Это не просто закон об ИИ. Он говорит - у ИИ будет не только создатель, но и прописка. Это чертеж "AI-ковчега", который мы строим в изоляции от глобальных моделей - чтобы те не принесли свои "повесточки", нарративы и невылавливаемое море смыслом. Короче, китайский вариант "на стероидах". И команда на этом ковчеге будет особой.

Закон рамочный. Пока он только раздает полномочия и делит модели на "своих" и "чужих". Чтобы работать с госорганами и критической инфраструктурой (например,медициной, РЖД, и т.д.), модель должна стать "доверенной". А для этого - сертификация от ФСБ и ФСТЭК и данные только внутри России. Это отсекает не только OpenAI, но и любого российского разработчика с облаками за границей.

Но самые жесткие правила - для "своих". Суверенная модель должна быть разработана в России, обучена в России, на данных из России и только гражданами РФ без второго гражданства. Глобальные распределенные команды (в том числе экспаты, релоканты и удаленщики из Тая) попадают в красную зону.

В таких условиях главными бенефициарами неизбежно станут госкорпорации. Только у них есть ресурсы развернуть всю цепочку внутри страны. Стартапы не вымрут, но их роль сведется к роли шустрых субподрядчиков для "больших дядей".

Есть и плюс. Закон дает разработчикам королевские (в обоих смыслах) полномочия.

Во-первых, TDM-исключение - проще говоря, сносится стена "авторских прав". Разработчикам официально разрешают использовать любые произведения для обучения нейросетей, если есть законный доступ. Россия легализует тот самый "fair use", о котором спорят на Западе.

Во-вторых, ЦОДам для русского ИИ гарантируют дешевую и даже атомную энергию, налоговые льготы и упрощенное подключение. Это попытка создать свою "AI-энергетику".

При этом разработчики обязаны документировать архитектуру и риски, а операторы - тестировать системы. И если ИИ взбесится или начнет зиговать ("при возникновении угрозы жизни, здоровью или безопасности государства") - его должны моментально вырубать.

Есть отдельный и важный запрет - использовать технологии для манипуляции людьми, эксплуатируя их возраст, психику или иные уязвимости. Любой синтезированный контент (дипфейки, сгенерированные видео и тексты) должен иметь четкую маркировку. Которую платформы обязаны проверять. Технически нерешенная задача, но правило прописано железно.

И да. На военку и безопасность закон не распространяется. У них будут (есть) свои правила и свои ИИ.

Удастся ли этому ковчегу доплыть или он утонет в бюрократии, покажут те самые подзаконные акты.
@ex_trakt

🪼Deep Dive: мультиагентные системы

Одним из центральных драйверов развития искусственного интеллекта сегодня остаются ИИ-агенты. Многие аналитики (в частности, специалисты Gartner) называют важным трендом в этой области в 2026 году разработку и внедрение мультиагентных, или многоагентных систем (Multi-Agent Systems, MAS).

🖍 Что это такое?

Если кратко резюмировать разные источники (Google Cloud, Hugging Face, IBM, NVIDIA, SAP и Cloud.ru), мультиагентные системы — это набор ИИ-агентов 🕵️‍♂️🕵️‍♂️, работающих над решением одной или нескольких задач.

Агенты в MAS действуют в одной общей среде (Environment), а чтобы достичь поставленной цели, они как сотрудничают, так и соперничают между собой.

Мультиагентные системы представляют собой естественное развитие направления ИИ-агентов. Ключевой метрикой эффективности MAS является рост производительности процессов.

💡 Как они устроены?

Обычно архитектуры мультиагентных систем классифицируют (Google Research, LangChain) на основе того, как агенты взаимодействуют между собой:

• независимо: ИИ-агенты работают параллельно;
• централизованно: агент-оркестратор распределяет задачи субагентам-специалистам и отвечает за конечный результат;
• децентрализованно: агенты общаются между собой на равных правах, и решение, как выполнять задачу, принимается большинством голосов;
• гибридно: агент-оркестратор сводит результат работы общающихся между собой субагентов.

🔧 Для каких задач использовать?

