«Запад забыл, как строить: крах оборонной цепочки поставок и уроки для разработки программного обеспечения»
В 2023 году президент Raytheon описал процесс возобновления производства ракет Stinger: инженерам за 70 пришлось обучать молодых сотрудников по бумажным чертежам времён администрации Картера. Испытательное оборудование годами пылилось на складах; носовой обтекатель по-прежнему приходилось крепить вручную — точно так же, как сорок лет назад. Заказ, размещённый в мае 2022 года, будет выполнен только в 2026-м — четыре года, не из-за нехватки денег, а потому что все, кто знал, как их собирать, уже вышли на пенсию.
Схема: Консолидация, оптимизация, коллапс
В 1993 году Пентагон потребовал от подрядчиков консолидироваться или умереть. Пятьдесят один крупный подрядчик превратились в пять. Поставщики тактических ракет сократились с тринадцати до трёх. Численность персонала упала с 3,2 миллиона до 1,1 миллиона — сокращение на 65%. Единственные точки отказа появились повсюду: один производитель гильз для 155-мм снарядов на разломе Сан-Андреас, один канадский завод по производству метательных зарядов. Оптимизация под минимальную стоимость, нулевой запас на пиковые нагрузки.
Обещание ЕС в 2023 году поставить Украине миллион артиллерийских снарядов за двенадцать месяцев столкнулось с реальностью: европейские мощности составляли 230 тысяч снарядов в год; Украина расходовала 5000–7000 в день. Доставка затянулась до декабря 2024 года — задержка на девять месяцев. Франция прекратила производство отечественного метательного пороха в 2007 году. Германия хранила боеприпасы всего на два дня. Завод Nammo в Дании, закрытый в 2020 году, потребовал полного перезапуска.
Когда знания умирают, они умирают навсегда
Случай с Fogbank — крайний пример. Секретный материал для ядерных боеголовок производился с 1975 по 1989 год, затем завод закрыли. Когда он снова понадобился в 2000 году, почти весь персонал уже вышел на пенсию или умер. Записей осталось мало. Обратный инжиниринг обошёлся в 69 миллионов долларов и занял годы — но новая партия оказалась слишком чистой. В оригинале была непреднамеренная примесь, критически важная для функционирования, и этот факт оставался только в памяти уволенных работников.
Автор Денис Стецков, руководящий инженерными командами в Украине, видит ту же схему в программном обеспечении: создание потенциала десятилетиями. Поиск более дешёвого заменителя. Атрофия кадрового конвейера. Экономия. А затем коллапс, когда кризис требует того, от чего вы отказались. В оборонной промышленности заменителем был мирный дивиденд. В софте — это ИИ.
Статья перекликается с более ранними работами Стецкова о коллапсе кадрового конвейера, проблеме «джуниор-сеньор» и кризисе понимания. Но историческая параллель с Fogbank и производством Stinger делает вывод осязаемым: восстановление потенциала требует лет, а не спринтов.
📖 Read the full source: HN AI Agents
👀 Смотрите также
Предварительно настроенные агенты OpenClaw: Конфигурация бизнеса против угрозы платформы
Отчет практикующего специалиста после более 10 клиентов показывает, что бизнес по предварительно настроенным агентам OpenClaw — это установка плюс текущее обслуживание, а не продажа цифровых сотрудников. Настройка — единоразовая плата; платформа со временем ее съест.
Как работает водяной знак текста в Claude
Будущий метод водяных знаков Claude использует ключ и предыдущие слова для изменения случайных выборов без ущерба для качества вывода. Он разработан для соответствия закону ЕС об ИИ.
Модель MiniMax M2.7 демонстрирует высокую производительность в роли ИИ-агента для программирования.
Разработчик протестировал MiniMax M2.7 в качестве основного ИИ-агента для программирования и обнаружил, что он превзошёл GPT 5.4 и Gemini 3.1 Pro по скорости и задачам, связанным с инструментами, с результатами бенчмарков 56.22% на SWE-Pro и 57.0% на Terminal Bench 2.
Тест Apple Silicon: Производительность Qwen3-VL на M3, M4 и M5 Max для классификации Vision LLM
Результаты тестирования показывают производительность визуальной LLM Qwen3-VL в задачах классификации на Apple Silicon: модели M3 Max и M4 Studio демонстрируют практически идентичные результаты для 8B моделей, в то время как M5 Max работает на 75-83% быстрее. Пропускная способность памяти важнее для генерации токенов, чем для предварительного заполнения в визуальных задачах.