Госдума приняла закон об ИИ. Теперь главное – прочитать его правильно
8 июля Госдума приняла первый в истории страны базовый закон об искусственном интеллекте: с 1 сентября 2026 года — после одобрения Советом Федерации и подписи президента — в российском праве появятся категории «суверенной» и «национальной» модели, требование обрабатывать
и хранить данные внутри страны, а также меры поддержки для локальных разработок. Впрочем, читать это событие стоит не как финал, а как начало: в российской традиции сила нормы раскрывается в порядке её применения. Но за юридической рамкой стоит вопрос глубже — зачем вообще суверенитет в ИИ. За последние два года ответ стал измеримым: языковая модель — не калькулятор, а носитель определённой картины мира. Исследования показывают, что она способна незаметно сдвигать взгляды и решения тех, кто с ней работает. Если ИИ-суверенитет страны — это право настраивать идеологическую рамку своих моделей самим, то суверенитет компании — это знание того, на чьих слоях построен её ИИ: от вычислительной инфраструктуры и весов моделей до прикладной обвязки, внутренних процессов и собственной линейки качества (системы оценки).
и хранить данные внутри страны, а также меры поддержки для локальных разработок. Впрочем, читать это событие стоит не как финал, а как начало: в российской традиции сила нормы раскрывается в порядке её применения. Но за юридической рамкой стоит вопрос глубже — зачем вообще суверенитет в ИИ. За последние два года ответ стал измеримым: языковая модель — не калькулятор, а носитель определённой картины мира. Исследования показывают, что она способна незаметно сдвигать взгляды и решения тех, кто с ней работает. Если ИИ-суверенитет страны — это право настраивать идеологическую рамку своих моделей самим, то суверенитет компании — это знание того, на чьих слоях построен её ИИ: от вычислительной инфраструктуры и весов моделей до прикладной обвязки, внутренних процессов и собственной линейки качества (системы оценки).
Что вы вынесете из статьи:
-
Какие нормы приняты и почему это закономерный шаг -
Объективную карту уровней (слоёв) суверенитета — где Россия отстаёт, в чём сильна и где у бизнеса больше возможностей -
Что именно измерили исследователи во «взглядах» моделей и как это влияет на людей -
А также три спокойных шага, которые стоит сделать до 1 сентября
Что принято – и почему это не неожиданность
Закон, прошедший Думу 7–8 июля, завершает логику, которую государство выстраивает с 2019 года: национальная стратегия ИИ, экспериментальные правовые режимы, Кодекс этики, комиссия при президенте. Ядро закона — две категории больших моделей. «Суверенная» — полностью российская разработка с воспроизводимым процессом обучения и размещением в отечественных дата-центрах; по оценкам деловой прессы, под критерии подходят модели Сбера. «Национальная» — мягче: допускает иностранный открытый код и веса; сюда, по тем же оценкам, попадают разработки Яндекса. Обе категории обязаны обрабатывать запросы и хранить данные в России; господдержка — финансовая, имущественная, а также доступ к государственным данным — адресована именно им.
Здесь есть чем гордиться без преувеличения: Россия — одна из немногих стран с собственными большими моделями полного цикла, и в корпоративном сегменте они нередко лидируют: к примеру, по данным МТС Линк, YandexGPT используют 46% компаний, GigaChat — 45%, тогда как ChatGPT — 38%. Отдельно заслуживает внимания копирайт-окно: обучение моделей реестровых категорий на легально полученных произведениях не считается нарушением, пока правообладатель технически не запретил, — по мировым меркам щедрое решение узла, который другие юрисдикции распутывают годами. В текущей версии обязательная маркировка ИИ-контента стала добровольной.
Здесь есть чем гордиться без преувеличения: Россия — одна из немногих стран с собственными большими моделями полного цикла, и в корпоративном сегменте они нередко лидируют: к примеру, по данным МТС Линк, YandexGPT используют 46% компаний, GigaChat — 45%, тогда как ChatGPT — 38%. Отдельно заслуживает внимания копирайт-окно: обучение моделей реестровых категорий на легально полученных произведениях не считается нарушением, пока правообладатель технически не запретил, — по мировым меркам щедрое решение узла, который другие юрисдикции распутывают годами. В текущей версии обязательная маркировка ИИ-контента стала добровольной.