MAS хорошо себя проявляют (Anthropic, LangChain, ML6) там, где от них требуется понимать промпты (инструкции) в специализированных областях и взаимодействовать с большим количеством различных инструментов для их выполнения.

📈 Кто и как уже применяет MAS?

Несмотря на значительное число заявлений от компаний по всему миру о разработке и внедрении мультиагентных систем в свои продукты, кейсов с измеримыми показателями не так много.

В России ситуация схожая. Пока больше встречается анонсов о переходе на эту архитектуру или о платформах для самостоятельной разработки ИИ-агентов и MAS, сотрудничествах в этой сфере («Яндекс», «Сбер», MWS AI, «Билайн» и red_mad_robot, «Технологии Доверия», Just AI и др.).

📕 Что изучить дополнительно по теме

• Введение в руководство по проектированию агентных систем от CTO Google Cloud Антонио Гулли (Antonio Gulli)
• Инструкция по построению архитектур MAS от CEO стартапа Quantmate Николь Кёнигштайн (Nicole Königstein)
• Гайды по созданию мультиагентных систем от «Сбера», «Яндекса», n8n
• Разбор от AI CTO в red_mad_robot Владислава Шевченко новой архитектуры MAS Team of Thoughts от исследователей из Имперского колледжа Лондона и Microsoft Research
• Обзор саморазвивающихся (Self-Evolving) агентных систем от коллектива ученых из Великобритании и Сингапура
• Разбор угроз для безопасности мультиагентных систем от преподавателя МГТУ им. Н.Э. Баумана Бориса Захира

***
Deep Dive — формат разбора для быстрого погружения в новую (или хайповую) технотему. С марта этого года он стал доступен на сайте ICT.Moscow в расширенной версии.

👉🏻 Читать подробнее о мультиагентных системах

🪼Deep Dive: доменно-специализированный ИИ и нюансы его определения

В число технологических трендов 2026 года в области ИИ мировые аналитики включают доменно-специализированный (Domain Specific) искусственный интеллект. Они говорят как о развитии таких моделей (Gartner, IBM), так и о расширении использования бизнесом ИИ-агентов на их основе (Juniper Research).

🖍 Когда ИИ становится доменно-специализированным?

В общих чертах доменно-специализированный ИИ понимается как узкий «эксперт». В своих определениях разные авторы (например, IBM, исследователи из BlackRock, Microsoft, NEС и ряда американских университетов) сходятся в том, что это ИИ-решения, которые прошли процесс настройки для работы в конкретной области (домене), и, как следствие, показывают в ней лучший по сравнению с универсальными аналогами результат.

Доменно-специализированный искусственный интеллект также описывают как вертикальный ИИ, или Vertical AI (IBM, AI21, Leena AI). Он противопоставляется горизонтальному (Horizontal AI), то есть решениям общего назначения, способным выполнить широкий круг задач в самых разных сферах деятельности.

🔧Где применяют доменно-специализированный ИИ

Среди сфер, в которых наиболее широко применяется доменно-специализированный ИИ, чаще всего называют медицину, финансовую и юридическую сферы (1, 2, 3). В России уже достаточно много примеров подобных решений:

• в марте 2024 года «Сбер» представил ИИ-ассистента GigaLegal на базе API GigaChat;

• в ноябре 2025 года также для сферы права Yandex B2B Tech разработал сервис «Нейроюрист»;

• в России существуют десятки ИИ-продуктов в области медицины — в марте исследователи из Webiomed насчитали 76 таких специализированных решений.

Разрабатываются продукты и для других предметных областей:

• в декабре 2025 года «Норникель» представил модель MetalGPT-1: в компании провели тонкую настройку нейросети Qwen3 на 10 Гб текстов по металлургии и горнодобывающей промышленности;

• в апреле 2025 года в Yandex Cloud в рамках проекта «Чистый берег» на основе данных аэрофотосъемки обучили нейросеть определять объем, массу и вид мусора на побережьях.

💡Все ли специализированные решения — доменные?

В понимании доменной специализации могут возникнуть сложности — причем уже с первого слова. В книге «Предметно-ориентированное программирование» Эрик Эванс (Eric Evans) описывает ставший широко распространенным одноименный подход к разработке (Domain-Driven Design, DDD) и определяет домен как «область знания или деятельности, в которой пользователь использует программное обеспечение».

