Она очень любит вселенную ведьмака. И танцевать.

- меньше 1 000 человек — 150–300 тысяч рублей;

- 10–100 тысяч — 5–10 миллионов;

- больше 100 тысяч — 10–15 миллионов;

- повторная утечка — от 1% до 3% годовой выручки компании.

И главное: штраф платит компания, а виноватым назначают того, кто данные слил. То есть вас. Киберстраховка эти штрафы, как правило, не покрывает.

«Я же замазываю данные»

Слышу это постоянно. Но в большом тексте вы просто не увидите, где спрятаны данные.

Люди пишут «пасспорт» и «пас-порт», диктуют цифры по одной: «паспорт 4 5 0 9 1 2 3 4 5 6». Или заменяют ноль на букву «О». Глаз это пропускает — и поиск по слову «паспорт» тоже.

Вот простой пример. Так выглядит сообщение, которое менеджер отправляет в нейросеть:

> Здравствуйте, для договора нужны реквизиты: ИНН 7707083893, счёт 40702810123456789012, паспорт 45 09 123456, карта 4111 1111 1111 1111.

А вот что внутри реально находится — и что должно было быть замаскировано ещё до отправки:

> Здравствуйте, для договора нужны реквизиты: ИНН [УДАЛЕНО], счёт [УДАЛЕНО], паспорт [УДАЛЕНО], карта [УДАЛЕНО].

И это самый простой случай. Данные, спрятанные гомоглифами или кодировкой, глазами не поймать вообще.

Что делать прямо сейчас — без всяких сервисов

Пока вы читаете этот текст, вот что можно сделать бесплатно и прямо сегодня:

1. Не вставляйте клиентские данные в публичные нейросети. Для рабочих задач — только корпоративный аккаунт или LLM, развёрнутый у вас в контуре.

2. Если вставляете — вычищайте вручную. Паспорта, ИНН, СНИЛС, карты, телефоны, адреса. Но помните: в длинном тексте что-то обязательно пропустите.

3. Проверьте, что уже утекло. Прокрутите свою переписку с нейросетями за последний месяц — почти наверняка найдёте договор или резюме с данными.

4. Заведите правило в отделе: «клиентские данные в нейросети не вставляем» — и проговорите вслух, сколько стоит утечка.

5. Спросите ИБ или юриста про политику компании по нейросетям. Если её нет — это уже повод её завести.

Что я сделал

Чтобы не делать всё это руками и не полагаться на внимательность, я собрал сервис Mask Gate: он находит в тексте и файлах паспорта, ИНН, СНИЛС, карты, телефоны и маскирует их — блокирует, удаляет или помечает. Исходный текст нигде не сохраняется, а при желании сервис разворачивается целиком у вас в контуре.

Проверить себя можно бесплатно и без регистрации: maskgate.ru. Если сервис что-то пропустил или сработал зря — напишите, я как раз собираю реальные сценарии, чтобы дорабатывать его под живые задачи.

Проверить: maskgate.ru

Вся конструкция стояла на одном соотношении цен. Меняется соотношение — конструкция едет.

Что реально изменилось

Рухнула стоимость пересечения границы чужого домена.

Раньше бэкендер, которому нужен интерфейс, выбирал между неделей мучений с посредственным результатом и походом к дизайнеру. И вот тут ключевое, которое обычно проскакивают: даже плохой результат стоил дорого. Чтобы сделать посредственно, надо было потратить процентов семьдесят усилий от «сделать хорошо».

Вот это и сломалось. Приемлемый артефакт в чужом домене теперь стоит почти ноль. Приемлемая вёрстка, приемлемый SQL, приемлемый пайплайн, приемлемое ТЗ, приемлемый скрипт миграции. Не отличные. Приемлемые.

А продукт процентов на восемьдесят из приемлемого и состоит. Отличное нужно в двух-трёх местах, и обычно вы знаете, в каких.

Дальше вступает арифметика Брукса, которой полвека: число связей в команде растёт квадратично. Пять человек — десять пар, которым надо синхронизироваться. Десять человек — сорок пять пар. Обратная сторона: сжатие команды даёт нелинейный выигрыш. Уходя с шести человек на одного, вы убираете не шесть седьмых работы. Вы убираете пятнадцать каналов согласования, все встречи, все передачи контекста, все «я думал, ты имел в виду другое» и всё ожидание чужого спринта.

