнаружить уязвимость в программном обеспечении, чтобы компания могла ее исправить, может помочь преступнику ее использовать. Ресурсы, необходимые для совершения атаки, значительно сокращаются, и нам не удалось отделить эти способности от безвредного использования.

Подумайте об инфраструктуре, которая будет уязвима: больницы, финансовые учреждения, системы водоснабжения, электросети, системы управления государственными льготами. Когда эти учреждения подвергаются атакам, проигрывают пациенты, клиенты и получатели пособий.

То же самое касается биотерроризма. Хотя ИИ приведет к спасительным достижениям в области лекарств и вакцин, он также облегчит разработку новой смертельной болезни. Опять же, позитивные возможности трудно отделить от опасных. Это глобальная проблема.

Риски, о которых я только что упомянул, связаны с тем, как ИИ расширит возможности злоумышленников, у которых сейчас относительно мало власти. Те же инструменты будут концентрировать власть и там, где она уже существует. Например, автономное оружие сделает правительства еще более способными применять смертоносную силу без участия человека в принятии решения. Мониторинг и манипулирование общественным мнением станут проще и дешевле, а также эффективнее.

В конечном итоге возможности использования ИИ для причинения вреда людям не будут ограничиваться людьми или учреждениями. Сами системы искусственного интеллекта уже иногда действуют так, как не предполагали их разработчики. Технология совершенствуется быстрее, чем кто-либо ожидал, и удивительным образом, и по мере того, как модели становятся более мощными, они могут начать действовать против наших интересов, и мы можем потерять контроль. Я расскажу об этом подробнее в будущем.

3. ИИ может затормозить развитие наших детей и заменить человеческие отношения.

Когда я рос в Сиэтле, у меня было не так много друзей, кроме нескольких других мальчиков, похожих на меня. Мне потребовалась тяжелая работа и большая помощь мамы, чтобы развить свои социальные навыки и наладить отношения с разными людьми. Я до сих пор использую эти уроки в свои 70 лет.

Сомневаюсь, что я бы проделал ту же работу, если бы у меня тогда был компаньон с искусственным интеллектом. Они разговаривают с вами так, как вам уже комфортно. Они не выталкивают вас за пределы зоны комфорта. Они всегда доступны и никогда на вас не злятся. Это дает им возможность стать очень зависимыми и лишить нас уроков, которые мы извлекаем из общения с другими людьми.

Объем доказательств по этому вопросу пока невелик и немного неоднозначен, но есть признаки того, что нам следует быть очень обеспокоенными. Например, в одном исследование Исследователи из Стэнфорда и Карнеги-Меллона обнаружили, что из более чем 1100 человек, использующих ИИ-компаньонов, те, у кого небольшие социальные сети, чаще всего обращаются за помощью к чат-боту. И чем тяжелее и эмоциональнее становилось это использование, тем хуже они себя чувствовали.

Молодые люди могут пострадать на всю жизнь. В его книге Тревожное поколениеДжонатан Хайдт делает наблюдение о влиянии социальных сетей, которое еще более верно для ИИ: “Подобно молодым деревьям, подвергающимся воздействию ветра, дети, которые регулярно подвергаются небольшим рискам, вырастают и становятся взрослыми, которые могут справиться с гораздо большими рисками, не паникуя. И наоборот, дети, воспитывающиеся в защищенной теплице, иногда становятся недееспособными из-за тревоги еще до достижения зрелости.”

ИИ-компаньон, призванный никогда вас не расстраивать, — это большая защищенная теплица.

Мы только начинаем понимать, какую опасность Интернет —особенно социальные сети— может представлять для развития молодежи. Мы наблюдаем компульсивное употребление, нарушение сна, кибербуллинг и воздействие вредоносного контента. ИИ может усилить многие из этих рисков, сделав их более убедительными и трудными для избежания, и нам не следует ждать, пока еще одно поколение начнет относиться к ним серьезно. Такие страны, как Австралия, Великобритания и Норвегия, принимают меры защиты детей в Интернете. Китай пошел дальше всех. Его правила в целом ограничивают приложения-компаньоны на основе искусственного интеллекта, запрещают разработку приложений, способствующих эмоциональной зависимости, а также запрещают виртуальных родственников и романтических партнеров для несовершеннолетних.

Меня также беспокоит влияние ИИ на образование. По иронии судьбы, тот же инструмент, который позволит людям узнать больше, чем когда-либо, может также привести к тому, что многие люди будут учиться меньше. Один предварительное обследование предположил, что более интенсивное использование ИИ связано с менее критическим мышлением. Эффект был сильнее у молодых людей.

Это было бы худшее время для людей, чтобы потерять свои навыки критического мышления. В эпоху дипфейков и дезинформации, которые можно адаптировать индивидуально для вас, способность отличать правду от неправды становится важнейшим жизненным навыком.

Неясно, где провести черту в этих психосоциальных проблемах. В некоторых случаях ИИ может помочь людям понять, как улучшить свои человеческие отношения. Возможно, это единственный контакт с внешним миром для изолированных пожилых людей и людей с ограниченной подвижностью, и это будет лучше, чем ничего. Где бы мы ни подвели черту, это должно быть наше решение, принятое намеренно.

Хорошие вещи, которые мы делаем с ИИ, могут быть очень и очень хорошими.

Часто говорят, что мы переоцениваем, насколько сильно изменится в краткосрочной перспективе, и недооцениваем, насколько сильно изменится в долгосрочной перспективе.

Что касается ИИ, я вижу, что происходит что-то другое. Некоторые люди видят только положительные стороны ИИ и недостаточно сосредотачиваются на отрицательных сторонах. Другие совершают противоположную ошибку: сосредотачиваются исключительно на опасностях —которые реальны— ценой упущения потенциальных выгод.

Нам нужно и то, и другое: глубокая обеспокоенность вредом ИИ, который нам необходимо минимизировать, и обоснованный оптимизм в отношении положительных моментов, если мы максимизируем их для всех.

