DailyByte

В ИТ-индустрии обсуждают проект Photocraft - бесплатный аналог Adobe Photoshop. Его создал разработчик Брэндон Томас, основатель студии ArtCraft. Программа примечательна тем, что на её написание ушло всего несколько недель и около $2000 на оплату запросов к модели Claude. Обычно над подобным софтом годами работают целые корпорации.

Техническая сторона проекта

Томас создавал программу методом вайб-кодинга через нейросеть Claude. В качестве основы был выбран язык Rust, благодаря чему Photocraft получился легковесным: он быстро запускается и работает без задержек даже на старых компьютерах.

Внешний вид редактора полностью повторяет оригинал. Расположение панелей, логика меню и комбинации горячих клавиш остались прежними, поэтому пользователям Photoshop не придется переучиваться.

Юридическая чистота

У юридического отдела Adobe нет оснований для судебных исков. Томас использовал легальный метод clean-room reimplementation («метод чистой комнаты»). Программа создавалась с нуля: ИИ писал код, ориентируясь только на внешнее поведение оригинального софта, без копирования или взлома чужой интеллектуальной собственности.

Пакет программ и доступность

Успех графического редактора побудил разработчика расширить проект. За короткий срок Томас и нейросеть создали целую экосистему ArtCraft:

Альтернативы для 7 программ Adobe (включая аналоги Illustrator и Premiere).
Клоны офисного пакета Microsoft (аналоги Word, Excel и PowerPoint).

Весь софт бесплатный, а его исходный код открыт и опубликован на GitHub. Мотивацией автора стало несогласие с ценовой политикой Adobe и штрафами за досрочную отмену подписки.

Текущие ограничения

Сейчас софт находится на стадии альфа-версии. Базовые инструменты - маски, слои, работа с текстом, выделение и кисти - работают стабильно. Однако в программах пока отсутствуют сложные облачные функции и продвинутые инструменты генерации изображений, которые есть в оригинальных платных версиях.

Тем не менее этот случай показал, что современные технологии позволяют одному человеку за минимальный бюджет воспроизводить сложные ИТ-продукты. Это может серьезно повлиять на распределение сил на рынке программного обеспечения.

NVIDIA Tesla V100, выпущенная в 2017 году, продолжает удивлять. По данным бенчмарков, четыре GPU на плате с NVLink способны обойти M5 Ultra и DGX Spark в различных AI-задачах с преимуществом до 230%.

Это напоминание о том, что в мире AI-инференса железо не устаревает так быстро, как принято думать. V100 с 16 или 32 ГБ HBM2 всё ещё может быть полезной для локального запуска моделей, особенно если речь о нескольких картах, соединённых NVLink. Пропускная способность памяти остаётся критичным фактором, а архитектура Volta, хоть и не поддерживает некоторые новомодные фичи вроде FP8, всё ещё справляется с FP16 и INT8.

Для энтузиастов локального AI это хорошая новость. Б/у V100 можно найти по относительно доступным ценам, а производительность на ватт или рубль может оказаться выгоднее, чем у современных потребительских карт. Особенно если задача - inference, а не обучение.

Конечно, есть нюансы: поддержка драйверов, совместимость с новыми фреймворками, отсутствие тензорных ядер нового поколения. Но если бюджет ограничен, а хочется запускать что-то серьёзнее 7B-моделей, V100 остаётся вариантом. Девять лет - солидный срок для GPU. И, похоже, списывать его рано.

Линус Торвальдс, создатель Linux, использовал ИИ-ассистента Claude Code для работы над новой веткой ядра. Патч-сообщение, по данным Phoronix, содержит прямую ссылку на LLM-ассистента, работавшего "под его руководством". Об этом же сообщается в обсуждении на Reddit, где приводятся подробности: ИИ не просто помогал писать код, а сделал существующий код более понятным и помог выявить дополнительные баги.

Звучит как момент, который лет пять назад казался бы шуткой. Линус Торвальдс, человек, который десятилетиями был голосом консервативного, ручного подхода к разработке ядра, теперь официально указывает LLM-ассистента в патчах. При этом речь не о том, что ИИ написал ядро за него - он использовался как инструмент для рефакторинга и анализа, что само по себе показательно. Если уж Торвальдс, известный своим скептицизмом ко всему новому и блестящему, дошёл до этого, значит, инструмент действительно работает.

Стоит отметить, что это не первый случай, когда Торвальдс использует ИИ. В обсуждениях на Reddit упоминается, что ранее он уже применял Claude Code для разбора кода и поиска ошибок. И каждый раз результат оказывался достаточно полезным, чтобы он продолжал это делать. Это не хайп ради хайпа, а постепенное внедрение в реальный рабочий процесс одного из самых авторитетных разработчиков в мире.

