13 мая 2026
Если кто-то пользуется прекрасным Obsidian, то вчера команда запустила Community — новый каталог плагинов и тем с дашбордом для разработчиков и системой автоматических проверок. Главное изменение — переход от ручного ревью только при первой подаче к автоматическому сканированию каждой версии на безопасность, уязвимости и соответствие политикам. Команда уже прогнала через новую систему более 2300 ожидавших проверки заявок за несколько дней. Ручное ревью сохраняется, но смещается на популярные и помеченные сообществом плагины. Старые проекты, не проходящие новые требования, получили временное исключение и будут постепенно выведены из каталога.
Команда не скрывает, что такое изменение прямо связано с использованием AI — если я не ошибаюсь, всего в ней несколько человек и они никак не справлялись с очередью из нескольких тысяч заявок на плагины.
Если кто не пользуется Obsidian, но нуждается в удобном решении для хранения знаний, организации файлов и так далее, могу порекомендовать посмотреть ближе. Фактически хранилище представляет из себя папку с файлами markdown, но тщательно вылизанный движок и богатая инфраструктура плагинов позволяют сделать из этого практически всё, что угодно — у меня там и таск-менеджер с календарем, и вики, и система знаний по проектам, и даже место для чтения новостных обзоров, которые готовятся агентами.
Google DeepMind представил концепцию “AI-enabled pointer” — курсора, дополненного Gemini, который понимает контекст того, на что наведён: текст, изображение, код или таблицу. Компания изложила четыре принципа взаимодействия: работа во всех приложениях без переключения в отдельное окно AI, считывание визуального и семантического контекста вокруг курсора, поддержка коротких указательных команд (“этот”, “сюда”) и превращение пикселей в структурированные объекты — даты, места, предметы. Технология уже внедряется в Chrome (выделение участка страницы и запрос к Gemini вместо написания промпта) и в новом ноутбуке Googlebook под названием Magic Pointer.
Результаты могут быть интересными — например, такому курсору не надо никаких особых разрешений от приложения на получение информации. Но все же идея каждый пиксель обрабатывать моделью мне кажется излишеством.
Сотрудники Amazon массово используют внутренний инструмент MeshClaw (аналог OpenClaw) для искусственного раздувания потребления токенов AI, по которым компания ведёт внутренние рейтинги. По данным Financial Times, поводом стало введение целевого показателя: не менее 80% разработчиков должны еженедельно использовать AI-инструменты, а с начала 2026 года Amazon начала отслеживать расход токенов на внутренних лидербордах. Задачи MeshClaw, судя по данным журналистов, довольно бессмысленны.
В очередной раз приходится напоминать о неумолимости закона Гудхарта в экономике — “Когда мера становится целью, она перестает быть хорошей мерой”, — или аналогичного закона Кэмпбелла, который сформулировал похожий принцип в социальной сфере — “Чем чаще какой-либо количественный социальный показатель используется при принятии решений в социальной сфере, тем сильнее он подвергается коррупционному давлению и тем больше риск того, что он будет искажать и подрывать те социальные процессы, за ходом которых он призван следить.”
Или, говоря языком бездельников-менеджеров — “Если сотруднику установить KPI, он начнет работать на выполнение KPI, игнорируя его смысл”.
К разговорам о том, какие профессии вымрут и кого сократят в результате внедрения AI — свежее эссе на эту тему. Автор опирается на главный кейс с бухгалтерами в США — С 1980 года (через год после запуска VisiCalc) по 2022-й их стало в четыре раза больше: с ~339 000 до ~1,4 млн. Население за тот же период выросло на 47%.
Электронные таблицы не просто ускорили существующие расчёты; они сделали финансовый анализ настолько дешёвым, что появились целые новые роли: financial analyst, FP&A manager, business intelligence analyst, financial modeler. До таблиц только компании из списка Fortune 500 могли позволить себе сценарный анализ и cash-flow forecasting; после — региональный производитель с 50 сотрудниками получил доступ к тем же возможностям.
Автор, разумеется, видит в этом проявление парадокса Джевонса, который последние пару лет цитируют все — английский экономист Уильям Стенли Джевонс в своей работе 1865 года заметил, что радикально более эффективная паровая машина Джеймса Уатта (James Watt) не сократила потребление угля в Англии, а вызвала его взрывной рост: более дешёвое топливо сделало экономически осмысленными целые новые отрасли применения, и к 1900 году потребление угля утроилось. Автор статьи сейчас формулирует обобщённый принцип: когда что-либо резко дешевеет, мы не используем его меньше — мы изобретаем миллионы новых применений, поскольку доселе немыслимые сценарии становятся доступными по цене. По его словам, этот механизм воспроизводился на протяжении 160 лет — на угле, текстиле, транспорте, вычислениях и информации.
Правда, парадокс срабатывает не всегда. Классический контрпример — энергоэффективность в развитых странах: per capita потребление электроэнергии домохозяйствами в последние два десятилетия стабилизировалось или снижается, несмотря на рост числа подключённых устройств. То же с питьевой водой в США: потребление на человека падает с 1980-х.
Максимов в качестве дополнительного источника оптимизма видит демографию — 75% бухгалтеров в США близки к пенсионному возрасту, так что AI и технологии просто заполняют дефицит. Он, правда, пишет еще, что технологии позволяют автоматизировать рутину, и тут же добавляет, что AI автоматизирует мышление. Тут есть что возразить – самое популярное использование AI — это информационные технологии и программирование, а в этой сфере не наблюдается возрастного кризиса, да и непонятно, на какой более высокий уровень может сбежать такая профессия.
В принципе, я скорее согласен с оптимизмом — я не раз говорил, что использование AI сделало возможным большое количество разработок и продуктов, которые просто не существовали бы. Как даже тот интерфейс, в котором я пишу почти все заметки в этот канал, где фактическую выжимку и черновик текста мне готовит AI. Но хорошо бы помнить, что парадокс Джевонса — это эмпирическое наблюдение, а не закон природы или общества.
С 15 июня 2026 года Anthropic выделяет использование Claude Agent SDK и команды claude -p в отдельный биллинговый поток. Подписчики Pro, Max, Team и Enterprise получают ежемесячный кредит специально под SDK: $20 на Pro и Standard-местах Team/Enterprise, $100 на Max 5x и Premium-местах Team, $200 на Max 20x и Premium-местах seat-based Enterprise. Кредит индивидуальный, не пулится между сотрудниками, не переносится на следующий цикл и тратится прежде других источников. Лимиты подписки при этом остаются нетронутыми и резервируются под интерактивный Claude Code, Claude Cowork и чат. Пользователи Claude Developer Platform с API-ключом кредит не получают — у них всё по-прежнему через pay-as-you-go.
Эти кредиты также покрывают использование подписки в сторонних агентах типа OpenClaw, OpenCode и других — если те используют Agent SDK для работы с моделями Claude.
Не позднее 8 июня подписчики получат письмо с возможностью подтвердить свой кредит на указанную сумму.
По-видимому, команде все же удалось расшить вопрос мощностей — вот и недельные лимиты подняли на 50% на два месяца, и нововведение в ряде случаев увеличит возможности для использования практически вдвое. И тут случится новая модель, которая эти лимиты начнет жрать с увеличенным аппетитом и нытье начнется снова…