Вадим Пацев занимается ИИ-агентами в Яндексе, а вне работы собирает и программирует роботов. Он снял небольшую лабораторию с видом на горы, собрал Reachy Mini для сына и поговорил с нами о том, где проходит граница доверия к ИИ.
28 июня 2026Я разрабатываю AI‑агентов — интеллектуальных помощников, которые интегрируются во внутреннюю инфраструктуру компании и становятся полноценными участниками рабочих процессов. Эти агенты взаимодействуют с корпоративными системами через API и MCP, строят отчёты и самостоятельно решают типовые проблемы. Ещё одна часть работы — обучение сотрудников: я помогаю коллегам грамотно ставить задачи для агентов и формирую базу эффективных промптов.
Кстати, недавно обратил внимание, что подходы к обучению агентов во многом пересекаются с классической робототехникой — например, используются принципы reinforcement learning. Так что это что-то вроде роботов, только без физического тела.
Я собираю устройства, тестирую идеи и пробую разные подходы в небольшой «лаборатории» — на самом деле это комната в здании советской эпохи с видом на Арарат. Это как будто отдельная часть жизни, где можно спокойно проводить исследования и создавать что-то своё.
Когда-то давно я проходил курсы по языку С, а он практически родной для микроконтроллеров. Так что я постепенно начал разбираться, что это такое и как с ними работать. Это стало первым осмысленным шагом в сторону робототехники. Я на собственном опыте понял: чтобы заставить мотор двигаться, нужно подать управляющий сигнал, а для этого — написать простой код.
Так у меня появилось первое ощущение контроля над железом и понимание, как программное действие можно превратить в физическое. Признаюсь, тут у меня прямо глаза загорелись.
Со временем, конечно, фокус сместился, так как робототехника стала гораздо более абстрактной: теперь можно работать на уровне более высоких систем, не погружаясь в детали конкретного контроллера.
Заставить робота просто двигаться довольно просто, на платформах вроде Robot Operating System эту задачу можно накодить всего за несколько часов. Всё-таки промышленная робототехника развивается десятилетиями, так что движение, точное позиционирование и управление сервоприводами давно отработаны.
Всё потому, что автономность — совсем другой уровень. Даже современные доставщики и беспилотные автомобили остаются автономными лишь частично — из-за ограничений законодательства, вычислительных ресурсов и надёжности. Сложность начинается там, где робот должен действовать сам: ориентироваться в среде, принимать решения, учитывать неопределённость.
Когда речь о роботах, вопрос доверия стоит гораздо острее, чем в случае с софтом, потому что это система с массой, двигателями и взаимодействием с окружающей средой, а не просто алгоритм. Так что любая ошибка в восприятии или принятии решений может привести к физическому ущербу. Даже в промышленности, где всё строго регламентировано, несчастные случаи всё равно происходят.
Здесь действует жёсткая инженерная логика и используется подход human-in-the-loop, когда критические решения не отдают ИИ полностью — человек должен либо подтвердить их, либо при необходимости вмешаться в процесс напрямую. По мере того как роботы становятся ближе к обычным людям, задача безопасности встаёт острее: нужна гарантия, что система не причинит вред человеку.
Основные правила безопасности уже давно сформулировал Айзек Азимов в трёх законах роботехники:
1. Роботу запрещено вредить людям.
2. Робот должен подчиняться людям до тех пор, пока это не противоречит первому закону.
3. Робот должен защищать себя, не нарушая первые два закона.\
Но на практике не всё так просто: нужно сочетание ограничений, проверок, сенсоров, контроля и архитектуры систем, чтобы приблизиться к необходимому уровню безопасности.
Думаю, это будет не одна метрика, а набор ограничений и допущений. В основе доверия к роботу лежит понимание трёх вещей:
Но тут всё сложнее из-за ИИ: «решения» робота могут быть не полностью детерминированы. Поэтому границы доверия задаются инженерно — через несколько условий:
Отсюда возникает связь с автономностью: чем больше свободы у робота, тем сложнее очертить эти границы. Например, робот-доставщик движется медленно, объезжает людей и старается не вступать в контакт — и это сразу снижает ощущение риска.
С гуманоидными или промышленными системами всё ещё сложнее: они сильнее, быстрее и менее предсказуемы. Там границы доверия уже не ощущаются интуитивно — их приходится жёстко задавать и контролировать инженерными средствами.
Мне интересно программировать и описывать интеллектуальный слой автономности.
В первом случае ты напрямую управляешь моторами. Во втором — робот сам должен понять, что такое стакан, увидеть его, оценить положение, спланировать движение, скоординировать действия руки и в итоге выполнить задачу.
Меня интересует именно этот переход: от низкоуровневых команд к поведению, где робот сам принимает решения и действует в рамках поставленной цели. А непосредственно сборка железа — скорее вынужденный этап.
Я бы сказал, что Reachy Mini меня заинтересовал не сам по себе, а как класс платформы. До него я работал с роботизированной рукой — это ближе к промышленной робототехнике, где нужно точное движение, система координат и механика. А Reachy Mini — уже другая история, более тонкая. Это домашний робот, с которым можно взаимодействовать в повседневной среде, в том числе вместе с ребёнком.