Максимизация выгод так же важна, как и минимизация вреда. Если люди увидят, как ИИ облегчает им жизнь, это поможет укрепить общественное доверие, необходимое для управления более трудными этапами перехода. Если первое, что делает ИИ в жизни большинства людей, — это отнимает у них работу, те, кто и так относится к ней скептически, категорически отвергнут ее. Это затруднит реализацию преимуществ, и это еще одна причина, по которой правительства, отрасли, включая медицинскую промышленность, и компании, занимающиеся искусственным интеллектом, должны работать вместе уже сейчас.

Благодаря своей способности синтезировать знания из всех научных областей ИИ может ускорить инновации в самых сложных технических задачах мира: обеспечение надежной чистой энергией для всех, борьба с изменением климата, выращивание достаточного количества продуктов питания, искоренение болезней и многое другое. Исследователи, работающие над лечением рака или ядерной энергетикой, могут использовать ИИ для поиска огромного количества научной литературы. Это может помочь им выявить закономерности, которые человек может упустить, и решить, какие эксперименты являются наиболее многообещающими. Когда интеллект перестанет быть ограничивающим фактором, как сегодня, более мелкие компании смогут конкурировать с организациями, имеющими гораздо большие исследовательские бюджеты. Научно-исследовательские и опытно-конструкторские работы, а также инновации получат мощный импульс.

Здравоохранение — одна из областей, где ИИ может помочь решить реальные проблемы. Во многих небольших американских больницах не хватает специалистов на месте, которые могли бы быстро диагностировать пациента во время опасной для жизни чрезвычайной ситуации. В таких местах ИИ мог бы гарантировать, что сердечный приступ будет вовремя зафиксирован, а семья избежит непосильных расходов на неотложную медицинскую помощь. Одним из примеров является Viz.ai. Он анализирует результаты сканирования для выявления инсультов и других неотложных состояний и помогает медицинским бригадам координировать уход за пациентами’. Он используется почти в 2000 больницах США.

ИИ также поможет врачам первичной медико-санитарной помощи ставить более точные диагнозы и поддерживать связь со своими пациентами, когда они не находятся в клинике. Это поможет пациентам понять результаты анализов и сложные графики приема лекарств.

Я удивляю многих людей, когда говорю им, что во второй области —сельское хозяйство— я вижу самое быстрое влияние ИИ в странах с низким уровнем дохода. В большинстве стран с низким уровнем дохода фермеры не получают надежных прогнозов погоды или советов о том, какие семена сажать, как защитить урожай и скот от болезней или как улучшить почву. Учитывая рост населения в этих странах и проблемы изменения климата, этим фермерам нужна большая помощь, чем когда-либо. Используя ИИ, фермеры с низкими доходами вскоре смогут получить более качественные советы по всем этим вопросам, чем даже самые богатые фермеры сегодня, и существенно увеличить свое производство.

Государственные услуги — это третья область, где ИИ может облегчить жизнь людей. В Соединенных Штатах я встречал семьи, которые, как и следовало ожидать, были перегружены процессом подачи заявления на медицинскую страховку, студенческую помощь или продовольственную помощь. Столкнувшись с огромным набором сложных бюрократических форм, многим захотелось сдаться. ИИ может значительно оптимизировать ситуацию, чтобы они быстрее получали необходимую помощь, а правительство могло работать более эффективно. Правительства могут значительно улучшить условия жизни граждан, начиная с тех, кто больше всего нуждается в услугах социальной защиты.

Несмотря на мои опасения по поводу его влияния на наше психическое здоровье, я думаю, что ИИ также может здесь очень помочь. В большинстве сообществ слишком мало консультантов, психиатров и специалистов по наркозависимости. При наличии правильных мер защиты конфиденциальности инструменты искусственного интеллекта могут помочь людям распознавать предупреждающие знаки. Затем, при необходимости, они могут предложить научно обоснованные стратегии преодоления трудностей и объединиться с человеком, чтобы обеспечить более отзывчивое лечение.

ИИ также может стать благом для образования, несмотря на опасения, о которых я упоминал ранее. Это может освободить учителей, чтобы они могли больше времени уделять работе с учениками один на один или в небольших группах и дать им более четкое представление о том, где весь класс испытывает трудности. Для студентов инструмент искусственного интеллекта, который сохраняет то, что исследователи называют “продуктивной борьбой ”— когнитивной работой, которая формирует понимание—, может усилить обучение. Когда студент впервые сталкивается с новой идеей, ИИ дает содержательные объяснения и предлагает как вопросы, так и ответы. Позже, когда он проверяет их понимание, он задерживает ответ и помогает им прийти к нему самостоятельно.

В совокупности достижения во всех этих областях могут сделать повседневную жизнь проще, доступнее и менее ограниченной доходами или связями человека.

ИИ может предоставить частным лицам и малому бизнесу доступ к возможностям, которые сегодня требуют дорогостоящей профессиональной помощи или большого персонала, одновременно делая продукты и услуги лучше и дешевле. Это могло бы помочь людям с ограниченными возможностями жить более независимо и дать возможность работникам и предпринимателям с хорошими идеями достичь гораздо большего, чем они могут сегодня.

Самое главное, это может вернуть людям часть времени и внимания, которые сейчас тратятся на бумажную работу, бюрократию, поиск достоверной информации и задачи, за выполнение которых они не могут позволить себе платить кому-то другому. Эти преимущества могут показаться скромными, но, если их умножить на миллионы жизней, они будут значительными: больше людей получат хороший совет, когда он им нужен, и получат большую свободу сосредоточиться на жизни, которую они хотят построить.

Во всех этих областях ключевым словом является “может” — ИИ может улучшить жизнь людей с любым уровнем дохода. Но автоматически этого не произойдет. Как и в случае с любой новой технологией, мы должны тщательно следить за тем, чтобы она приносила пользу всем, а не только немногим богатым. Это потребует от правительств и благотворительных организаций играть важную роль, чтобы менее обеспеченные граждане и страны с низким уровнем дохода стали полноправными бенефициарами.