Для индустрии это сигнал: ИИ-ассистенты для кода перестали быть игрушкой для стартапов и джунов. Они входят в инструментарий людей, которые пишут фундаментальные вещи. И если Торвальдс доверяет Claude Code настолько, чтобы указывать его в патчах ядра Linux, то вопрос "а не сломает ли ИИ мой проект" становится менее страшным для многих команд.

Что дальше? Вероятно, такие случаи будут множиться, и через год-два указание ИИ-ассистента в commit message станет такой же нормой, как указание соавтора. А может, и нет - если качество кода начнёт страдать, маятник качнётся обратно. Пока что пример Торвальдса говорит в пользу того, что инструмент созрел.

Глава Qualcomm рассказал, чего фронтирные AI-компании хотят от смартфонов к 2028 году. Спойлер: они хотят, чтобы телефоны непрерывно крутили модели на 100 миллиардов параметров. Не периодически, не по запросу, а постоянно.

Некоторые компании, по его словам, уже строят собственные решения в этом направлении. Речь идёт не о том, чтобы запустить тяжёлую модель раз в день для сложного запроса, а о постоянном фоновом инференсе такого масштаба.

Для контекста: 100 миллиардов параметров - это уровень, который сегодня требует серьёзного серверного железа или как минимум Mac Studio с большим объёмом памяти. Уместить такое в смартфон и гонять постоянно - это совсем другая инженерная задача. Нужны и чипы с принципиально другой энергоэффективностью, и модели с архитектурой, позволяющей работать в таких ограничениях.

Что это значит на практике? Если планы реализуются, локальный AI на телефоне перестанет быть игрушкой для энтузиастов с флагманами. Модели смогут работать без облака, без задержек на сеть, без отправки данных наружу. Это меняет и приватность, и экономику AI-сервисов.

Пока это заявление о желаниях индустрии, а не анонс готового продукта. Но направление понятное: все хотят убрать облако из уравнения там, где это возможно.

Пока одни празднуют победу ИИ над математикой, в стане разработчиков зреет тихая паника. Один из пользователей описал ситуацию, которая становится новой нормой: он полгода не писал код сам, а только давал задания агентам. В итоге он «с трудом узнаёт свои проекты» и боится вносить их в резюме. Это не единичный случай. Многие признаются, что навык «писать код» атрофируется, как мышца без тренировки.

Но вернёмся к главному. Проблема не в том, что ИИ пишет код. Проблема в том, что люди перестают понимать, что именно он написал. Это приводит к эффекту ложной надежности: код безупречно проходит тесты , но работает непредсказуемо в реальных условиях, потому что агент где-то «по-своему» интерпретировал задачу. Особенно остро это в больших командах, где «вайб-кодинг» становится корпоративным стандартом.

Конечно, есть и те, кто сохраняет рассудок. Некоторые специально отключают ИИ-агентов и пишут код вручную, чтобы не потерять квалификацию. Но их всё меньше. Рынок диктует свои правила: если ты не используешь ИИ, ты проигрываешь в скорости. А если используешь - постепенно теряешь контроль над собственным продуктом. Это и есть «джет-двигатель на велосипеде»: безумная мощь, но управлять этим всё сложнее.

Тут самое неприятное. Пользовательница вела личный «дневник» в Claude. Что-то вроде терапии через переписку с AI. А потом пришла полиция.

Это не модель решила. Это «human review team» - команда живых людей, которые читают переписки пользователей. И передают в правоохранительные органы то, что посчитают угрозой.

Формально всё законно. В условиях использования написано, что компания может просматривать диалоги для безопасности. Но есть нюанс: люди думают, что общаются с машиной. Что это приватно. Что можно выговориться.

А по факту - это как писать дневник, который читает редактор, а потом передаёт нужным людям. Только дневник хотя бы лежит в ящике стола.

Я не оправдываю угрозы. Если человек реально планировал что-то опасное - реакция понятна. Но где граница между «терапевтическим выговариванием» и «угрозой»? Кто это решает? По каким критериям?

И главное - люди используют AI для вещей, которые никогда не доверили бы человеку. Потому что кажется, что это безопасно. А потом выясняется, что «безопасно» - это иллюзия.

Хотите приватности? Локальные модели. Да, они слабее. Да, нужно железо. Но никто не читает ваши диалоги через плечо.

Данные Epoch AI показывают: использование кодинг-агентов внутри OpenAI растёт примерно вдвое каждый месяц. Это не пользовательская статистика, а внутренние расходы компании на собственных агентов для написания кода.

Если цифра верна, это один из самых чистых сигналов того, насколько быстро агенты входят в реальный рабочий процесс. Не демо, не эксперимент, а ежедневная работа инженеров.

Масштаб важен: OpenAI - не маленькая команда, и удвоение каждый месяц на такой базе означает экспоненту, а не линейный рост. Через несколько месяцев это уже совсем другая структура разработки.

Я бы поставил на то, что через год вопрос будет не "используете ли вы агентов для кода", а "почему вы всё ещё пишете что-то руками". И ответ "потому что мне нравится" станет не аргументом, а личным выбором.