Alphabet установила абсолютный рекорд крупнейшей эмиссии акций в истории, разместив бумаги на $80–85 млрд, включая $10 млрд Berkshire Hathaway Уоррена Баффета, — для финансирования строительства ИИ-дата-центров. Для сравнения: рекорд принадлежал бразильской Petrobras с её $70 млрд в 2010 году. Google Cloud вырос на 63% год к году до $20 млрд выручки в первом квартале, бэклог удвоился до $460 млрд.

Четыре крупнейших гиперскейлера — Alphabet, Microsoft, Amazon и Meta — в начале 2026 года планировали потратить $650 млрд на ИИ-инфраструктуру; уже через несколько месяцев цифра выросла до $725 млрд. Это 94% их операционного денежного потока — поэтому компании выходят на долговые и акционерные рынки. Баффет, не покупавший ни одной крупной технологической бумаги со времён Apple, впервые ставит на Google — и это само по себе сигнал рынку. Anthropic уже подала конфиденциальную заявку на IPO, OpenAI готовится сделать то же самое

Ещё каких-то тридцать пять лет назад интернет был совершенно жутким местом. Действительно настоящей паутиной — запутанной, непроходимой и лишённой каких-либо ориентиров. Только представьте себе: чтобы найти нужный ресурс, вам приходилось искать его адрес в газете или специальном печатном каталоге. Да, речь идёт о времени до изобретения поиска в интернете.

А ведь, если задуматься, именно поиск изменил нашу жизнь и десятикратно облегчил доступ к информации. Это напоминает то, что сейчас, в 2025 году, происходит с искусственным интеллектом. Не находите?

В этой статье мы проследим весь путь поиска в интернете: как он зародился, как работает, почему он столь важен и, главное, какое будущее его ждёт.

Поиск вчера: от газетных вырезок до алгоритмов

Условно историю поиска можно поделить на три эпохи: каким он был вчера, что представляет собой сегодня и каким станет завтра. Давайте по порядку.

Главная проблема интернета прошлого — это отсутствие нормальной поисковой системы. Выкручивались все по-разному. Кто-то записывал на бумажке нужные ссылки. В кружках по интересам печатали журналы с адресами полезных ресурсов, а иногда информация передавалась просто из уст в уста, по старинке. Конечно, существовали и веб-подборки — специальные страницы, на которых можно было вручную искать нужный интернет-сайт. Не слишком удобно, но такая ситуация была вполне логичной: контента было мало, пользователей тоже, и в основном это были технические энтузиасты. Бизнеса в интернете не существовало как такового.

Archie — первый поисковик в истории

И вот молодой канадский студент по имени Алан Эмтейдж (Alan Emtage) устал от такого положения дел. Осенью 1990 года он представил первый в истории поисковик интернета — Archie (сокращение от «Archives»). Конечно, по нынешним меркам это была примитивная система, но даже в таком виде она значительно упростила жизнь людям.

Archie объединял и индексировал содержимое общедоступных FTP-серверов. Возможно, кто-то ещё помнит такие «FTP-шники»: в те времена именно там можно было скачать игры вроде Duke Nukem, аниме или любой другой контент. Сервис собирал воедино названия файлов, а пользователю нужно было лишь ввести нужное ключевое слово. Проблема заключалась в том, что если в названии файла была ошибка, то Archie просто не мог его обнаружить.

Однако начало было положено. Цель тогда была проста: быстро находить хоть какую-либо подходящую информацию.

Индексация: библиотечная картотека для всего интернета

Чтобы двигаться дальше в изучении поиска, необходимо разобраться с одним чрезвычайно важным термином — индексация. Что вообще означает «проиндексировать интернет»?

Чтобы любой поисковик мог найти нужный ответ, ему сначала необходимо создать некую базу данных, в которой этот ответ будет храниться. Но ведь весь интернет — это колоссальный объём данных. По некоторым оценкам, речь идёт о нескольких зеттабайтах. Для понимания масштаба: один зеттабайт равен миллиарду терабайт. А по данным на 2025 год, в интернете накоплено уже несколько десятков зеттабайт информации. Естественно, поисковик физически не может пропускать через себя каждый раз такой массив данных. Именно поэтому было найдено подходящее решение — индексация.

Принцип прост. Специальный поисковый бот регулярно обследует всё интернет-пространство и обрабатывает информацию. Сначала программа-планировщик выстраивает маршрут для обхода сайтов. Этот маршрут зависит от важных характеристик сайтов — например, их цитируемости или частоты обновления. Затем планировщик передаёт этот маршрут другой части поискового робота — так называемому «пауку» (crawler). Паук обходит документы по заданному маршруту, и если сайт работает и доступен, он выкачивает содержимое и отправляет его в хранилище.