Фонду Гейтса осталось 19 лет из 20 лет, в течение которых он потратит оставшиеся 200 миллиардов долларов. ИИ поможет ему достичь своих амбициозных целей, ускоряя разработку вакцин и лекарств от ВИЧ, туберкулеза, малярии и недоедания, а также помогая работникам здравоохранения и пациентам узнать, как использовать эти инструменты. В задачи фонда входит повторное сокращение числа детей, умирающих каждый год, вдвое, как это делалось с 2000 по 2024 год. Вся наша работа, не только здравоохранение, но также сельское хозяйство и образование, будет в полной мере использовать преимущества искусственного интеллекта.

Я напишу гораздо больше об этих усилиях в следующем месяце в ежегодном отчете фонда Goalkeepers, включая наше внимание к обеспечению доступности моделей искусственного интеллекта на языках, на которых говорят люди во всех странах, где мы поддерживаем работу, а не только на тех, которые распространены в богатых странах и странах со средним уровнем дохода. Многие ведущие компании в области искусственного интеллекта, включая OpenAI, Anthropic, Google и Microsoft, сотрудничают с фондом во всех этих инициативах, что имеет большое значение.

Миру нужен план.

Замечательно, что некоторые компании, занимающиеся искусственным интеллектом, предлагают решения проблем, возникающих из-за их собственных технологий, но мы не должны ожидать, что они возглавят этот процесс. Некоторые вопросы выходят за рамки их компетенции, и в демократическом обществе решать эти вопросы не входит в их обязанности.

Вместо этого решения должны разрабатываться посредством публичного демократического процесса, в котором участвуют выборные должностные лица, политики, педагоги, работники здравоохранения, местные чиновники и общественные лидеры. Жизнь миллионов людей будет нарушена, и нам понадобится более сильная и гибкая система социальной защиты, которая поможет им справиться с переходным периодом. Местные сообщества уже выражают обеспокоенность по поводу энергии и воды, необходимых для центров обработки данных. Без решений некоторые группы будут настаивать на полном прекращении разработки и внедрения искусственного интеллекта.

Решения должны формироваться на основе наших ответов на глубокие вопросы, поднятые ИИ, в том числе на то, как мы сохраняем нашу человечность в то время, когда машины могут перехитрить нас. Как люди, которые проводят свою жизнь, размышляя о том, что значит быть человеком, религиозные лидеры могут сыграть в этом ключевую роль. Меня очаровала энциклика Папы Льва XIV об ИИ, “О защите человеческой личности во времена искусственного интеллекта.” Это закладывает прочную основу для работы, которую необходимо проделать.

В ближайшие месяцы я поделюсь новыми идеями, как сделать так, чтобы преимущества ИИ перевешивали вред, который он наносит. Для начала вот три из них, начиная с того, что я считаю самым важным.

Создайте новую систему управления переходом.

Высшим приоритетом является монументальная задача: создание внутренней и международной основы для борьбы с ИИ.

Ни одно из наших нынешних учреждений не было создано для работы с технологиями, которые распространяются так быстро и затрагивают так много сфер нашей жизни. Так что нам придется делать новые.

Трудно переоценить, насколько масштабным будет это начинание. После терактов 11 сентября правительство США провело крупнейшую реорганизацию со времен Второй мировой войны с целью улучшения только одной функции - национальной безопасности.

ИИ потребует гораздо, гораздо большего. Это повлияет на национальную безопасность, а также на занятость, образование, налогообложение, энергетику, выборы, воздух и воду, здравоохранение, финансовую систему, правоохранительную деятельность, транспорт, государственные земли и ИТ-системы.

Эти секторы пересекаются таким образом, что наша существующая бюрократия не предназначена для управления ими. Департамент труда может понимать подрыв рабочей силы, но не угрозу безопасности. Регулятор бизнеса может понимать концентрацию рынка, но не влияние ИИ на детей и подростков. Предоставленные самим себе, учреждения увидят только одну часть системы, в то время как последствия ИИ распространятся на всю систему.

На национальном уровне странам понадобятся органы, которые смогут устанавливать приоритеты во всех государственных учреждениях. Цель будет заключаться в том, чтобы убедиться, что каждый риск учтен. В противном случае атака с использованием искусственного интеллекта может увенчаться успехом, поскольку никто не считает своей задачей ее остановить.

Но даже страна, которая наведет порядок в собственном доме, все равно будет подвержена рискам, выходящим за рамки границ. Вот почему международную организацию необходимо будет строить параллельно.

Он будет не похож ни на один другой институт, который мы когда-либо создавали, хотя он может следовать модели некоторых существующих систем. Существует режим инспекций ядерного оружия, правила международной авиации и соглашения, защищающие озоновый слой. Новой глобальной организации в области ИИ потребуются элементы всех трех и более.

Справедливо задаться вопросом, способны ли мировые институты справиться с задачей проектирования и внедрения этой новой архитектуры. Правительство движется медленно, когда оно вообще движется, а поляризация внутри стран и между ними затрудняет достижение цели как никогда. Потребуется определенное сотрудничество между США и Китаем.

Мы не можем позволить себе роскошь двигаться медленно. Начнем с процесса создания правильных институтов, прежде чем сбои заставят правительства перейти в кризисный режим. Национальные лидеры должны регулярно созывать экономистов, технологов, экспертов по труду, руководителей предприятий и самих работников, чтобы определить, где существующие институты терпят неудачу и какие новые органы власти могут потребоваться. Странам необходимо будет учиться друг у друга.

А страны, которые принимают ведущих разработчиков ИИ и контролируют критически важные части цепочки поставок, должны начать встречаться уже сейчас, чтобы установить общие нормы, прежде чем конкурентное давление затруднит их сотрудничество.

