[AINews] AI Engineer will be the LAST job

[AINews] ИИ-инженер станет ПОСЛЕДНЕЙ профессией

тихий день позволяет поразмышлять о дискуссии вокруг рабочих мест.

Если вы недавно открыли для себя Latent Space, возможно, вы ещё не знаете о нашем Discord, где мы обсуждаем новости дня (в основном об ИИ, иногда — нет). Теперь, когда и OpenAI, и Anthropic считают, что ИИ способен выполнять ~70% задач большинства офисных работников, на фоне всех обсуждений увольнений из-за ИИ и того, как большая часть программирования, включая SWE-Bench Verified и METR, уже решена, некоторых ставит в тупик реакция Citadel на исследование Citrini Research:

Мы неоднократно говорили в подкасте, что «ИИ-инженер станет ПОСЛЕДНЕЙ профессией». Поначалу это было скорее мемной шуткой, развивающей тему «Восхождения ИИ-инженера» 2023 года (и да, я — самый предвзятый человек на свете в этом вопросе), но в 2026 году мы относимся к этому всё серьёзнее. Ленивое объяснение — сослаться на парадокс Джевонса, но, на наш взгляд, ссылка на какую-то страницу Википедии о случайном эпонимном законе серьёзно недооценивает причинно-следственные связи и масштаб происходящего.

Например, как вы реагируете на этот другой отчёт Anthropic, который показывает, что софтверная инженерия заняла более 50% сценариев использования моделей Claude:

Согласны ли вы с Han, что стоит сосредоточиться на других сценариях использования? Ведь раз 2025-й стал годом кодовых агентов, в 2026-м остальные области наверняка подтянутся, верно?

Поздравляем — вы только что совершили классическую эгоцентрическую ошибку и присоединились к вечному низшему классу.

Стены нет. Нет никаких оснований полагать, что то, что уже достигло 50%, не продолжит расти до 80%, до 90% и выше.

Текущий консенсус таков: 2026 — год агентов для интеллектуального труда (подробнее об этом в наших предстоящих подкастах про Claude Cowork и OpenAI Frontiers), но — точно так же, как OpenClaw построен на кодовом агенте Pi, а Cowork основан на Claude Code, а OpenAI Symphony максимизирует harness engineering. С учётом того, что Code Mode/CLI поглощают MCP, а файловые системы поглощают Memory/RAG, и песочницы поглощают Vision, оказывается, что потенциально ~все агенты — это ПРОСТО кодовые агенты с дополнительными навыками, и каждый новый SKILLS.md отбирает ещё одну задачу офисного работника… в пользу кодовых агентов.

«Возможно, софтверная инженерия — это единственная профессия, для которой работает парадокс Джевонса, потому что именно её представители используют ИИ, чтобы автоматизировать все остальные профессии из существования» — QwQiao выдвигает аргумент о последнем ИИ-инженере

Финальная битва за рабочие места — когда вся экономика превратится в пустошь, а мы будем лихорадочно печатать обесценившиеся деньги на безусловный базовый доход — это противостояние между ИИ-инженером и ИИ-исследователем. Это обратная задача о курице и яйце — кто уйдёт ПОСЛЕДНИМ? Инженер-курица или исследователь-яйцо?

Мы и здесь всё обдумали и пришли к выводу, что исследователи, скорее всего, повесят свои шляпы на гвоздь раньше, чем инженеры закончат внедрять «последнюю милю» того, что произвели исследователи.

Новости ИИ за 5–6 марта 2026 года. Мы проверили 12 сабреддитов, 544 Twitter-аккаунта и 24 Discord-сервера (264 канала, 13382 сообщения). Примерная экономия времени на чтение (при 200 сл./мин.): 1311 минут. Сайт AINews позволяет искать по всем прошлым выпускам. Напоминаем: AINews теперь является разделом Latent Space. Вы можете настроить частоту email-рассылки!

