Кодинг-железо на волне

Коротко

Разговор трёх собеседников (интервьюер, Blake из Boom Supersonic и Max, делающий ставку на вертикальную интеграцию) о том, как AI-агенты меняют инженерию железа и софта. Ключевой сдвиг: модели «выпустились» из джунов в сеньоров, а теперь функцию инженера забирают агенты — софт-инженеры строят архитектуры и инструменты, а инженеры-механики/аэродинамики просто кодят свои части, благодаря чему два человека проектируют целый реактивный двигатель. Чистый софтверный стартап как бизнес умирает: внутри компании ты просто генеришь нужный инструмент под задачу, а не покупаешь его. Китай делает ставку на open source, потому что у него превосходство в железе и цепочках поставок — генерация софта на заказ снимает его единственное отставание от Кремниевой долины. Финальный тезис: люди превращаются в верификаторов, которые не читают каждую строку PR, а пишут тесты/симуляции/пруфы и говорят «я отвечаю, что это безопасно в проде».

Главный тезис

Ценность инженера теперь не в том, что он пишет код, а в том, что он строит «фабрику» (архитектуры, инструменты, верификаторы), производящую мультипликативный результат, — а сам труд по написанию и проверке кода смещается на агентов и на людей-верификаторов.

Ключевые идеи

• 0:00 — инженера оценивают по тому, строит ли он «фабрику», дающую мультипликативный выход, а не по строчкам кода; и это «даже не 10x, 100x или 1000x».
• 0:17 — токены нельзя считать входом/выходом; смотри только на своё время и конечный результат, потому что модель всё равно дешевле человека.
• 0:29 — модели «выпустились»: были джуниор-инженерами, стали принципал-инженерами, а теперь с агентами «ты больше не застреваешь».
• 0:52 — Boom с первого дня превращает традиционные железные воркфлоу в софт, потому что нанять достаточно софт-инженеров было невозможно.
• 1:19 — инженерия железа живёт в Excel-таблицах на ноутбуках в силосах: ни контроля версий, ни автотестов, передача данных — вручную по email, «как в 90-х».
• 1:51 — новая модель труда: софт-инженеры делают архитектуры (системы, алгоритмы, распределение задач), а инженеры-железячники кодят свои части под своё знание предметки.
• 2:55 — пример с лопаткой турбины (холодная/горячая форма, аэродинамика + прочность ≈ день на лопатку, ~1000 лопаток в двигателе): теперь два инженера проектируют целый реактивный двигатель в реальном времени.
• 3:10 — крупнейший «катаклизм» энтерпрайз-софта: стартап, продающий инструменты коллаборации, больше не нужен — внутри ты просто кодишь нужное под момент.
• 3:53 — AI пока не генерит инженерные модели, но «к 26-му» сможет выдавать STEP-файлы и схемы печатных плат, что перевернёт механику и электронику.
• 4:33 — Китай вкладывается в open source, потому что у него превосходство в железе и цепочках поставок; генерация софта на заказ снимает его отставание от Долины.
• 6:08 — без передового кодинг-модели нет самоулучшения: отставание в генерации софта = отставание в генерации вообще всего.
• 6:44 — интеллект — ненасыщаемое благо; всегда нужен самый умный программист, потому что когда модель ошибается, ты не узнаёшь, а ставки (капитал, код, люди) огромны.
• 8:17 — Gemini лучший для не-кодинговых промышленных задач (саппорт, браузерная автоматизация) по балансу цена/качество, но для передового кода — 2-3 модели, и китайских среди них нет.
• 9:48 — самый большой реальный эффект AI пока — регуляторика: тысячи норм ISO и документация, на которые раньше уходила команда на месяцы, теперь делает AI.
• 13:30 — финальная роль человека: верификатор, который пишет оценщики/тесты и говорит «отвечаю, что в проде сработает», даже не читая каждую строку.

Почему это важно

Это разговор практиков, а не теоретиков: Boom Supersonic применяет генеративный AI к проектированию реального железа (двигатели, литейка), а второй спикер — к инфраструктуре и вертикально-интегрированному производству. Выигрывают frontier-лаборатории (формируется монополия/олигополия на «самый умный» интеллект — упомянуты Anthropic, Google/Gemini, OpenAI), а также мелкие железные/гаджет-компании, которые раньше писали ужасный софт. Проигрывают: чистые SaaS-стартапы инструментов, джуниор-инженеры и параюристы, а также Кремниевая долина в споре с Китаем — если Китай научится генерить софт на заказ, его софтовое отставание при железном превосходстве обнуляется. Это объясняет, зачем Китаю стратегически нужен open source, а Западу — закрытые frontier-модели.