А как у других: ЕС, США, Китай – коротко
Для калибровки полезно видеть три соседние модели регулирования. Евросоюз прошёл дальше всех по строгости: AI Act действует с 2024 года, построен на категориях риска и штрафах до 35 млн евро или 7% мирового оборота, но и он в июне 2026-го «омнибусом» перенёс самые тяжёлые обязательства для высокорисковых систем на конец 2027-го и 2028 год: комплаенс оказался неподъёмным в исходные сроки. США живут без федерального закона: попытка заморозить законы штатов провалилась в Сенате со счётом 99:1, Калифорния, Колорадо и Техас вводят собственные режимы, а Белый дом в марте 2026-го ответил рамкой с претензией на федеральный приоритет. Китай пошёл от контента: с сентября 2025-го маркировка всего сгенерированного — текста, изображений, аудио и видео — обязательна по государственному стандарту.
На этом фоне российский закон — поддерживающая рамка, а не карательная: статусы и льготы вместо штрафов, добровольная маркировка вместо обязательной, детали — в подзаконных актах. Требования к бизнесу пока мягче, чем в любой из трёх юрисдикций, что не отменяет главного: к порядку применения разумно готовиться заранее.
На этом фоне российский закон — поддерживающая рамка, а не карательная: статусы и льготы вместо штрафов, добровольная маркировка вместо обязательной, детали — в подзаконных актах. Требования к бизнесу пока мягче, чем в любой из трёх юрисдикций, что не отменяет главного: к порядку применения разумно готовиться заранее.
Сила закона – в порядке его применения
Многое намеренно оставлено рамочным: критерии статусов, реестры, требования по уровням риска уехали в подзаконные акты. Кто-то увидит в этом недосказанность — мы предложим другую оптику: настоящая норма сложится из постановлений, методик регуляторов, первых присвоений статусов и первых споров. Это не недостаток, а пространство, в котором бизнес может участвовать в настройке правил.
Так уже было. Закон об экспериментальных правовых режимах 2020 года тоже начинался как рамка, а реальную форму беспилотному транспорту и цифровым финансам придали «песочницы», где государство и бизнес настраивали правила на живых проектах. Есть основания ждать той же механики: категории заданы, наполнение сложится в диалоге, и место в этом диалоге разумно занимать заранее.
Так уже было. Закон об экспериментальных правовых режимах 2020 года тоже начинался как рамка, а реальную форму беспилотному транспорту и цифровым финансам придали «песочницы», где государство и бизнес настраивали правила на живых проектах. Есть основания ждать той же механики: категории заданы, наполнение сложится в диалоге, и место в этом диалоге разумно занимать заранее.
Что стоит сделать до 1 сентября
Три спокойных действия на одну управленческую сессию — дальше объясняется, почему они устроены именно так.
- ПервоеCверить портфель с категориями закона. Статусы присваиваются моделям, поэтому вопрос звучит так: какие из ваших систем опираются на модели, которым статус понадобится — из-за господдержки, государственных данных или чувствительной инфраструктуры. Для остальных прямых требований немного, но локализация обработки и хранения касается любых моделей реестровых категорий — это стоит уточнить у поставщиков.
- ВтороеCоставить карту зависимостей по слоям: по каждой системе — чьи данные, в чьём контуре она исполняется, чьи веса, чья обвязка и процессы, чья проверка качества; в каждой клетке — «владеем», «арендуем» или «зависим»; для каждой клетки «зависим» — владелец риска и сценарий замены. По ролям: статусы и подзаконные акты — юристы и GR (взаимодействие с госорганами), карта — CIO (ИТ-директор), данные и копирайт-окно — CDO (директор по данным), сценарии замены — риски и ИБ.