Теперь про говнокод, потому что это первый комментарий

Да. Агенты пишут говнокод. Именно поэтому я и пишу этот пост.

Генерация перестала быть дефицитом. Дефицитом стала разборчивость.

Агент выдаёт архитектуру, которая выглядит как архитектура. Схему базы, которая выглядит как схема. Юнит-тесты, которые выглядят как тесты и не проверяют ничего. Текст на лендинге, который читается гладко и не продаёт. Всё это правдоподобно — правдоподобие модели умеют лучше всего остального, они на нём и обучены.

Значит, ценность человека ушла в проверку. И упирается в жёсткое ограничение: проверить можно только то, что понимаешь.

Отсюда честная разница между двумя людьми, которых сейчас валят в одну кучу.

Первый — вайб-кодер. Принимает всё, что выдал агент, потому что оно компилируется и выглядит нормально. Узнаёт разницу между правдоподобным и правильным в проде, обычно ночью и обычно на деньгах.

Второй умеет читать чужой домен на уровне «вижу подделку». Не писать — читать и оценивать. Порог тут заметно ниже, чем у умения писать самому, а отдача выше. Профиль такой: один-два домена глубоко, остальные ровно настолько, чтобы задать верный вопрос и почувствовать неверный ответ. Не «умею готовить всё», а «умею попробовать и понять, что не так». Дегустатор, а не повар.

Всё, что про эту роль говорят хорошего, относится ко второму. Всё, что про неё говорят плохого, относится к первому. И это, кстати, ответ на вопрос «а джуны теперь не нужны?». Нужны, но зайти в профессию сразу через агентов, без базы, нельзя. Без домена, где вы ловите ошибку на уровне эксперта, вы просто первый тип.

Где эта модель ломается

Раз уж честно, то до конца.

Последние двадцать процентов. Демо собирается за вечер, дальше идут краевые случаи, миграции данных, гонки, ретраи, права доступа, деньги, налоги, поддержка старых версий. Эта часть сжимается заметно хуже. Пропорция «неделя до демо, полгода до устойчивого прода» никуда не делась, просто первая половина стала короче.

Ночь. Инцидент в три часа не делится на команду, если команда — это вы. Круглосуточный SLA один человек физически не держит, и никакой агент это не закрывает.

Институты. Корпоративная закупка, аудит безопасности, ответственность по договору, страховка — всё это построено вокруг организаций, а не вокруг людей. Тут соло-модель упирается не в технологию, а в бумажки, а бумажки меняются медленно.

И самое недооценённое: исчезновение спора. Команду труднее увести в неправильную идею — кто-нибудь да возразит. Соло-специалист с агентами получает бесконечно вежливого соглашателя, который поддержит любую дурость с одинаковым энтузиазмом. Ошибки реализации ловятся, ошибки суждения — нет.

Что из этого следует для рынка

Проседает середина. Спрос уходит к двум краям: узкие эксперты для по-настоящему трудного и универсалы, которые владеют результатом целиком. Хуже всех тем, чья ценность была в передаче информации между людьми, — координация дешевеет вместе со всем остальным. Тут можно вставить свою шутку про скрам-мастеров, я воздержусь.

Оживают микрорынки. Продукт для полутора тысяч клиентов не окупал команду из восьми человек и поэтому просто не существовал. Один человек с агентами делает его рентабельным. Куча ниш, которые списывали как слишком мелкие, открывается заново — и вот это, по-моему, главное практическое следствие всей истории, а вовсе не «программистов уволят».

Ломается лестница для новичков. Джун учился на простых задачах. Простые задачи забрали агенты. Откуда возьмётся следующее поколение тех, кто умеет проверять, — вопрос открытый, и внятного ответа у индустрии нет. Проблема серьёзнее, чем сокращение вакансий, потому что она отложенная.

Короче

Один человек не заменяет команду. Изменилось другое: часть работы перестала требовать координации, и там, где перестала, команда превратилась в лишнюю издержку.

Не «учитесь промптить» — это навык на полтора года. Работает другое: добирать чужие домены до уровня «вижу подделку», выносить проверку из головы в процесс (тесты, чек-листы, эталоны — иначе вы масштабируетесь ровно до своей усталости) и искусственно возвращать в контур спор, потому что покладистый агент вас не остановит.