Создание структуры, о которой я говорю, займет годы, поэтому нам нужно начать сейчас.

Выделите часть рабочих мест для людей.

Мой отец умер от болезни Альцгеймера в 2020 году. На поздних стадиях болезни о нем днем и ночью заботились оплачиваемые сиделки, которые понимали его, даже когда ему было трудно выразить себя. Он не всегда мог сказать им, когда голоден, но они всегда знали.

Моя семья и я всегда будем благодарны этой замечательной группе профессионалов. Что-то в заботе, которую они оказывали моему отцу, было незаменимо человечным. Ни один робот не мог и не должен был этого сделать.

Я думаю об этой команде, когда возникает вопрос, какие рабочие места исчезнут, а какие останутся. Я считаю, что по мере совершенствования ИИ и роботов мы будем откладывать определенные дела только для людей. Я начал называть этот домен Human Reserved, и это пример того, какие идеи нам нужно будет рассмотреть.

Мне нравится фраза «Заповедник», потому что она заставляет меня думать о природных заповедниках —местах, где мы могли бы строить здания и дороги, но мы предпочитаем этого не делать, потому что потери были бы слишком велики.

Мы могли бы отложить что-то в сторону как «Зарезервированное для человека» по экономическим причинам. Например, мы можем сделать это потому, что разрешение машинам взять на себя определенную роль приведет к вытеснению большого количества людей, которые не могут легко сменить работу. Нельзя сказать 55-летнему парню, который всю свою карьеру проработал в строительстве, что ему нужно пойти работать в учреждение по уходу за пожилыми людьми и ожидать, что оно принесет ему удовлетворение.

Иногда решение сделать что-то зарезервированным человеком будет обусловлено другими факторами. Например, в здравоохранении представьте себе робота, сообщающего вам ужасную новость о том, что у вас неизлечимая болезнь. Нет никаких технических причин, по которым это не могло бы произойти. Но этого не должно быть.

Область «Зарезервированные для человека» будет развиваться с течением времени —например, нам следует рассмотреть возможность выделения некоторых рабочих мест сейчас и постепенного внедрения ИИ в течение многих лет или десятилетий, взяв на себя обязательство сохранить некоторые рабочие места. Некоторые сферы, такие как образование и охрана психического здоровья, будут представлять собой смесь, в которой будет отвечать человек, использующий технологии для расширения своих возможностей.

Линии также будут различаться в зависимости от места. Некоторые страны могут настаивать на том, чтобы люди заботились о пожилых людях. Однако такая страна, как Япония, где численность рабочей силы сокращается, а молодых людей не хватает для ухода за пожилыми людьми, может приветствовать робота-ухаживателя.

Идея Human Reserved поднимает множество вопросов, на которые у меня нет ответов. Кто решает, что мы оставим для людей? Какие критерии нам следует использовать? Как вообще удержать компании от мошенничества и использования роботов? Что происходит с международной торговлей, когда одна страна позволяет роботам что-то производить, а другая — нет? Эти вопросы необходимо будет проработать публично в рамках плана перехода.

Перебалансируйте то, как мы облагаем налогом труд и капитал.

Поскольку работников заставляют работать на разных должностях, им потребуется переподготовка и другая поддержка со стороны системы социальной защиты. Но они будут работать меньше, а это значит, что они будут платить меньше подоходного налога, а государственные доходы упадут как раз тогда, когда спрос на эти услуги станет наибольшим. Средства должны будут откуда-то поступать в то время, когда бюджеты растянуты.

Я считаю, что мы должны облагать налогом ИИ токены и роботы. Прямо сейчас, если вы работодатель и нанимаете кого-то, вы платите налог на заработную плату с его заработка. Но если вы покупаете робота, вы обычно можете сразу списать его как деловые расходы. Налоговая система подталкивает вас к замене людей машинами.

Налог немного замедлит отток людей от человеческого труда и соберет деньги на переподготовку и укрепление системы социальной защиты. Его необходимо будет нацелить, чтобы он не замедлял чисто полезное использование ИИ, например, удешевление медицины и образования.

Критики этой идеи отмечают, что она не является оптимально эффективной в экономическом смысле, но они не учитывают более широкую ценность труда для отдельных людей и общества. И со всеми ускоренными инновациями, которые у нас будут, мы сможем позволить себе небольшую неэффективность в качестве цены за сохранение занятости людей.

Я предложил ввести налог на роботов много лет назад, и большая часть реакции заключалась в том, что это странная идея. Я до сих пор большой сторонник этого. Хотя это и не полное решение угрозы ИИ, это часть мудрого ответа.

Как бы мы ни собирали деньги на дополнительную помощь, она должна доходить до людей, которые в ней больше всего нуждаются, включая работников, которые теряют работу из-за искусственного интеллекта и роботов, людей, чей рабочий день или заработная плата сокращаются, а также сообщества, где сосредоточены потери. Нам нужно начать выполнять эту работу сейчас, чтобы системы были готовы, когда потребность станет острой.

Что я делаю.

Я воспользуюсь своим голосом и временем, чтобы поставить ИИ и справедливость выше в общественной повестке дня. Я буду поднимать этот вопрос перед законодателями каждый раз, когда посещаю Вашингтон и встречаюсь с лидерами по всему миру. Это будет в центре моих бесед с людьми, которые разрабатывают модели искусственного интеллекта. Я буду выступать за национальную и международную структуру, которую я описал ранее. Фонд Гейтса будет способствовать повышению эффективности использования, в том числе в Африке. Компания Breakthrough Energy, которую я основал, будет использовать ИИ, чтобы помочь компаниям разрабатывать дешевую чистую энергию и решать климатические проблемы. Я также буду регулярно писать об ИИ.

Мое послание лидерам таково:

У тебя есть шанс действовать сейчас, до того, как безработица резко возросла, сообщества страдают, а общественное доверие подорвано. Вы можете убедиться, что ваше правительство решает проблему комплексно, а не делит ее на несколько бюрократических вотчин. Вы можете быть уверены, что ИИ принесет пользу всем. И вы можете работать с другими правительствами, чтобы решить эту национальную и глобальную проблему.