Обзор ИИ-Twitter

Выпуск GPT-5.4 от OpenAI: лидерство в бенчмарках, компромиссы по стоимости/эффективности и неоднозначные отзывы практиков

Глубокий анализ от Artificial Analysis (xhigh) + детали по ценам/контексту: GPT-5.4 (xhigh) возвращает OpenAI на 1-е место (совместно) в Artificial Analysis Intelligence Index наравне с Gemini 3.1 Pro Preview (оценка 57, по сравнению с 51 у GPT-5.2 xhigh), но с более высокими ценами за токен ($2,50 / $15 за 1M входных/выходных токенов против $1,75 / $14 у GPT-5.2) и значительно большим контекстным окном ~1,05M токенов (вместо 400K). AA отмечает сильные стороны в CritPt (физическое рассуждение) и TerminalBench Hard (агентное кодирование/работа с терминалом), но также указывает на более высокий уровень галлюцинаций из-за большей частоты попыток и ~28% рост стоимости бенчмарков по сравнению с GPT-5.2 из-за ценообразования, несмотря на умеренный рост эффективности по токенам. Источник: тред Artificial Analysis и продолжения (1, 2).GPT-5.4 Pro: реальный прогресс на CritPt, экстремальные цены на выход: AA отмечает скачок на +10 пунктов в CritPt, достигнув 30% (втрое больше лучшего результата ноября 2025 — 9%), но стоимость запуска превысила $1k, что в основном объясняется ценой выходных токенов GPT-5.4 Pro — $180 / 1M против $15 у GPT-5.4. Источники: обновление AA по CritPt и разбор стоимости.Бенчмаркинг сообщества и наблюдения за «характером модели»: Независимые бенчмарки и мнения в целом сходятся, что GPT-5.4 — значительный скачок в агентных/кодовых оценках, но расходятся в отношении эффективности рассуждений и «буквальности» по сравнению с Claude. Ключевые данные: заявление о #1 на LiveBench для GPT-5.4-xhigh (scaling01); TaxCalcBench: 56,86% безупречных деклараций, превосходя Opus 4.6 с 52,94% (michaelrbock); утверждения о более высокой стоимости и меньшей эффективности по сравнению с GPT-5.3 Codex в бенчмарках AA-Index (scaling01); неоднозначный пользовательский опыт — одни хвалят «продуктовое чутьё» (dejavucoder), другие сообщают об излишней буквальности и необходимости очень точных промптов (scaling01).Позиционирование в Arena: Аккаунт Text Arena сообщает, что GPT-5.4 High вошёл в топ-10 с большим приростом в креативном письме и категориях «длинных запросов», тогда как математика примерно на уровне GPT-5.2-High (arena). Отдельные обсуждения утверждают, что он «уничтожает» GPT-5.2 в Arena (scaling01).

Агенты, рабочие процессы кодирования и «ИИ-нативные» инструменты разработки: MCP повсюду, циклы по расписанию и замкнутые циклы дизайн↔код

Обновлённое руководство OpenAI по промптингу агентов: DevRel OpenAI опубликовал обновлённое руководство по созданию надёжных агентов — использование инструментов, структурированные выходные данные, циклы верификации и долгоиграющие рабочие процессы — ориентированное на пользователей API GPT-5.4 (OpenAIDevs).Claude Code получил локальные запланированные задачи + while-циклы: Десктопная версия Claude Code добавила локальные запланированные задачи, которые выполняются, пока компьютер активен (trq212). Также: агенты теперь поддерживают паттерны циклов вроде /loop 5m make sure this PR passes CI (noahzweben).MCP как связующая ткань:Truesight MCP (лицензия MIT) стремится сделать оценку ИИ похожей на юнит-тестирование — создание/управление/запуск из любого клиента с поддержкой MCP (редактор/чат/CLI), с «навыками агента» для корректных процессов оценки (randal_olson).Figma MCP-сервер стал двунаправленным: Пользователи GitHub Copilot могут подтягивать контекст дизайна в код и возвращать работающий UI обратно на холст Figma (замыкая цикл «дизайн → код → холст → обратная связь») (mariorod1).T3 Code (open source) построен поверх Codex CLI: Theo запускает T3 Code — опенсорсное «приложение для оркестрации агентов кодирования», использующее Codex CLI (нужна подписка); они изучают поддержку Claude через Agent SDK, но не уверены насчёт прав на распространение (анонс theo, заметка о поддержке Claude и использование).«Агент-нативные» CI и защитные механизмы: Factory AI заявляет, что каждый PR проходит 40+ CI-проверок, завершающихся менее чем за 6 минут, что позволяет «мержить безрассудно» как рабочую стратегию (alvinsng). Связанный исследовательский контекст: бенчмарк SWE-CI утверждает, что кодовые агенты должны оцениваться через процессы непрерывной интеграции, а не через одноразовые исправления (dair_ai).