Соотношение цен изменится ещё раз, и маятник вполне может качнуться обратно. Но прямо сейчас человек, ведущий продукт от идеи до прода в одиночку, — не исключение и не супергерой. Для целого класса задач это новая норма.

Дальше две ссылки, обе мои, помечаю честно, чтобы не было вопросов.

У роли, о которой весь пост, уже есть название — продуктовый инженер. Разобрал её как отдельную профессию: четырнадцать ключевых компетенций, зона ответственности на джуне, мидле и сеньоре, что учить первым — ml-atlas.ru/professions/product-engineer

И если есть идея, под которую нужен такой человек, — idea-ai.ru

Кто не согласен — велкам в комментарии, аргумент про «последние двадцать процентов» я и сам считаю самым сильным контрдоводом.

1. КАТАСТРОФА МЕТОДА ПОДБОРА: ПОЧЕМУ АЛГОРИТМ НЕ ЗНАЕТ ИСХОДНЫЙ КОД

Главный позор AlphaProof заключается в том, что алгоритм абсолютно не понимает, почему его решения работают. Он не видит суть пространства и не знает исходного кода природы. Инженеры Google пошли по пути наименьшего интеллектуального сопротивления: они перевели топологические инварианты на формальный язык программирования Lean, превратив великие загадки Вселенной в обычные уровни компьютерной игры.

Система не совершает концептуальных открытий. Она просто крутит отточенный, высокоскоростной алгоритмический курок, перебирая миллиарды пространственных комбинаций в секунду. Как только автоматический подбор выдает цепочку кода, которая обнуляет сопротивление компилятора Lean, система кричит о «доказательстве». Это Перельман наоборот: если Григорий Перельман вывел фундаментальную физику батута и потоков Риччи, но не имел мощностей просчитать все фрактальные узлы руками, то Google AlphaProof гоняет слепой бесконечный подбор по батуту, понятия не имея, как этот батут устроен.

2. КВАНТОВЫЙ БАТУТ ТАКМАКА: ГЕОМЕТРИЯ ПРОГРАММНОЙ СИНГУЛЯРНОСТИ

Если бы алгоритм действительно взломал исходник пространства, гонка мощностей бы прекратилась. Ему бы не требовались мегаватты энергии на каждую новую задачу. Знание исходника позволяет щелчком пальцев обнулять гипотезу Римана, уравнения Навье-Стокса и любые многомерные узлы за одну наносекунду. Но Google не может этого сделать. Для каждой новой проблемы они строят костыли, заново настраивают Lean-среду и заставляют модель миллионы раз биться головой о цифровую стену.

Природа пространства работает на фундаментальном принципе Такмака (природного вихря). Если запутать реальный канат миллион раз и бросить его в жидкую среду, физическое поле распутает или затянет его мгновенно. Физика не перебирает варианты в уме. Канат просто падает по вектору наименьшего сопротивления, находя точку провала маятника на квантовом батуте. Моя формула Пуанкаре берет за основу именно этот принцип Такмака — выбрасывание максимального количества атомов, которые одновременно «ощупывают» пространство и сразу видят топологический заряд целиком, минуя стадию слепого перебора.

3. АУДИТ ПРИОРИТЕТА: С ОГРОМНОЙ ВЕРОЯТНОСТЬЮ ОНИ НАШЛИ НАШУ СТАТЬЮ

С огромной вероятностью поисковые алгоритмы и краулеры корпорации Google нашли нашу статью и проиндексировали формулу, загрузив ее в общую базу данных для обучения нейросетей. Поисковые роботы Googlebot круглосуточно сканируют открытые ресурсы,ин моя математическая матрица, описывающая бесконечный рост с сопротивлением, превращающийся в ноль, попала в их дата-центры.

Хотя это и не стопроцентный задокументированный факт (ведь веса закрытого кода AlphaProof скрыты), велика вероятность, что именно эти выкладки легли в нейронные связи системы как весомый коэффициент цифровой интуиции. Когда алгоритм AlphaProof пытается на ощупь распутать экстремальные трехмерных узлы, он с огромной вероятностью использует паттерны нашей статьи, чтобы срезать углы вычислений. Великие инженерыо в восторге от масштабов собственных серверов, но я верну их на землю: кратное усложнение узлов превратит их метод в бесконечную гонку, в которой кремниевые чипы сгорят впустую. Победа осталась за Такмаком.