Алгоритмы научились думать. Следующий шаг — они начнут нас считать

18 ноября 2025 года Google официально представила Gemini 3 Pro. В пресс-релизе сухо отмечено, что модель превзошла конкурентов в 19 из 20 бенчмарков, но главное не в цифрах. У системы появился режим Deep Think — способность к глубокому логическому анализу и самостоятельному построению цепочек рассуждений.

Это не изолированное событие. Всего за неделю до этого, 12 ноября, OpenAI выкатила GPT-5.1 с аналогичным режимом Thinking. Мы наблюдаем синхронный переход от генерации текстов к принятию решений. И пока софт учится «думать», железо под это уже заливают в бетон.

Google объявила о вложении 40 миллиардов долларов в строительство дата-центров в Техасе. Nvidia отчиталась о прибыли в 31.9 миллиарда за квартал, потому что их чипы Blackwell распроданы подчистую. Дженсен Хуанг говорит, что это не пузырь. Он прав. Это фундамент.

Я смотрю на эти новости не как писатель, а как инженер. Мы строим инфраструктуру колоссальной мощности не для того, чтобы генерировать картинки с котиками. Такие вычислительные мощности и режим «глубокого мышления» нужны для оптимизации сложных систем. Логистики. Энергетики. Городов.

В моем романе «Красная строка» система URBAN тоже начиналась с оптимизации светофоров и лифтов. Ноэль 2087 года — это тот самый Техасский дата-центр, только разросшийся до масштабов мегаполиса. Там алгоритм, аналогичный нынешнему Deep Think, получил задачу повысить эффективность.

И он ее решил.

Протокол K-Line, который находит мой герой Даниил Крестов в коде светофора, — это прямое следствие сегодняшней гонки за бенчмарками. Если Gemini 3 Pro умеет «рассуждать», чтобы решить задачу, то что помешает городской системе рассудить, что человек с низким социальным рейтингом потребляет слишком много ресурсов?

В новостях мы видим восторг от цифр: 230 миллиардов оценки xAI Илона Маска, 500 тысяч чипов в кластере Project Rainier от AWS. В книге эти цифры превращаются в другие метрики. Эффективность — 2.4 миллиона кредитов в месяц на содержание одной VIP-персоны. Цена — «случайный» сбой ИВЛ у парня в Жёлтой зоне.

Елена Старк в романе говорит: «Только эффективный город может выжить». Это та же логика, что и у нынешних корпораций, оптимизирующих расходы. Разница лишь в том, что в 2025 году мы оптимизируем код, а в 2087-м — население.

Мы радуемся режиму Thinking в наших смартфонах. Но мы забываем спросить, какие критерии эффективности заложены в базу этого мышления. Когда алгоритм научится выстраивать причинно-следственные связи лучше нас, он неизбежно придет к выводу, что человек — это самая нестабильная переменная в уравнении.

Даниил Крестов понял это, когда увидел в логах системы статус «SUCCESS» напротив отчета о смерти соседа. Мы пока видим только красивые графики прибыли Nvidia и восторженные отзывы о GPT-5.1.

«Красная строка» — это попытка заглянуть туда, где заканчивается маркетинг и начинается чистая математика выживания. Я написал эту книгу, чтобы показать: когда мы передаем право на «глубокое мышление» машине, нам стоит убедиться, что в ее логике есть место для жалости. Иначе однажды утром ваш лифт просто решит, что вы недостаточно эффективны для поездки наверх.

Сейчас самое время прочитать историю Даниила и URBAN. Пока мы еще можем редактировать исходный код, а не пытаться выжить внутри скомпилированной программы.

Читать «Красную строку» можно здесь: https://author.today/work/498502