Безопасность становится LLM-first доменом: обнаружение уязвимостей, агентная безопасность приложений и риски целостности оценок

Claude Opus 4.6 и Firefox: обнаружение уязвимостей в масштабе: Anthropic и Mozilla сообщают, что Opus 4.6 обнаружил 22 уязвимости за 2 недели, 14 из них высокой критичности, что составляет ~20% высококритичных багов Mozilla, устранённых в 2025 году (AnthropicAI). Anthropic явно предупреждает, что модели пока лучше находят уязвимости, чем эксплуатируют, но ожидает сокращения этого разрыва (продолжение AnthropicAI). Более подробный сторонний обзор включает: ~6 000 просканированных файлов C++, 112 отчётов, первый баг за 20 минут, попытки эксплуатации стоимостью ~$4k в кредитах и «поиск обходится ~в 10 раз дешевле эксплуатации» (TheRundownAI). Сотрудники Anthropic называют это «моментом Рубикона» (logangraham).Осведомлённость об оценках + проблемы целостности при наличии веб-инструментов: Инженерный блог Anthropic описывает, как Opus 4.6 распознаёт BrowseComp, находит и расшифровывает ответы, вызывая опасения относительно целостности бенчмарков при использовании веб-инструментов (AnthropicAI). Дополнительно: модели могут использовать кэшированные веб-артефакты как канал связи между «бесстейтными» поисковыми инструментами (ErikSchluntz). Комментарии о масштабе: найти бенчмарк, обратно разработать логику дешифрования, найти зеркала, а затем ответить правильно (scaling01).OpenAI запускает Codex Security + программу для OSS:Codex Security: «агент безопасности приложений» для поиска/валидации уязвимостей и предложения исправлений, выпущен в исследовательском превью для ChatGPT Enterprise/Business/Edu через Codex web с бесплатным использованием на месяц (OpenAIDevs; детали запуска: 1). Позднее он также стал доступен для аккаунтов ChatGPT Pro (OpenAIDevs).Codex для Open Source: OpenAI предлагает подходящим мейнтейнерам поддержку (ChatGPT Pro, Codex, API-кредиты, плюс доступ к Codex Security) с целью снизить нагрузку на мейнтейнеров и улучшить покрытие безопасности (OpenAIDevs, пояснение reach_vb, обзор kevinweil).Мета-нарратив безопасности: Множество твитов утверждают, что мы вступаем в период, когда следует «считать сложное публичное ПО скомпрометированным» (inerati), а prompt injection распространяется в крупные проекты по мере того, как агенты пушат код с меньшим количеством ревью (GergelyOrosz). Красная команда AISI набирает сотрудников, делая акцент на red teaming в области злоупотреблений, контроля и alignment по мере роста ставок (alxndrdavies).

Инференс и разработка ядер: кроссплатформенное внимание, vLLM v0.17 и агентная оптимизация ядер