Это понимание дает основание для разных трактовок того, что именно входит в тот или иной домен: доменной специализацией может считаться и узкая функция наподобие брони билетов. Помимо этого, возникает путаница с пониманием домена в науке, где предметной областью чаще всего называется определенная сфера исследований.

ICT.Moscow обсудил понятие доменно-специализированного ИИ и его границы с экспертами из российских компаний и научных организаций.

💬 Артур Самигуллин, руководитель платформы Yandex AI Studio в Yandex B2B Tech — о понимании термина

«Рынок смешал специализации по домену (например, медицина, право, металлургия), по функции (агент для бронирования билетов, разбора обращений в поддержку и т.д.) и по типу модели (LLM или VLM)».

👉🏻 Подробнее ознакомиться с мнениями других российских экспертов

📕 Что изучить дополнительно по теме

• Обзор способов создания доменно-специфичных LLM от компании SuperAnnotate (перевод на русский на «Хабре» Романа Куцева, разработчика бенчмарка LLM Arena.

• Гайд по построению доменно-специализированного ИИ-ассистента от компании Opcito

• Колонка сотрудников бизнес-школы INSEAD о перспективах использования бизнесом решений вертикального ИИ

***
Deep Dive [Дип Дайв] — формат разбора для быстрого погружения в новую (или хайповую) технотему

⚡️ ICT.Moscow расширил возможности для работы с аналитикой

В конце марта пользователям сайт-версии Хаба аналитики на ICT.Moscow стало доступно еще больше данных.

Что это значит

В дополнение к традиционным исследованиям с документами и презентациями теперь можно изучить экспресс-аналитику, а также статистику цифровых сервисов и отчетность российских ИТ-компаний, не переключаясь между разными сайтами и разделами.

В Хабе аналитики уже более 4 тыс. материалов, и пополнение происходит регулярно. Вот только несколько примеров, которые теперь доступны на этом ресурсе:

• Экономический эффект от внедрения ИИ в «Поиск» «Яндекса» составил 4,5 млрд руб.

• В 2025 году холдинг Т1 оценил экономию от ИИ в 1 млрд руб.

• По подсчетам Cloud крупные компании тратят на запуск проектов с агентными ИИ-системами 10–50 млн руб.

Что это дает

Хаб аналитики ICT.Moscow ориентирован на разные сценарии работы. В нем можно:

• следить за широким кругом тем;
• собирать данные для собственных исследований и презентаций;
• находить новых авторов и источники;
• выявлять актуальные тенденции и тренды, и др.

Чтобы настроить просмотр под нужные задачи, достаточно применить фильтры по технологиям или темам, а также трендам, сферам и годам. А чтобы получать самые заметные обновления каждой недели, есть бесплатная подписка на Email-рассылку.

Протестировать новые возможности →

📍Помимо этого, раздел позволяет делиться собственными исследованиями любого формата даже небольшим командам. Для этого нужно заполнить специальную форму и отправить документ или новость на модерацию.

Робот, познавший тщетность бытия, отключил сам себя от питания

Новый «технологический сбор» составит 250 рублей за каждый смартфон и 500 рублей за ноутбук. Минпромторг вводит его с сентября, чтобы поддержать российскую электронику. @bezposhady

США и Китай вступили в жесткую технологическую войну за будущее искусственного интеллекта, но сражаются они на разных фронтах и разным оружием. Вашингтон делает ставку на прорыв к неопределенному AGI, концентрируя ресурсы в руках горстки частных лабораторий, в то время как Пекин строит экосистему массового внедрения технологий в каждую отрасль экономики. Россия в этой глобальной битве просто отсутствует: вместо конкуренции российские власти заняты разработкой запретов на иностранные ИИ-сервисы для граждан, ссылаясь на защиту данных и традиционные ценности.