Таким образом, бот создаёт нечто вроде слепка интернета — библиотечной картотеки, если угодно, которая хранится на серверах. Туда переносится не весь интернет целиком, а только полезная информация — без спама, дубликатов и прочих ненужных документов. В результате получаются проиндексированные веб-страницы: поисковик знает адрес, по которому находится подходящий запросу пользователя контент — слова, изображения или любые другие данные.

После индексации слепок веб-сайта добавляется в регулярно обновляемую базу данных, чтобы поиск не занимал много времени. Визуально увидеть проиндексированную веб-страницу обычный пользователь не может, однако с помощью специального инструмента это всё же возможно. Например, у Яндекса существует сервис Вебмастер, где можно проверить свой ресурс на индексацию.

Таким образом, проиндексированные веб-страницы — это важнейший элемент любого поисковика, будь то Google, Microsoft Bing или Яндекс. Без подобной картотеки оперативно находить нужную информацию попросту невозможно.

WebCrawler — стандарт на десятилетие

Первым поисковиком, который стал использовать индексацию в более или менее современном виде, стал WebCrawler, запущенный в 1994 году. Его робот-«паучок» собирал информацию со всей сети, индексировал её и вносил в собственную базу данных. Разработка имела огромный успех и, в сущности, задала стандарт на десятилетие вперёд. Даже сейчас принципы, которые заложил WebCrawler, продолжают работать в основе современных поисковых систем.

Морфология языка: как Яндекс покорил великий и могучий

Но просто собрать и проиндексировать информацию — это лишь половина дела. Главное — правильно понять, что именно ищет пользователь. И здесь особенно интересен опыт Яндекса в работе с морфологией русского языка.

Дело в том, что поисковой системе необходимо находить не просто точное совпадение слов, а понимать смысл запроса. Подумайте сами: слово «шляпка» может относиться к грибу, головному убору или гвоздю. Русский язык полон подобных многозначных слов, что делает задачу на порядок сложнее, чем в английском.

Именно поэтому так показателен пример Яндекса. Компания анализировала, как часто слова встречаются вместе в текстах, используя данные Национального корпуса русского языка. Если пользователь ищет, например, «воронежский», система может автоматически добавить к поиску слово «Воронеж».

Яндекс также научился различать языки, чтобы не путаться при обработке запросов. Система определяла язык запроса по алфавиту, характерным сочетаниям букв и даже по региону пользователя. И, разумеется, люди постоянно допускают опечатки — примерно 12% поисковых запросов содержат ошибки. Поэтому поисковик автоматически проверял запрос на грамотность и предлагал исправленную версию.

Вот так, в зависимости от особенностей языка, поисковики справлялись с проблемами человеческих запросов.

Google и революция PageRank

Существовало и множество других поисковиков того времени — AltaVista, Excite и другие. Функционал у всех был примерно одинаковым, поэтому подробно останавливаться на каждом не имеет смысла. Важны первые и по-настоящему революционные.

Примерно в это же время, в 1998 году, два аспиранта из Стэнфордского университета — Сергей Брин и Ларри Пейдж — разработали поисковик Google. О нём, конечно, можно рассказывать долго. Но на самом деле важен не столько сам поисковик, сколько технология, которую для него разработали эти двое. Она называется PageRank.

Это была по-настоящему революционная вещь. Давайте разберёмся, в чём заключалась основная проблема поисковиков того времени. Да, благодаря индексации они могли находить ресурсы с нужной информацией, но вот качество найденных сайтов оставалось под большим вопросом. Грубый пример: если бы вы дали поисковику того времени запрос «как поменять лампочку», на первом месте мог бы оказаться не форум электриков, а сайт анекдотов. То есть релевантность поиска была практически на нуле.

PageRank же делал простую, но гениальную вещь. Алгоритм присваивал каждой странице показатель важности. Чем больше ресурсов в интернете ссылалось на определённую веб-страницу, тем более важной она становилась. Соответственно, при запросе пользователя на первые позиции выходила ссылка на тот ресурс, который зарекомендовал себя в интернете. Просто и изящно.

Внедрение PageRank совершило настоящую революцию в зарождающейся отрасли поисковых систем. Буквально за считанные месяцы все конкуренты создали аналогичные системы ранжирования. Со временем аналоги PageRank эволюционировали в нечто гораздо более сложное, где учитывалось множество факторов — вплоть до местоположения пользователя. Но об этом чуть позже.