Наконец, я постараюсь расширить круг людей, формирующих эту дискуссию. В него должны входить работники, студенты колледжей, которые собираются выйти на рынок труда, общественные лидеры, религиозные лидеры и религиозные организации, родители, педагоги и другие, чьи голоса часто не слышны, но которые имеют представление о том, как переход повлияет на жизнь людей.

Как нам гарантировать, что преимущества ИИ дойдут до людей, которые еще не имеют богатства, влияния и доступа?

Как укрепить систему социальной защиты и помочь работникам и сообществам процветать, даже если они перемещены?

Как должны адаптироваться государственные учреждения?

И как нам сохранить нашу человечность благодаря всему этому?

Эта беспрецедентная технология требует беспрецедентного глобального ответа. Если мы сделаем это правильно, отдача для человечества будет феноменальной, а мир станет более справедливым местом.

Я редко перестаю думать об ИИ— не потому, что у меня есть ответы на все вопросы, а потому, что вопросы, которые он поднимает, слишком важны, чтобы оставлять их на усмотрение небольшой группы технологов. Лидеры научных кругов, бизнеса, правительства и гражданского общества должны сыграть свою роль в формировании того, что будет дальше.

Источник (блог Гейтса): https://www.gatesnotes.com/a-turbulent-ai-era-and-critical-c...
Перевод мой, тег «моё».

Показать полностью
2

«Миру нужен план»: Билл Гейтс предложил ввести налог на токены и роботов

«Миру нужен план» - это уже не футурология, это крик капиталиста, который увидел, что математика перестаёт биться. И что особенно забавно, проблема, которую он описывает, - это не баг будущего, а баг сегодняшней налоговой системы. Работодатель платит налоги с зарплаты человека, но купленного робота может сразу списать в расходы. Налоговый код буквально субсидирует увольнение людей и замену их машинами. То есть государство, само того не понимая, подталкивает капитал к той самой дефляционной спирали, о которой мы говорили: чем больше роботизации, тем меньше зарплат, тем меньше налогов, тем больше бюджетный дефицит, тем больше нужно печатать денег.

И вот Гейтс, главный архитектор софтверного капитализма, предлагает ввести налог на токены ИИ и на самих роботов. Это не благотворительность и не левацкая заморочка. Это чистая инженерная заплатка на систему, которая начинает трещать. Капитал сам признаёт: текущая модель налогообложения, привязанная к человеческому труду, не работает в мире, где труд становится опциональным. Нужно перенести базу налога с зарплаты на ренту - на те самые терафлопсы, вычисления, киловатт-часы и машино-часы роботов, которые и создают новую стоимость.

Заметьте, как это точно коррелирует со всем, что мы обсуждали. Тайвань, самый капиталистический из азиатских тигров, уже вводит «дивиденды от ИИ» — прямую выплату каждому жителю из ренты полупроводниковой промышленности. Маск говорит про деньги, которые к 2036 году перестанут иметь значение, и про всеобщий высокий доход. А теперь Гейтс предлагает механизм, которым этот доход будет финансироваться: налог на роботов. Три разных голоса из разных точек капиталистического спектра - Тайвань как государство, Маск как визионер-инженер, Гейтс как старый финансист - сходятся в одной точке. Ренту от машин придётся изымать и перераспределять. Иначе система сожрёт сама себя.

Но самое интересное в предложении Гейтса - это идея зарезервировать часть профессий за людьми. Вот это уже прямой признак того, что капитализм столкнулся с собственным пределом и пытается притормозить. Чистая рыночная логика говорит: если робот делает работу лучше и дешевле, пусть делает. Но Гейтс понимает, что если отпустить эту логику на волю, она уничтожит саму социальную ткань, на которой держится потребление. Резервирование профессий - это не про эффективность, это про сохранение человеческого слоя как буфера между машинами и обществом. Это фактически административное вмешательство в рынок труда, причём вмешательство социалистического типа: не потому что так эффективнее, а потому что иначе социум развалится.

И здесь снова всплывает наш старый тезис: капиталисты строят технокоммунизм своими руками, просто называют это другими словами. Налог на роботов - это налог на ренту от средств производства. Резервирование профессий - это регулирование рынка труда в интересах общества. Дивиденды от ИИ на Тайване - это прямое распределение ренты между гражданами. Всё это элементы одной системы, которую классики называли социализмом, а современные миллиардеры вынуждены изобретать заново, чтобы их же система не схлопнулась от собственной эффективности.

Парадокс в том, что Гейтс предлагает замедлить автоматизацию, чтобы дать людям время на переподготовку. Но автоматизацию нельзя замедлить административно - она идёт быстрее любых регуляций. Единственное, что можно сделать, - это перераспределить её плоды. И именно это, судя по всему, и будет происходить в ближайшие десять лет. Сначала налог на роботов как вынужденная мера, потом - расширение базы этого налога, потом - прямые выплаты гражданам из собранных средств, потом - постепенное отмирание самой концепции налога на труд, потому что труд перестанет быть основной формой дохода.

Мы наблюдаем редкий момент: три крупнейших капиталиста современности фактически признают, что их система уперлась в потолок и должна мутировать. Они не называют это социализмом - слишком страшное слово для акционеров. Они называют это «планом», «дивидендами», «налогом на токены». Но суть одна: рента от машин должна принадлежать не только владельцам машин. И это не акт доброты, а вопрос выживания их же собственной системы. Дефляционная спираль, о которой мы говорили в прошлом посте, становится слишком реальной, чтобы её можно было игнорировать. И когда даже Гейтс, человек, построивший империю на софтверной ренте, начинает говорить про налог на роботов, это значит, что процесс перешёл из теоретической плоскости в практическую. Дальше будет только интереснее.