Идеи

• Ценность инженера переопределяется как «производитель фабрики», а не производитель артефактов.
• «Трать токены — выигрывай время»: токен перестаёт быть единицей расхода, единицей становится время человека.
• Агенты убирают состояние «застрял» — это отдельный качественный скачок, а не просто прирост скорости.
• Сложные Excel-таблицы с функциями — это по факту софт, но к нему относятся как к не-софту (нет версионирования, тестов).
• Excel победил не потому что хорош, а потому что никто не писал кастомный софт — таблица была ближайшим приближением к кастому.
• Переход с Excel на Python-модели даёт «достоверные симуляции» вместо приближений.
• Будущее железо может быть полностью «агентным»: без человеческого интерфейса, агент управляет железом через голос.
• Чем ближе продукт к «единому блоку углерод-связанной материи», тем он мощнее, меньше, долговечнее — отсюда тяга к вертикальной интеграции.
• Предпочтение всегда «купить, а не делать» (печатные платы почти бесплатны из Азии), но нужные компоненты часто просто не существуют.
• Покупка собственной литейки — потому что иначе нельзя было сделать нужный тип сборки/корпусирования.
• Аргумент оппонента: использовать дешёвый DeepSeek на 97% задач и гонять его многократно для сложных — спикер это отвергает.
• Когда две модели дают разные ответы, ты часто не знаешь, какой верный, поэтому просто всегда берёшь ответ более умной модели и перестаёшь спрашивать слабую.
• Юриспруденция = «спагетти-код»: сложный код, который пытаются записать на английском, с противоречиями и привязкой к юрисдикциям.
• Базовые юридические задачи (NDA, соглашения) уже исчезли — их генерит AI вместо юриста.
• Ценность юриста была не в тексте, а в том, что он доверенный авторитет, ставящий на кон репутацию — и это переносимо на инженерию.
• Главная боль инженерии сегодня — «горы мусора», падающие в PR.
• Мем «раньше читали каждую строку PR» больше не работает как стандарт.
• Новый стандарт: «я понял последствия» ≠ «я прочитал каждую строку»; гарантия через тест-харнесс, симуляции, пруфы, тайп-чекеры.
• Мир, где мы принимаем, что всё будет спагетти-кодом, который мы не понимаем полностью, но пишем оценщики, дающие уверенность.
• 0→1 в софте легко; настоящий вопрос — как код выглядит через 1000 дней (безопасность, прод-качество, производительность, мотивация поддерживать).
• Люди-верификаторы — это та же логика, по которой обучают модели на хороших данных верификации.
• AI в железе пока недозрел, но регуляторка — уже сейчас выигранная область.
• Литейка и другие части компании заранее «оснащены» так, чтобы улучшение моделей сразу давало эффект в материаловедении и клеточной инженерии.

Инсайты

• Производительность измеряется не объёмом интеллекта на входе, а временем человека и качеством конечного результата — это смена самой метрики труда.
• Когда стоимость инструмента стремится к нулю, исчезает рынок инструментов: софт перестаёт быть продуктом и становится расходником, генерируемым под задачу.
• Любое отставание в способности генерировать ПО каскадно превращается в отставание в производстве всего материального — софт стал «мета-производственным» слоем экономики.
• Ненасыщаемый спрос на «самый умный» интеллект структурно ведёт к концентрации рынка (монополия/олигополия), потому что ставки слишком высоки, чтобы экономить на качестве решения.
• Open source — не идеология, а стратегический ход стороны со слабым софтом и сильным железом, чтобы нейтрализовать чужое софтверное преимущество.
• Профессиональная экспертиза смещается от производства артефактов к гарантии за артефакт: ценность специалиста — в принятии на себя ответственности, а не в ручном труде.
• При непрозрачном выходе агентов доверие обеспечивается не чтением, а инфраструктурой верификации (тесты, пруфы, оценщики) — проверяемость заменяет понятность.
• Узкое место разработки сдвинулось с генерации кода на его долгосрочную поддерживаемость: дёшево создать, дорого довести до прод-качества и удержать.
• Логика RLHF замыкается обратно на людей: натренировав модели на данных верификации, индустрия теперь нуждается в людях именно как в верификаторах.
• Специализация рынка моделей: frontier-интеллект для фронтира задач, дешёвые/средние модели — для рутинного объёма (саппорт, роутинг, автоматизация), а не единая «лучшая модель на всё».

Цитаты

«La façon dont je vous jauge en tant qu'ingénieur, c'est comme si vous produisiez l'usine qui produira des sorties multiplicatives» — 0:00 То, как я оцениваю тебя как инженера: будто ты производишь фабрику, которая выдаст мультипликативный результат

«Peu importe à quel point ces modèles peuvent paraître chers, ils sont toujours bien moins chers qu'un humain» — 0:22 Какими бы дорогими ни казались эти модели, они всегда намного дешевле человека

«Le logiciel pur est-il mort ?» — 0:33 Чистый софт мёртв?