- ТретьеВписать ИИ в планы непрерывности. Если процесс критичный, зависимость от внешнего провайдера — вопрос не философии, а арифметики доступности: даже честные 99% означают три с половиной дня простоя в год, а у ведущих мировых ИИ-сервисов случаются и масштабные сбои — июньский инцидент 2026 года у Anthropic затронул сразу веб-интерфейс, консоль и инструменты разработки, а независимые агрегаторы насчитали у его API сотни инцидентов за девять месяцев. Это не упрёк конкретному вендору — это природа арендованного слоя: у критичного процесса должен быть свой контур или горячий сценарий перехода.
Что вы импортируете вместе с моделью
Теперь — к практическому ядру темы: что именно компания получает вместе с внешней моделью, кроме качества ответов. Языковая модель — не нейтральный инструмент: у неё есть измеримый профиль, и за последние два года его научились считать.
Во-первых, профиль устойчив. Гарвардское исследование «Which Humans?» показало: чем дальше страна по культурной дистанции от родины модели, тем меньше ответы модели похожи на ответы местных жителей — корреляция минус 0,70. Важная деталь: базовые, ненастроенные модели выраженного профиля почти не имеют — рамку задаёт настройка. Значит, вопрос не в том, есть ли у модели картина мира (она есть всегда), а в том, кто и под какие задачи её настраивал.
Во-вторых, перевод не спасает. Замеры Anthropic показали: вопрос на языке страны не приближает ответы модели к ответам её жителей — профиль сидит глубже языка. При этом язык всё же влияет: российское исследование СКОЛКОВО, измерившее «культурный код» GigaChat и YandexGPT по осям Хофстеде, обнаружило, что язык опросника сдвигает профиль сильнее, чем выбор модели. Отечественная школа таких замеров уже существует — и это не просто достижение, а полноценный рабочий инструмент.
В-третьих, профиль не остаётся внутри модели — он просачивается в работу людей. Самый показательный для компании эксперимент безобиден на вид: люди, писавшие текст вместе с «имеющим мнение» ИИ-помощником, смещали собственную позицию в сторону позиции помощника — и не замечали этого (CHI 2023). Для бизнеса это вопрос не идеологии, а управляемости: сотрудник, который готовит документы и решения с ассистентом, постепенно готовит их в рамке ассистента — и без собственной системы оценки качества этого никто не заметит.
Наконец, профиль бывает разной глубины: часть задаётся настройкой поверх модели, а часть зашита в самих весах и наследуется производными моделями. Обнадёживающее здесь — обратимость: целевое дообучение снимает встроенную настройку без потери качества, что показал открытый проект R1-1776. Профилем можно владеть — если владеть слоем весов и мерить его собственной линейкой.
Для России это не абстракция: по анализу поисковых запросов, интерес россиян к DeepSeek уже втрое выше, чем к отечественным моделям. Внешние модели приходят в компании не через закупки, а через карманы сотрудников, вместе со своими профилями.
Во-первых, профиль устойчив. Гарвардское исследование «Which Humans?» показало: чем дальше страна по культурной дистанции от родины модели, тем меньше ответы модели похожи на ответы местных жителей — корреляция минус 0,70. Важная деталь: базовые, ненастроенные модели выраженного профиля почти не имеют — рамку задаёт настройка. Значит, вопрос не в том, есть ли у модели картина мира (она есть всегда), а в том, кто и под какие задачи её настраивал.
Во-вторых, перевод не спасает. Замеры Anthropic показали: вопрос на языке страны не приближает ответы модели к ответам её жителей — профиль сидит глубже языка. При этом язык всё же влияет: российское исследование СКОЛКОВО, измерившее «культурный код» GigaChat и YandexGPT по осям Хофстеде, обнаружило, что язык опросника сдвигает профиль сильнее, чем выбор модели. Отечественная школа таких замеров уже существует — и это не просто достижение, а полноценный рабочий инструмент.
В-третьих, профиль не остаётся внутри модели — он просачивается в работу людей. Самый показательный для компании эксперимент безобиден на вид: люди, писавшие текст вместе с «имеющим мнение» ИИ-помощником, смещали собственную позицию в сторону позиции помощника — и не замечали этого (CHI 2023). Для бизнеса это вопрос не идеологии, а управляемости: сотрудник, который готовит документы и решения с ассистентом, постепенно готовит их в рамке ассистента — и без собственной системы оценки качества этого никто не заметит.