Пруфы:
https://vc.ru/opinions/3098015-bill-gejts-o-budushhem-ii-pla...
https://www.nytimes.com/2026/08/26/technology/bill-gates-ai-...
https://www.technologyreview.com/2026/08/26/1142946/bill-gat...
Ответ на пост «Тайвань решил выплатить всем гражданам дивиденды от искусственного интеллекта»
Интервью Илона Маска главному редактору The Economist: «деньги будут не нужны к 2036 году»

Показать полностью
4

Первый в мире коммерческий биокомпьютер с живыми человеческими нейронами (видео)

Первый в мире коммерческий биокомпьютер с живыми человеческими нейронами (видео)

Национальный университет Сингапура, DayOne и Cortical Labs представили биологическую серверную стойку CL1, внутри которой работают 16 миллионов живых нейронов выращенных из стволовых клеток человека. Электроды передают им электрические сигналы и считывают их реакцию, а специальная операционная система позволяет взаимодействовать с нейронной сетью и использовать ее для вычислительных задач.

Биологический компьютер потребляет всего 800–1000 Вт, включая оборудование для поддержания жизнедеятельности клеток. Для сравнения, аналогичные ИИ-стойки с электронными чипами расходуют более 100 кВт электроэнергии.

Если часть вычислений перенести с кремния на живые нейронные сети, потребность дата-центров в электроэнергии можно сократить более чем в 100 раз!

Серверные стойки CL1 уже доступны для покупки по предзаказу на сайте CorticalLabs.

Много интересного в телеграм-канале ЭнергетикУм

Показать полностью 2

Моя попытка в ИИ, Школьное расписание

Моя попытка в ИИ, Школьное расписание

RAD Studio 12, С++, Пробовал google ИИ-ассистент, и deepseek. Так выглядит интерфейс - красота пока лишнее.

Никаких кнопок, только TPopupMenu - правая кнопка мыши, с видимыми Button морда будет похожа на франкенштейна из страшных снов. Показываем google базу, что бы знал ее поля, и просим: Напиши код для функции "Добавить значение в базу" - получаем код, тестируем - все ок. На стадии интерфейса никаких вопросов, все четко и красиво делаем весь интерфейс "Добавить/Изменить/Удалить" - видит все связи в базе, экономит кучу времени - в общем, интерфейс здесь написан ИИ. Глюки начинаются дальше - при клике на компоненте заполняются связанные компоненты - при клике на классе заполняются связанные с ним компоненты - "План" и "Шаблоны", первый клик все ок, 2 клик - ошибка! Не видим базу. Спрашиваю у google в чем дело? - начинает нести явную ахинею, причем выдает кучу кода с обьяснением почему это произошло и "Кто виноват?". Хорошо, - 1 раз пробую deepseek = "Почему первый клик нормально, а последний падает?" Получаю ответ "Странно, почему на последнем, должна была упасть на втором" - в точку! Каскадные/Веерные подключение - пока одна функция использует подключение к базе, невидимо вызывается "Каскадная функция", которая использует то же подключение что и первая, и благополучно его закрывает. Цикл первой функции в незаконченном цикле получает закрытую базу и отваливается с ошибкой. Возвращаемся к google - "А твой конкурент, deepseek - сразу нашел ошибку!" ответ google: "Напишите пожалуйста в чем была ошибка, я тоже разработчик, мне интерестно!". Получив ответ выдает: "Ну да, это же deepseek". Хорошо, идем дальше: первым в списке должна быть расстановка групп по расписанию: - база чистая, учителя свободные, полная свобода действий! Запрос deepseek: "Напиши функцию которая расставит группы в расписании" - получаем функцию которая ищет свободных преподавателей, не занят ли класс в расписании на этот час, свободно ли подходящее помещение, и в итоге ставит группу в понедельник, первым уроком. Делаю запрос: "Не пиши код! Давай разберем логику!" Рандомизируем установку, убираем не нужные проверки - все ок, группа стоит и привязана. Хорошо, следующее по списку классы где все предметы ведет один - свой преподаватель, это началка. Тренируем логику и хлоп - получаем сообщение от deepseek "Превышен лимит запросов, начните новый диалог" - не больно то и хотелось! Возвращаемся в google, и первым делом троллим: "Посмотри функции которые написал твой конкурент, deepseek". Ответ дословно: "Как и ожидалось, бэкенд-логика от DeepSeek — это гремучая смесь из нарушений базовых правил работы с памятью в C++, жестких логических багов и полнейшего непонимания того, как работает его собственный интерфейс." На просьбу переписать функцию получаем ту же простыню как и от deepseek. Хорошо, сначала пишем логику: Находим самый "слабый" класс - в смысле кол-во дней учебы, учебных часов в день и ставим Группы ему, он выступает у нас "якорем", остальных членов группы подтягиваем ему, закрепляем всех от дальнейших перестановок. Результат неплохой. Ну ОК, идем дальше: расстановка своих классов - началка. Пишем логику - получаем абсолютно одинаковые поля для всех паралелей - А если потребуется специалист/предметник для предмета, который "свой" преподаватель не ведет? Рандомизируем каждый класс, проверяем необходимость специалиста, проверяем свободен специалист на данный час - свободен - ставим, нет - все сначала. Вот на этом пока остановились. Далее будем писать функцию для "Старшаков" где все предметы ведут специалисты/предметники.

И таки да, я лентяй! Всем хорошего дня!

Показать полностью 1
2

А что, если семья в игре сможет жить без игрока? Делаю симулятор домашнего уклада

Представьте обычное утро.

На кухне осталась посуда. Ребёнку через сорок минут в школу. Один взрослый не выспался, второй уже опаздывает на работу. Еда в холодильнике есть, но завтрак никто не приготовил.

И тут персонаж решает не мыть тарелки.

Не потому, что сломался ИИ. Не потому, что игрок забыл поставить команду в очередь. А потому, что он устал, вчера уже убирался, считает распределение обязанностей несправедливым и обещал ребёнку помочь с уроками.