«Il n'y a pas de contrôle de source, il n'y a pas de test automatisé» — 1:19 Нет контроля версий, нет автоматических тестов

«Cela se fait manuellement avec une feuille de calcul par email, comme dans les années 1990» — 1:27 Это делается вручную, таблицей по email, как в 1990-х

«cela permet à deux ingénieurs de concevoir un moteur à réaction entière» — 2:55 это позволяет двум инженерам спроектировать целый реактивный двигатель

«Si vous prenez du retard dans votre capacité à générer des logiciels, vous prenez du retard dans votre capacité à tout générer» — 6:08 Если ты отстаёшь в способности генерировать софт, ты отстаёшь в способности генерировать вообще всё

«je pense que l'intelligence est un bien non-haloïdé, vous voulez toujours plus d'intelligence» — 6:42 думаю, интеллект — это ненасыщаемое благо, тебе всегда хочется больше интеллекта

«vous allez finir par créer une situation de monopole ou d'igopole dans l'IA» — 6:57 ты в итоге создашь ситуацию монополии или олигополии в AI

«il y a cette vieille blague selon laquelle le droit est comme du code spaghetti» — 10:55 есть старая шутка, что право — как спагетти-код

«Ces montagnes de bêtises qui finissent en PR» — 12:02 Эти горы чуши, которые попадают в PR

«même sans lire ceci, je suis sûr que je peux confirmer que ce sera sûr en production» — 12:32 даже не читая это, я уверен, что могу подтвердить: в проде будет безопасно

«créer des logiciels est vraiment facile de zéro à un. Mais imaginez, dans mille jours, à quoi ressemble votre logiciel ?» — 13:14 создать софт от нуля к единице легко. Но представь, как выглядит твой софт через тысячу дней?

«je pense que les ingénieurs juniors ont été promus au rang d'ingénieurs seniors et que les ingénieurs ont été repris par des agents» — 11:08 думаю, джуниор-инженеров повысили до сеньоров, а инженеров забрали агенты

«beaucoup de l'ancienne fonction, des gens, des avocats, des ingénieurs… s'est déplacé vers la vérification rapide» — 13:42 многое из прежней функции людей — юристов, инженеров — сместилось в быструю верификацию

Факты

• Boom Supersonic с первого дня строила софтверный фреймворк, превращающий железные инженерные воркфлоу в воспроизводимый софт; спикер от компании — Blake.
• Анализ одной лопатки турбины (конвертация холодной/горячей формы между аэродинамикой и прочностью) занимал у инженера ~один день; в реактивном двигателе ~1000 лопаток.
• После внедрения инструментов два инженера способны спроектировать целый реактивный двигатель с просмотром структур и аэродинамики в реальном времени.
• Спикер лично почти полностью перешёл с Excel на Python-модели для достоверных симуляций.
• Прогноз: AI сможет генерить STEP-файлы и схемы печатных плат примерно к 2026 году (спикер хеджирует: «думаю, в течение года, вероятно к 26-му»).
• Печатные платы (PCB) компания не производит — их можно купить в Азии в неограниченном количестве «практически бесплатно».
• Компания владеет собственной литейкой (fonderie), которую купила, т.к. иначе нужный тип сборки/корпусирования был невозможен.
• Существуют тысячи норм ISO, под которые нужно подстраивать продукт; раньше этим занималась регуляторно-качественная команда несколько месяцев, теперь — AI.
• По open source: OpenAI публикует модели, но, по мнению спикера, отстаёт на 1-2 модели; Google имеет локальные модели, но «ничего по-настоящему конкурентного»; у Anthropic, «насколько он знает», open source моделей нет — поэтому «весь вес open source идёт из Китая».
• Аргумент собеседника накануне: DeepSeek настолько дёшев, что его используют для ~97% задач, многократно прогоняя для сложных (спикер с этим не согласен).
• Для передового кодинга, по словам спикера, сейчас есть 2-3 модели, и китайских среди них точно нет.
• Gemini назван лучшим для не-кодинговых промышленных задач (саппорт, браузерная автоматизация) по сочетанию производительности и стоимости; для таких задач спикер ставит модель Gemini, а для части — китайские модели.
• Упомянуты AI gateways (шлюзы AI/маршрутизация данных) как реальное место применения дешёвых open-моделей.

Источники

• Boom Supersonic — компания (сверхзвуковая авиация), кейс применения AI к проектированию двигателей.
• DeepSeek — китайская модель, упомянута как дешёвый вариант.
• Gemini / Google — модели для промышленных и не-кодинговых задач.
• OpenAI, Anthropic — упомянуты в контексте (не)открытости моделей.
• Excel, Python — инструменты инженерного моделирования.
• ISO-нормы — регуляторный контекст.

Итог

Инженер, юрист и оператор больше не производят артефакт — они строят фабрику и ручаются за её выход; ценность смещается от написания к верификации, а конкуренция держав сводится к тому, кто умеет генерировать софт, потому что это слой, на котором держится производство всего остального.