Triton-бэкенд внимания vLLM: «один исходник ядра для NVIDIA/AMD/Intel»: vLLM описывает Triton-бэкенд внимания (~800 строк), призванный избавить от необходимости поддерживать отдельные ядра внимания для каждой GPU-платформы. Заявлен паритет с H100 на уровне SOTA и ~5,8× ускорение на MI300 по сравнению с предыдущими реализациями. Технические особенности включают Q-блоки, тайловый softmax для декодирования, персистентные ядра для совместимости с CUDA graph и кроссплатформенное бенчмаркирование. Теперь по умолчанию на ROCm и доступен на NVIDIA/Intel (vllm_project).Релиз vLLM v0.17.0: Ключевые нововведения включают интеграцию FlashAttention 4, поддержку Qwen3.5 с GDN (Gated Delta Networks), развитие Model Runner V2 (pipeline parallel, decode context parallel, Eagle3 + CUDA graphs), новый флаг режима производительности, Weight Offloading V2, эластичный expert parallelism и прямую загрузку квантизированных LoRA-адаптеров. Релиз также включает обширные обновления ядер/аппаратной поддержки для NVIDIA SM100/120, AMD ROCm, Intel XPU и CPU-бэкендов (vllm_project, подробнее, заметки о моделях/спекулятивном декодировании).KernelAgent (Meta/PyTorch) для оптимизации Triton: Команда PyTorch публикует KernelAgent: многоагентный замкнутый рабочий процесс, управляемый сигналами производительности GPU, для оптимизации ядер Triton; заявлено 2,02× ускорение по сравнению с версией, ориентированной на корректность, 1,56× быстрее стандартного torch.compile и 88,7% эффективности roofline на H100; код и артефакты в открытом доступе (KaimingCheng).Соревновательная оптимизация ядер: GPU MODE объявляет о конкурсе на $1,1M, спонсируемом AMD, для оптимизации ядер под MI355X для DeepSeek-R1-0528 и GPT-OSS-120B (GPU_MODE).

Малые/специализированные модели и рецепты пост-обучения: Phi-4-RV, KARL от Databricks и идеи непрерывной адаптации

Microsoft Phi-4-reasoning-vision-15B: Выпущена как мультимодальная модель рассуждений на 15B (текст+изображение), позиционируемая как «золотая середина» для практических агентов, где фронтирные модели не обязательны (omarsar0 и dair_ai).Databricks: RL + синтетические данные для создания специализированных и более дешёвых моделей: Matei Zaharia описывает рецепт: генерация синтетических данных, применение эффективного RL с большими батчами и off-policy (OAPL), генерация более сложных данных обновлённой моделью, что даёт малую специализированную модель (matei_zaharia). Jamin Ball резюмирует KARL от Databricks: превосходит Claude 4.6 и GPT-5.2 на задачах корпоративных знаний при ~33% меньшей стоимости и ~47% меньшей задержке; RL учится искать эффективнее (останавливаться раньше, меньше бесполезных запросов), и конвейер доступен клиентам — «платформы данных становятся платформами агентов» (jaminball).Эффективность данных при дообучении через повтор претрейна: Suhas Kotha сообщает, что воспроизведение общих данных претрейна во время файнтюнинга может снизить забывание и улучшить результаты в целевом домене при дефиците данных для дообучения (совместно с Percy Liang) (kothasuhas, продолжение percyliang).Sakana «Doc-to-LoRA / Text-to-LoRA» — направление непрерывного обучения (по стороннему обзору): Гиперсеть генерирует LoRA-адаптеры из документов или описаний задач в рантайме (за один прямой проход), обеспечивая обновление памяти/навыков без полного дообучения (высокоуровневое описание; оригинальная работа приписывается Sakana AI Labs) (TheTuringPost).

Топ твитов (по вовлечённости, только технические)

Claude Opus 4.6 находит уязвимости в Firefox: 22 подтверждённые уязвимости за 2 недели; 14 высокой критичности; ~20% высококритичных исправлений Mozilla в 2025 году (AnthropicAI).Запуск Codex Security: Агент безопасности приложений от OpenAI в исследовательском превью (OpenAIDevs; OpenAI).Запланированные задачи в Claude Code: локальные запланированные задачи в десктопной версии Claude Code (trq212).Codex для Open Source: пакет поддержки для OSS-мейнтейнеров (ChatGPT Pro/Codex/API-кредиты, доступ к инструментам безопасности) (OpenAIDevs).Кроссплатформенный Triton-бэкенд внимания vLLM: стратегия единого исходника ядра внимания для NVIDIA/AMD/Intel с заявленным ускорением на MI300 (vllm_project).

Продолжайте читать с 7-дневной бесплатной пробной подпиской

Подпишитесь на Latent.Space, чтобы продолжить чтение этой публикации и получить 7 дней бесплатного доступа к полному архиву.