Наконец, профиль бывает разной глубины: часть задаётся настройкой поверх модели, а часть зашита в самих весах и наследуется производными моделями. Обнадёживающее здесь — обратимость: целевое дообучение снимает встроенную настройку без потери качества, что показал открытый проект R1-1776. Профилем можно владеть — если владеть слоем весов и мерить его собственной линейкой.
Для России это не абстракция: по анализу поисковых запросов, интерес россиян к DeepSeek уже втрое выше, чем к отечественным моделям. Внешние модели приходят в компании не через закупки, а через карманы сотрудников, вместе со своими профилями.
Зачем суверенитет компании
У компании свои четыре причины заниматься суверенитетом — приземлённые и считаемые.
- Непрерывность: лицензии, цены и доступность чужой модели вне вашего контроля, а критичный процесс не прощает даже «трёх девяток» без сценария перехода.01
- Данные: то, что делает вашу компанию собой, не должно обучать чужую модель.02
- Соответствие: закон, регулятор, отраслевые требования.03
- Та самая рамка: по данным опросов, крупная российская компания использует в среднем восемь ИИ-моделей, половина из которых зарубежные, а теневой сегмент обходного доступа к иностранным сервисам уже оценивается в 3 млрд рублей в год. Каждая из этих моделей приносит свой профиль ответов, и пока его никто не меряет, этим слоем качества никто не управляет.04
Есть и более простое следствие: пока обвязка и процессы опираются на качество одной внешней модели, у компании нет запасного сценария (fallback) — альтернативы, на которую можно переключиться без потери уровня сервиса.
Слои суверенитета: честная карта
Разговор о суверенитете становится практичным, когда его разложить по слоям — и честно оценить каждый.
Вычисления и инфраструктура.
Здесь стоит сказать прямо: Россия не входит в первый эшелон. США и Китай вместе держат 90% передовых вычислительных мощностей мира. Внутри страны стоимость GPU-вычислений за год выросла на 64%, и лишь 9% компаний довели долю отечественного «железа» хотя бы до половины. Этот слой — самый капиталоёмкий, гонка в нём измеряется триллионами, и трезвая стратегия для большинства — аренда с диверсификацией, а не стройка.
Модели.
Здесь позиция сильнее, чем принято считать: собственные модели полного цикла, лидерство отечественных моделей в корпоративном сегменте, юридическая рамка со статусами. Есть и недооценённая ниша — языки народов России и ближнего зарубежья, которые глобальные модели покрывают слабо. Для страны со 190 народами это не экзотика, а естественное поле, где отечественные модели могут быть не «догоняющими», а незаменимыми.
Данные.
Мировые суверенные программы вкладывают в данные лишь 7% средств — это самый недофинансированный слой везде, и именно он единственный, который нельзя арендовать. У крупного российского бизнеса здесь давняя дисциплина (привычка знать, где лежат данные и кто имеет к ним доступ), и копирайт-окно нового закона добавляет к ней редкий ресурс.
Бизнес-слой: обвязка, агенты, архитектуры, процессы.
Наименее заметный — и с наибольшим потенциалом. Свежие инженерные работы показывают: улучшение одной лишь обвязки вокруг модели, при неизменной самой модели, поднимает результат в полтора раза и больше. Интеллект системы всё меньше живёт в весах и всё больше в том, что вокруг них: как агент получает контекст, какие инструменты может вызвать, где останавливается, что пишет в журнал, как проверяется. Этот слой не требует триллионов, не зависит от санкций на чипы и не регулируется реестрами — он требует инженерной школы и знания своих процессов. Российские команды осваивают агентные подходы быстро — новую волну рынок встретил без паузы, как и предыдущие. Для российских компаний это самая доступная и самая быстрая часть суверенитета: чужой может быть модель, но обвязка, агенты и процессы — всегда ваши.
Проверка качества.
Своя линейка — включая ценностный профиль: раз рамка модели измерима, её нужно мерить на своих данных и родном языке, как СКОЛКОВО уже меряет культурный код российских моделей. Без этого слоя все остальные — декларация.
Люди — сквозной элемент:
Команда, способная собрать и удержать слои. Всё остальное арендуется легче, чем компетенция.