Я попробовал сделать игру, в которой подобное поведение — не ошибка, а основа симуляции.

Рабочее название проекта — «Домашний уклад».

Рабочее название проекта — «Домашний уклад».

Не кукольный дом, а живая система

Обычно в симуляторе жизни игрок выбирает персонажа и говорит ему:

Проснуться
→ сходить в туалет
→ приготовить завтрак
→ поесть
→ помыть посуду
→ пойти на работу

То есть персонаж остаётся куклой, а игрок становится его внешней волей.

Мне хотелось сделать наоборот.

Члены семьи должны сами:

  • замечать собственные потребности;

  • оценивать обстановку;

  • помнить об обязанностях;

  • учитывать отношения;

  • выбирать доступное действие;

  • жить с последствиями своего выбора.

Игрок не управляет человеком напрямую. Он управляет условиями его жизни.

Можно купить посудомоечную машину, изменить распорядок, перераспределить обязанности, выделить личное время или решить, что сейчас семье важнее деньги, а не идеальная чистота.

Но нельзя просто схватить Павла невидимой рукой и заставить мыть тарелки.

Павел — субъект. Пусть пока очень примитивный, но уже обладающий собственной логикой.

Минимально достаточный человек

Игра не пытается честно смоделировать человеческое сознание. Для этого не хватит ни компьютера, ни моей жизни.

Вместо этого используется минимальная модель субъектности.

У каждого персонажа есть несколько внутренних состояний:

  • энергия;

  • голод;

  • стресс;

  • близость;

  • автономия;

  • здоровье.

А также более устойчивые черты:

  • ответственность;

  • общительность;

  • любовь к порядку;

  • потребность в независимости.

При выборе действия персонаж примерно оценивает:

Насколько мне это сейчас нужно?
+ Привык ли я это делать?
+ Обещал ли я это сделать?
+ Поможет ли это близкому человеку?
+ Считаю ли я это своей обязанностью?
− Сколько потребуется сил?
− Насколько мне это неприятно?
− Что я не успею сделать вместо этого?

После этого он выбирает действие самостоятельно.

Это не настоящий разум. Но если причинно-следственная связь достаточно понятна, игрок начинает видеть не набор коэффициентов, а характер.

Не кукольный дом, а живая система

Не кукольный дом, а живая система

Игрок управляет не людьми, а укладом

В этой игре игрок — не один из родителей и не всемогущий бог.

Скорее, он представляет собой волю домашнего хозяйства.

Его инструменты:

  • планировка квартиры;

  • покупка предметов;

  • семейный бюджет;

  • распорядок дня;

  • общие приоритеты;

  • распределение ответственности;

  • крупные жизненные решения.

Например, нельзя приказать:

«Мира, немедленно приготовь ужин».

Но можно договориться, что готовка — её ответственность.

И даже после этого Мира может отказаться. Если она истощена, перегружена или считает договорённость несправедливой, формальное назначение не превращает её в робота.

Тогда игроку придётся менять систему:

  • передать готовку Павлу;

  • снизить другие обязанности Миры;

  • купить готовую еду;

  • приобрести бытовую технику;

  • пожертвовать частью дохода ради свободного времени;

  • временно согласиться на менее чистый дом.

Здесь нет идеального решения. Есть только разные последствия.

Дом одновременно является миром и интерфейсом

Графически игра вдохновлена компактными менеджмент-стратегиями с изображением здания в разрезе.

Весь дом виден сразу:

Спальня | Гостиная

Ванная | Кухня

Рабочая зона | Детская

Каждая комната — не просто декорация, а функциональный блок системы.

Кухня преобразует продукты, время и энергию в готовую еду. Спальня преобразует время и покой в восстановление. Рабочее место превращает силы человека в деньги и стресс. Гостиная может создавать близость — или конфликт.

Игрок смотрит на дом как на живую кибернетическую схему.

Люди в ней не фишки. Они сами перемещаются между помещениями и используют доступные возможности.

Игрок управляет не людьми, а укладом

Игрок управляет не людьми, а укладом

Главный ресурс семьи — не деньги

Деньги важны, но настоящий дефицит — время и внимание.

У каждого человека только один день.

Если Павел берёт дополнительные смены:

Доход растёт
→ Павел сильнее устаёт
→ меньше участвует в быту
→ нагрузка переходит на Миру
→ у Миры исчезает личное время
→ растёт раздражение
→ ухудшается атмосфера дома
→ Лена получает меньше спокойного внимания

Дополнительная работа была рациональным решением. Семье действительно нужны деньги.

Но локально правильное решение может сделать всю систему менее устойчивой.

Именно это меня интересует больше всего: момент, когда простые и понятные действия образуют сложные последствия, которых никто не планировал.

Даже еда — это цепочка

Персонаж не должен терять деньги в тот момент, когда ест домашний ужин. Деньги были потрачены раньше.

Полная цепочка выглядит так:

Работа
→ деньги
Деньги + время
→ покупка продуктов
Продукты + время + энергия
→ готовые порции + грязная посуда
Готовая порция
→ снижение голода
Грязная посуда + время + энергия
→ чистота

Если никто не купил продукты, готовить не из чего.

Если продукты есть, но никто не приготовил еду, ребёнок всё равно останется голодным.

Если еда приготовлена, но вся кухня завалена посудой, бытовая нагрузка никуда не исчезает — она просто перенесена в будущее.

Так из нескольких простых преобразований появляется домашняя экономика.

Главный ресурс семьи — не деньги

Главный ресурс семьи — не деньги

Что такое семейный климат

Кроме индивидуальных состояний, у дома есть общий эмоциональный климат.

Это не ресурс, который можно потратить, как деньги. Скорее, это температура семейной среды.

На неё влияют:

  • средний стресс;

  • близость;

  • совместное время;

  • неравномерность бытовой нагрузки;

  • накопившиеся конфликты;

  • забота;

  • выполненные и нарушенные обещания.