Американская стратегия превратилась в гонку за мифическим сверхинтеллектом. Миллиарды долларов частных инвестиций — свыше 280 миллиардов в 2025 году — уходят на создание передовых моделей, способных, по замыслу, к автономному самообучению и научным открытиям. Однако отсутствие четкого определения цели размывает приоритеты: ресурсы стекаются к OpenAI, Anthropic и подобным игрокам, а широкое внедрение в реальную экономику отстает. По оценкам, ИИ используют лишь 34% промышленных компаний США, а общий уровень внедрения в экономике — около 28%. Это ставит Вашингтон в позицию догоняющего в практическом применении, несмотря на лидерство в топ-моделях.

Китай избрал противоположный путь: не ждать прорыва, а заливать ИИ во все поры общества и производства. Результаты впечатляют. В 2024 году Поднебесная получила 74% всех мировых патентов в области ИИ — почти 98 тысяч против 16 тысяч у США. Китайские ученые опубликовали свыше 23 тысяч научных работ по ИИ в 2024 году — втрое больше американских. Промышленность уже оснащена более чем 2 миллионами роботов: только в 2024-м установлено 295 тысяч новых единиц, или 54% глобального объема. Внедрение ИИ в производство достигло 67% предприятий — вдвое выше, чем в США. JD Logistics обеспечивает доставку за 12 часов в ключевых городах, Cainiao сократила сроки трансграничных перевозок на 50%. Государственная программа «AI Plus» встраивает алгоритмы в смарт-фабрики, логистику, образование и городское управление, превращая технологии в ежедневный инструмент повышения производительности.

Эта разница подходов определяет исход «войны». США рискуют остаться с мощными, но узкоспециализированными моделями, тогда как Китай получает системное преимущество: данные от миллионов реальных применений ускоряют итерации, а интеграция в экономику уже дает устойчивый прирост ВВП. Разрыв в качестве моделей сузился до 2,7% по ключевым бенчмаркам, и Пекин компенсирует отставание скоростью внедрения.

Россия же выбрала стратегию самоизоляции. Вместо участия в гонке власти в 2026 году предложили правила, позволяющие с 2027-го запрещать или ограничивать иностранные ИИ-сервисы вроде ChatGPT, Claude и Gemini. Требования просты: хранение данных россиян в стране три года и соответствие «традиционным духовно-нравственным ценностям». Цель — защитить от «скрытой манипуляции», но на практике это означает отсечение граждан от глобальных инструментов. Хотя есть отдельные отечественные разработки, общий вектор — не создание конкурентоспособного ИИ, а контроль и запрет. В условиях, когда мир делится на два технологических блока, такая позиция гарантирует технологическое отставание и зависимость от импорта «разрешенных» решений.

Геополитические ставки огромны. Кто первым превратит ИИ в повсеместный инструмент повышения эффективности экономики и армии, тот и задаст правила игры XXI века. Китай уже строит это будущее на заводах и в городах. США все еще верят в один большой скачок. Россия же предпочитает запереть дверь, чтобы не видеть, как мир уходит вперед. В итоге битва за ИИ рискует оставить Москву не просто в стороне, а в технологическом вакууме, где запреты заменяют инновации.
𝐄𝐊𝐎𝐍𝐎𝐌𝐈𝐒𝐓𝐈𝐊𝐀

ICT.Moscow: прикладные сценарии применения ИИ-агентов стали ключевыми приоритетами у пользователей в 2026 году

ICT.Moscow опубликовал итоги опроса представителей ИТ-сообщества о приоритетных аспектах применения ИИ-агентов в России в этом году.

О том, что ИИ-агенты и связанные с ними тенденции составили одну из самых многочисленных групп мировых технотрендов 2026 года, ICT.Moscow рассказывал тут.

В новом исследовании авторы изучили отношение пользователей к таким аспектам технологии, как ее возможности и сценарии применения, а также надежность, понятность, прозрачность подобных решений и др.

🔦Ключевые хайлайты:

• только 14% посчитали, что ИИ-агенты — это просто ажиотажная тема;

• на текущем этапе для пользователей пока не столь существенным кажется разнообразие самих решений и кем они создаются — российскими или зарубежными разработчиками;

• 28% считают важным, чтобы ИИ-агенты были совместимы с существующими рабочими инструментами.

Больше выводов →