Вычисления и инфраструктура.
Здесь стоит сказать прямо: Россия не входит в первый эшелон. США и Китай вместе держат 90% передовых вычислительных мощностей мира. Внутри страны стоимость GPU-вычислений за год выросла на 64%, и лишь 9% компаний довели долю отечественного «железа» хотя бы до половины. Этот слой — самый капиталоёмкий, гонка в нём измеряется триллионами, и трезвая стратегия для большинства — аренда с диверсификацией, а не стройка.
Модели.
Здесь позиция сильнее, чем принято считать: собственные модели полного цикла, лидерство отечественных моделей в корпоративном сегменте, юридическая рамка со статусами. Есть и недооценённая ниша — языки народов России и ближнего зарубежья, которые глобальные модели покрывают слабо. Для страны со 190 народами это не экзотика, а естественное поле, где отечественные модели могут быть не «догоняющими», а незаменимыми.
Данные.
Мировые суверенные программы вкладывают в данные лишь 7% средств — это самый недофинансированный слой везде, и именно он единственный, который нельзя арендовать. У крупного российского бизнеса здесь давняя дисциплина (привычка знать, где лежат данные и кто имеет к ним доступ), и копирайт-окно нового закона добавляет к ней редкий ресурс.
Бизнес-слой: обвязка, агенты, архитектуры, процессы.
Наименее заметный — и с наибольшим потенциалом. Свежие инженерные работы показывают: улучшение одной лишь обвязки вокруг модели, при неизменной самой модели, поднимает результат в полтора раза и больше. Интеллект системы всё меньше живёт в весах и всё больше в том, что вокруг них: как агент получает контекст, какие инструменты может вызвать, где останавливается, что пишет в журнал, как проверяется. Этот слой не требует триллионов, не зависит от санкций на чипы и не регулируется реестрами — он требует инженерной школы и знания своих процессов. Российские команды осваивают агентные подходы быстро — новую волну рынок встретил без паузы, как и предыдущие. Для российских компаний это самая доступная и самая быстрая часть суверенитета: чужой может быть модель, но обвязка, агенты и процессы — всегда ваши.
Проверка качества.
Своя линейка — включая ценностный профиль: раз рамка модели измерима, её нужно мерить на своих данных и родном языке, как СКОЛКОВО уже меряет культурный код российских моделей. Без этого слоя все остальные — декларация.
Люди — сквозной элемент:
Команда, способная собрать и удержать слои. Всё остальное арендуется легче, чем компетенция.
Мировой фон – коротко
Для калибровки: «суверенный ИИ» строят десятки стран, и Стэнфорд честно называет само понятие «систематически недоопределённым». По данным центра CNAS, 70% «суверенных» проектов мира реализуются с иностранным партнёром — суверенитет на практике означает не отсутствие зависимостей, а их осознанный выбор. Китай превратил это в стратегию, раздавая открытые веса: по данным агрегаторов, на китайские модели приходится уже около 30% мирового использования. На этом фундаменте строят собственный «суверенный ИИ» Уганда, Малайзия и Сингапур. Россия в этой картине — скорее исключение по глубине собственного стека: немногие страны могут выбирать между чужими фундаментами и своим.
Главное
Закон стоит встретить без придыхания и без скепсиса — как продуманный шаг долгой государственной линии; его настоящее содержание сложится в порядке применения, и у бизнеса есть время участвовать в этой настройке. Суверенитет же — и страны, и компании — не статус, а устройство хозяйства: измеримая рамка моделей, слои владения и зависимости, собственная мера качества. Россия отстаёт в вычислениях, но сильна в моделях и данных — а самый большой нераскрытый потенциал лежит в бизнес-слое: обвязке, агентах, архитектурах и процессах, которые не купить и не импортировать. Статус можно получить. Слои можно только построить — и строить их можно уже сегодня.
