Habr: ИИ сделал прогнозы дешёвыми, а проверка осталась за часы работы человека

Отчёт о несуществующей уязвимости пишется за минуты и несколько центов. Проверять его живому мейнтейнеру открытого проекта, например curl, приходится часами. Автор свежего разбора на Habr берёт эту асимметрию из соседней статьи про код и переносит на другой товар, прогнозы об ИИ. Его тезис: следующая строка в счёте за ИИ придёт не коду, а предсказаниям о нём.

Откуда берётся перекос

Базой служит статья о том, что у кода есть цена написания и цена владения, и разошлись они в разные стороны. Автор нового текста прямо говорит, что бухгалтерию заимствует оттуда. Он отдельно отмечает честность первого автора в обращении с источниками, особенно с отчётами Veracode. От себя он добавляет перенос механизма на дискурс и обещает показать цену владения на двух обезличенных проектах. Эта часть спрятана за катом, поэтому оценивать её по анонсу нельзя.

Важная оговорка: дёшево прогнозировали всегда, от фантастики до страхов перед автоматизацией, и задолго до нейросетей. Генеративные модели не создали жанр. Они убрали последнюю статью расходов, то есть цену упаковки. Заметку с цифрами и тоном эксперта теперь можно выпускать пачками за центы токенов.

Где у прогноза якорь

В комментариях к исходной статье возражали, что проверка тоже дешевеет. Для кода это верно. У него есть независимый якорь: компилятор, тесты, воспроизводимый эксплойт. Ответ не зависит от мнения модели.

У прогноза такого якоря нет. Нет теста, который упадёт, если обещанное не наступит. Нет и стороны, которая платит за ошибку. Поэтому дёшево производить можно не только текст, но и безответственность. Проверка при этом остаётся прежней: найти первоисточник и выяснить, кто заплатил за исследование.

Сравнение механизмов в сжатом виде:

• Создание отчёта или прогноза: минуты и несколько центов токенов.
• Проверка: часы работы живого человека.
• Якорь у кода: тесты и воспроизводимый результат.
• Якорь у прогноза: отсутствует, платы за ошибку нет.
• Что приходится выяснять вручную: первоисточник и заказчик исследования.

Что с этим делать

Редакциям, аналитикам и инвесторам, которые читают про «исчезающие профессии» и «следующий скачок», полезна простая дисциплина. Прежде чем цитировать цифру, нужно дойти до первоисточника и понять, кто финансировал работу. Затем стоит спросить, содержит ли прогноз проверяемое условие и срок. Если нет, это мнение, а не прогноз. Отдельно стоит отмечать тексты, где уверенный тон не подкреплён ни одной ссылкой на данные.

Ответственность за проверку лучше закладывать в процесс заранее, как это делают проекты, которые уже захлёбываются от автоматических отчётов. Для мейнтейнеров это фильтры и требования к воспроизводимости. Для медиа это правило не публиковать цифру без найденного источника.

Ограничение у материала есть. Это авторская колонка, а не исследование: измеримых данных о стоимости проверки в видимой части мало, а ключевые примеры из двух проектов остались за катом. Как рамка для разговора о качестве информации вокруг ИИ она работает. Как доказательство нужны цифры, которых пока не видно.