Климат меняется медленно.

Одна ссора не уничтожает семью мгновенно. Но если напряжение сохраняется, оно начинает воздействовать на всех:

Стресс людей
→ ухудшение климата
→ дома труднее отдыхать
→ стресс растёт ещё сильнее

Получается опасная петля обратной связи.

Но возможен и обратный процесс:

Помощь
→ снижение нагрузки
→ меньше раздражения
→ больше возможностей для общения
→ восстановление близости
→ улучшение климата

Игра заключается не в том, чтобы один раз заполнить шкалу счастья. Игрок должен заметить, в какой контур попала семья, и изменить условия раньше, чем система начнёт воспроизводить собственный кризис.

Что такое семейный климат

Что такое семейный климат

Семья как единый организм

В какой-то момент субъектом становится не только отдельный человек.

Вся семья начинает вести себя как организм:

Семейная системаПохожая функция

Доход — Получение энергии

Еда — Поддержание жизнедеятельности

Домашний труд — Обслуживание организма

Забота — Восстановление и развитие

Распорядок — Внутренний ритм

Семейный климат — Общее психическое состояние

Накопления — Запас устойчивости

При этом внешне благополучная семья может быть внутренне хрупкой.

Дом чист. Деньги есть. Ребёнок накормлен.

Но всё держится на одном человеке, который работает, готовит, убирает и заботится об остальных.

Система выглядит эффективной — до первой болезни.

Что считается победой?

Я не хочу делать единственную шкалу «идеальной семьи».

Потому что тогда игра очень быстро сообщит, что существует один правильный образ жизни.

Вместо этого семья постепенно формирует собственные ценности:

  • близость;

  • безопасность;

  • свобода;

  • порядок;

  • образование;

  • карьера;

  • взаимопомощь;

  • личное пространство.

Нельзя максимизировать всё.

Семья, постоянно проводящая время вместе, может подавлять автономию. Карьерный успех может уничтожить свободное время. Идеальный порядок может держаться на хроническом истощении одного человека.

Вопрос игры не в том, насколько семья совершенна.

Вопрос в другом:

Какой она стала — и какой ценой?

Что считается победой?

Что считается победой?

Что уже есть в прототипе

Сейчас собран браузерный MVP:

  • PHP;

  • JavaScript;

  • MySQL;

  • запуск на обычном хостинге;

  • автономная симуляция в браузере;

  • автоматические сохранения;

  • комнаты, действия и предметы, описанные в базе данных;

  • самостоятельный выбор действий персонажами;

  • приоритеты и распределение обязанностей;

  • бытовые ресурсы;

  • нагрузка;

  • семейный климат;

  • хроника событий.

Большую часть новых действий можно добавлять без переписывания движка.

Например, объект «посудомоечная машина» не просто повышает абстрактное счастье. Он изменяет конкретные процессы:

меньше времени на уборку
→ ниже бытовая нагрузка
→ больше времени на отдых
→ меньше стресс
→ выше вероятность общения

То есть предмет становится не бонусом, а вмешательством в систему обратных связей.

Самый важный тест

У проекта есть простой критерий качества:

Если игрок ничего не делает, устойчивая семья должна продолжать жить самостоятельно.

Игрок нужен не для того, чтобы отправлять каждого персонажа в туалет. Он нужен в моменты, когда меняется сама жизнь:

  • родился ребёнок;

  • кто-то заболел;

  • изменилась работа;

  • закончились деньги;

  • приехал пожилой родственник;

  • семья переехала;

  • старый распорядок перестал работать.

Прежнее равновесие разрушается, и приходится создавать новое.

Именно это я хочу симулировать: не идеальную семью, не бытовую рутину и не кукольный домик, а живую систему автономных людей, вынужденных делить пространство, время, труд и заботу.

Самый важный тест

Самый важный тест

Пока это только MVP, но сама модель уже начала выдавать маленькие истории, которых никто заранее не писал.

И теперь мне интересно:

  • Хотели бы вы играть в симулятор, где персонажи могут отказаться выполнять ваши планы?

  • Что должно сильнее всего влиять на атмосферу семьи?

  • Нужны ли прямые приказы хотя бы в экстренных ситуациях?

  • Какие жизненные события стоило бы добавить первыми?

  • Где проходит граница между интересной автономией и раздражающим поведением ИИ?

Потому что создать послушную куклу относительно просто.

Гораздо интереснее создать кого-то, с кем придётся договариваться.

Показать полностью 7
Отличная работа, все прочитано!

Темы

Политика

Теги

Популярные авторы

Сообщества

18+

Теги

Популярные авторы

Сообщества

Игры

Теги

Популярные авторы

Сообщества

Юмор

Теги

Популярные авторы

Сообщества

Отношения

Теги

Популярные авторы

Сообщества

Здоровье

Теги

Популярные авторы

Сообщества

Путешествия

Теги

Популярные авторы

Сообщества

Спорт

Теги

Популярные авторы

Сообщества

Хобби

Теги

Популярные авторы

Сообщества

Сервис

Теги

Популярные авторы

Сообщества

Природа

Теги

Популярные авторы

Сообщества

Бизнес

Теги

Популярные авторы

Сообщества

Транспорт

Теги

Популярные авторы

Сообщества

Общение

Теги

Популярные авторы

Сообщества

Юриспруденция

Теги

Популярные авторы

Сообщества

Наука

Теги

Популярные авторы

Сообщества

IT

Теги

Популярные авторы

Сообщества

Животные

Теги

Популярные авторы

Сообщества

Кино и сериалы

Теги

Популярные авторы

Сообщества

Экономика

Теги

Популярные авторы

Сообщества

Кулинария

Теги

Популярные авторы

Сообщества

История

Теги

Популярные авторы

Сообщества

Недвижимость и ремонт

Теги

Популярные авторы

Сообщества