Источники
— Законопроект № 1069302-8 (СОЗД Госдумы) https://sozd.duma.gov.ru/bill/1069302-8
— Ведомости — Госдума приняла закон о развитии ИИ (08.07.2026, категории моделей, господдержка) https://www.vedomosti.ru/technology/news/2026/07/08/1212168-zakon-o-razvitii-ii
— Право.ру — детали финальной версии (копирайт-окно, добровольная маркировка, смягчения) https://pravo.ru/news/264296/
— ЕС — AI Act: таймлайн внедрения и «AI Omnibus» (одобрен Советом ЕС 29.06.2026; перенос обязательств для высокорисковых систем на 02.12.2027 / 02.08.2028): · https://www.gibsondunn.com/eu-ai-act-omnibus-agreement-postponed-high-risk-deadlines-and-other-key-changes/ https://artificialintelligenceact.eu/implementation-timeline/
— США — обзор регулирования 2026 (нет федерального закона; Сенат 99–1 против моратория на законы штатов; National Policy Framework 03.2026): · https://www.whitehouse.gov/releases/2026/03/president-donald-j-trump-unveils-national-ai-legislative-framework/ https://www.softwareimprovementgroup.com/blog/us-ai-legislation-overview/
— Китай — обязательная маркировка ИИ-контента с 01.09.2025 (CAC, стандарт GB 45438-2025) https://www.loeb.com/en/insights/publications/2025/03/chinas-ai-labeling-measures-and-mandatory-national-standards-take-effect-september-1
— CNAS — Sovereign AI Index (70% проектов с иностранным партнёром; США+КНР — 90% передового компьюта; данные — 7% вложений) https://interactives.cnas.org/reports/sovereign-ai-index/
— Stanford HAI — AI Sovereignty's Definitional Dilemma («систематически недоопределено») https://hai.stanford.edu/news/ai-sovereigntys-definitional-dilemma
— SCMP / MIT Technology Review — китайские открытые модели ≈30% мирового использования LLM (по агрегаторам); Уганда, Малайзия, Сингапур на китайском стеке: · https://www.technologyreview.com/2026/02/12/1132811/whats-next-for-chinese-open-source-ai/ https://www.scmp.com/tech/tech-trends/article/3335602/chinas-open-source-models-make-30-global-ai-usage-led-qwen-and-deepseek
— Atari, Xiao, Blasi, Henrich — Which Humans? (Harvard, 2023; сходство ответов GPT с жителями страны падает с культурной дистанцией от США, r = −0,70) https://osf.io/preprints/psyarxiv/5b26t
— Durmus et al. — GlobalOpinionQA (Anthropic, 2023; перевод вопроса не приближает ответы к ценностям страны) https://arxiv.org/abs/2306.16388
— Jakesch et al. — Co-writing with opinionated language models (CHI 2023; N=1506, latent persuasion) https://dl.acm.org/doi/10.1145/3544548.3581196
— Naseh et al. — R1dacted (2025; настройка в весах DeepSeek-R1, наследуется производными) https://arxiv.org/abs/2505.12625
— Perplexity R1-1776 — целевое дообучение снимает встроенную настройку https://www.deeplearning.ai/the-batch/perplexity-launches-uncensored-version-of-deepseek-r1-ai-model
— Лаборатория ИИ СКОЛКОВО — «Культурный код ИИ» (GigaChat/YandexGPT по осям Хофстеде; язык опросника влияет сильнее выбора модели) https://sk.skolkovo.ru/storage/file_storage/74f822b0-e599-47f6-96d1-77d067c43a6b/Issledovanie_Cult-Kod.pdf
— arXiv 2606.09498 — Self-Harness (улучшение обвязки при неизменной модели: +53%, 40,5→61,9%; по трём моделям до +60%) https://arxiv.org/abs/2606.09498
— ICT.Moscow «Мониторинг аналитики об IT» — МТС Линк (YandexGPT 46% / GigaChat 45% / ChatGPT 38%), Кросстех (8 моделей на компанию, половина зарубежные), Рег.облако (GPU +64%), OCS (9% отечественного железа), обходной доступ ~3 млрд ₽/год https://t.me/ict_moscow_analytics
— StatusGator — история инцидентов Claude API (сотни за 9 месяцев; сбой 02.06.2026) https://statusgator.com/services/claude/claude-api-apianthropiccom