Внутри Reachy Mini довольно простая, но продуманная система: сервоприводы, датчики, поворот головы, движения антенн. Но ключевое для меня не в железе, а в том, что он позволяет работать не только с действиями в физическом мире, но и с поведением — имитацией эмоций, реакций, отклика на человека. То есть ты начинаешь программировать не просто движения, а взаимодействие.
Этот робот может создавать ощущение эмпатии: реагировать на слова или действия. Для меня в этом и был главный интерес: исследовать слой эмоционального взаимодействия человека и робота, а не только механику управления.
Да, мой четырёхлетний сын с ним разговаривает почти как с Алисой. У робота есть режим общения, сын показывает ему игрушки, тот реагирует, и они взаимодействуют. Но при этом я стараюсь, чтобы он понимал: это устройство, а не какой-то сказочный персонаж.
Мне было принципиально важно не уйти в одушевление. Чтобы ребёнок не воспринимал такие системы как живых существ, а понимал, что это объект, которым можно управлять, который можно программировать и чьё поведение можно менять. В этом смысле Reachy Mini оказался хорошим тренажёром. Он достаточно сложный, чтобы показывать элементы эмоционального поведения — реакции, мимику, отклик на действия. Но при этом остаётся очевидно искусственной системой.
Это, на мой взгляд, важный баланс: с одной стороны, есть ощущение эмоционального взаимодействия, а с другой — не размыта граница между игрушкой, системой и чем-то живым.
Ох, я прошёл через все классические этапы в робототехнике и инженерных хобби. Начинал с простых вещей — LEGO-конструкторов, затем были металлические наборы, Arduino, работа с микроконтроллерами и сервоприводами. Весь этот конструкторский путь мне хорошо знаком, сейчас расскажу.
Сегодня доступно много готовых решений: качественные сервоприводы, 3D-принтеры, которые позволяют быстро создавать любую механику, мощные микроконтроллеры вроде STM32. В итоге задача часто сводится к сборке системы из уже существующих компонентов. Это по-прежнему инженерная работа, которая хорошо зайдёт продолжающему новичку.
Новичку я бы предложил такой трек. Сначала — базовые инструменты вроде LEGO Mindstorms с датчиками и сервоприводами. Затем — более сложные конструкторы, в том числе металлические, где появляются камеры, задачи компьютерного зрения и программирование, например на Python. Это уже позволяет создавать автономные системы, например машинки, которые двигаются по трассе или объезжают препятствия. Следующий уровень — готовые роботизированные платформы: роборуки, гуманоиды, робособаки. И далее — продвинутые решения для энтузиастов со сложной инженерией.
Я прошёл через все эти этапы и только потом осознанно выбрал фокус на разработке и софте, а не на механической сборке и интеграции оборудования.
Всё держится на трёх вещах: железе, экосистеме и Software Development Kit. Важно, чтобы все три были достаточно хорошими, иначе автономность нормально не собрать.
Железо критично: от него напрямую зависит качество всей системы. Количество и тип датчиков, точность сервоприводов, задержки, разрешение и частота кадров камеры — всё это определяет, насколько хорошо робот видит и двигается. Отдельный вопрос — где происходит вычисление. В автономных системах часто не хватает мощности на борту, особенно если речь о зрении или распознавании сцен. Получается сложный выбор: либо упрощать модели, либо выносить обработку наружу, либо искать баланс.
И есть ещё один слой — экосистема. Это уже уровень вроде Robot Operating System: не просто SDK конкретного робота, а более общая инфраструктура, которая связывает датчики, вычисления и управление в единую систему.
Мне кажется, в идеальном наборе должна быть модульная система, где есть разные датчики, актуаторы и сервоприводы и всё это можно легко соединять между собой. По сути, это уже хорошо реализовано в LEGO: там есть и строительный материал, и электроника, и понятный способ программирования. Для более серьёзного уровня, возможно, LEGO уже ограничен, но по духу он очень близок к идеалу.
Главная ошибка начинающих — пытаться стартовать исключительно в виртуальной среде, не имея доступа к реальному устройству. Хотя сегодня существует много симуляторов и виртуальных сред, новичкам лучше как можно раньше переходить к практике — и обязательно с реальным железом. Без физического взаимодействия эксперименты не дают ощущения завершённости: во внешнем мире ничего не меняется, а значит, теряется важная часть мотивации и понимания, ради чего всё это делается. Работа с живым устройством гораздо сильнее вовлекает и даёт ощущение настоящего результата.
Чем больше у этой платформы степеней свободы и сенсоров, тем шире возможности для экспериментов. Это позволит не просто писать код, а видеть, как он влияет на поведение реального устройства: как робот получает данные из внешнего мира и как на них реагирует.
Робототехника сможет стать массовым хобби только тогда, когда она будет сочетать три вещи: доступное железо, простой способ сборки и понятное программирование без высокого порога входа.
Если говорить про ближайшие пять лет, то полностью модульный гуманоид уровня LEGO, но в масштабе человека — всё ещё маловероятный сценарий для массового рынка. Всё потому, что физическая универсальность сильно усложняет механику, повышает стоимость и затрудняет обеспечение безопасности.
Если робототехника и станет массовым хобби, то, вероятнее всего, через экосистему совместимых платформ и сценариев, где роботы будут собираться под определённые задачи, но не перестраиваться радикально на уровне тела.