— Ведомости — Госдума приняла закон о развитии ИИ (08.07.2026, категории моделей, господдержка) https://www.vedomosti.ru/technology/news/2026/07/08/1212168-zakon-o-razvitii-ii
— Право.ру — детали финальной версии (копирайт-окно, добровольная маркировка, смягчения) https://pravo.ru/news/264296/
— ЕС — AI Act: таймлайн внедрения и «AI Omnibus» (одобрен Советом ЕС 29.06.2026; перенос обязательств для высокорисковых систем на 02.12.2027 / 02.08.2028): · https://www.gibsondunn.com/eu-ai-act-omnibus-agreement-postponed-high-risk-deadlines-and-other-key-changes/ https://artificialintelligenceact.eu/implementation-timeline/
— США — обзор регулирования 2026 (нет федерального закона; Сенат 99–1 против моратория на законы штатов; National Policy Framework 03.2026): · https://www.whitehouse.gov/releases/2026/03/president-donald-j-trump-unveils-national-ai-legislative-framework/ https://www.softwareimprovementgroup.com/blog/us-ai-legislation-overview/
— Китай — обязательная маркировка ИИ-контента с 01.09.2025 (CAC, стандарт GB 45438-2025) https://www.loeb.com/en/insights/publications/2025/03/chinas-ai-labeling-measures-and-mandatory-national-standards-take-effect-september-1
— CNAS — Sovereign AI Index (70% проектов с иностранным партнёром; США+КНР — 90% передового компьюта; данные — 7% вложений) https://interactives.cnas.org/reports/sovereign-ai-index/
— Stanford HAI — AI Sovereignty's Definitional Dilemma («систематически недоопределено») https://hai.stanford.edu/news/ai-sovereigntys-definitional-dilemma
— SCMP / MIT Technology Review — китайские открытые модели ≈30% мирового использования LLM (по агрегаторам); Уганда, Малайзия, Сингапур на китайском стеке: · https://www.technologyreview.com/2026/02/12/1132811/whats-next-for-chinese-open-source-ai/ https://www.scmp.com/tech/tech-trends/article/3335602/chinas-open-source-models-make-30-global-ai-usage-led-qwen-and-deepseek
— Atari, Xiao, Blasi, Henrich — Which Humans? (Harvard, 2023; сходство ответов GPT с жителями страны падает с культурной дистанцией от США, r = −0,70) https://osf.io/preprints/psyarxiv/5b26t
— Durmus et al. — GlobalOpinionQA (Anthropic, 2023; перевод вопроса не приближает ответы к ценностям страны) https://arxiv.org/abs/2306.16388
— Jakesch et al. — Co-writing with opinionated language models (CHI 2023; N=1506, latent persuasion) https://dl.acm.org/doi/10.1145/3544548.3581196
— Naseh et al. — R1dacted (2025; настройка в весах DeepSeek-R1, наследуется производными) https://arxiv.org/abs/2505.12625
— Perplexity R1-1776 — целевое дообучение снимает встроенную настройку https://www.deeplearning.ai/the-batch/perplexity-launches-uncensored-version-of-deepseek-r1-ai-model
— Лаборатория ИИ СКОЛКОВО — «Культурный код ИИ» (GigaChat/YandexGPT по осям Хофстеде; язык опросника влияет сильнее выбора модели) https://sk.skolkovo.ru/storage/file_storage/74f822b0-e599-47f6-96d1-77d067c43a6b/Issledovanie_Cult-Kod.pdf
— arXiv 2606.09498 — Self-Harness (улучшение обвязки при неизменной модели: +53%, 40,5→61,9%; по трём моделям до +60%) https://arxiv.org/abs/2606.09498
— ICT.Moscow «Мониторинг аналитики об IT» — МТС Линк (YandexGPT 46% / GigaChat 45% / ChatGPT 38%), Кросстех (8 моделей на компанию, половина зарубежные), Рег.облако (GPU +64%), OCS (9% отечественного железа), обходной доступ ~3 млрд ₽/год https://t.me/ict_moscow_analytics
— StatusGator — история инцидентов Claude API (сотни за 9 месяцев; сбой 02.06.2026) https://statusgator.com/services/claude/claude-api-apianthropiccom
Другие новости