MatrixNet от Яндекса: машинное обучение раньше всех

Кстати, поиск от Яндекса и сама компания в целом были важными первопроходцами в индустрии. Разработчики Яндекса буквально первыми стали использовать машинное обучение в поиске, когда Google ещё даже не задумывался об этом.

В 2009 году Яндекс сделал важный шаг в развитии поисковых технологий, начав использовать машинное обучение (ML — Machine Learning) значительно раньше Google. Компания разработала собственную технологию под названием MatrixNet, которая совершила настоящий прорыв в области поисковых систем.

К тому моменту интернет уже был огромным, и по некоторым запросам находились миллионы страниц. Просто показать все сайты, содержащие слова из запроса, было уже недостаточно — ведь пользователю пришлось бы целую вечность листать страницы с результатами. Требовалось научиться определять, какие страницы действительно отвечают на вопрос пользователя.

Для этого поисковик анализировал множество факторов: как часто встречаются слова из запроса, сколько на сайт ведёт ссылок, насколько он популярен у пользователей, и так далее. Всего таких факторов были тысячи, и первоначально они отслеживались вручную. Специалисты-эксперты — так называемые асессоры — помогали системе учиться, оценивая качество результатов поиска. Они оценивали конкретные страницы по конкретным запросам, и затем на этих оценках обучалась формула, которая ранжировала сайты по любому запросу.

Главная особенность MatrixNet заключалась в том, что он мог автоматически работать с огромным количеством таких факторов и при этом не переобучаться. То есть формула ранжирования сайтов стала подбираться на основании всех известных факторов и знаний о том, какие страницы лучше соответствуют запросу, а какие — хуже. Обычные алгоритмы в подобной ситуации начинали находить несуществующие закономерности, а MatrixNet оставался точным.

Более того, сама система могла настраивать поиск для разного типа запросов. Например, можно было улучшить поиск по музыке, не испортив при этом поиск по другим темам. А ещё MatrixNet был невероятно быстрым: он успевал проверить все факторы за доли секунды. Всё это работало на тысячах серверов одновременно — каждый искал по своей части интернета, находил лучшие результаты, а потом они объединялись в единый список, и пользователь практически мгновенно получал именно те сайты, которые ему были нужны.

Эта технология стала важнейшим шагом в развитии поиска. Она позволила учитывать намного больше факторов, чем раньше, и при этом делать это точно. С появлением MatrixNet поиск стал значительно умнее — он начал гораздо лучше понимать, чего хочет пользователь.

Самое забавное: технология настолько опередила своё время, что инженерам Яндекса пришлось сооружать инсталляцию из водяных труб, чтобы наглядно объяснить журналистам, что такое машинное обучение.

Три кита поиска прошлого

Подведём итог «поиска вчера» и назовём три главных кита, на которых он держится:

1. Индексирование веб-страниц — создание своеобразной картотеки всего интернета.
2. Настройка релевантности поиска — по типу PageRank от Google.
3. Машинное обучение — впервые полноценно применённое Яндексом в 2009 году.

Поиск сегодня: от тысяч факторов до нейросетей

Нынешние поисковые системы эволюционировали в совершенно невероятные сервисы, которыми мы пользуемся каждый день. Когда компании осознали, что на продаже рекламы на самых посещаемых ресурсах интернета можно прекрасно зарабатывать, организации, которые изначально просто занимались поиском веб-страниц, превратились в настоящих технологических гигантов. Достаточно посмотреть на Google или Яндекс и оценить, в скольких сферах они присутствуют сегодня.

С расширением интернета стало очевидно, что искать нужно не только сайты, но и отдельные видеоролики, изображения, рестораны, природные локации и многое другое. Работы меньше не стало — интернет за последние десятилетия вырос многократно.

Предугадывание запросов

Например, чтобы ускорить поиск информации, появилась функция угадывания запроса пользователя. Специальный алгоритм запоминал, к какому слову привязана самая частая продолжающая связка — с учётом местоположения пользователя, самых частых запросов и множества других факторов. Если человек начинает вводить запрос «кто такой», поисковик мгновенно предлагает несколько вариантов продолжения. Попробуйте проверить это сами — результаты могут удивить.

От единиц к тысячам факторов

По сути, все технологии из «поиска вчера» перекочевали в «поиск сегодня», но на совершенно иных мощностях. Если раньше использовались лишь несколько метрик (вспомните PageRank от Google), то сегодня поисковики оперируют тысячами факторов ранжирования. Давным-давно для присвоения статуса полезности нужна была всего одна метрика — цитируемость ссылки. Теперь же алгоритмы анализируют колоссальное число параметров. MatrixNet от Яндекса, о котором мы уже рассказали, в своё время был именно таким исключением — он опережал эпоху.

Администрировать эти тысячи факторов вручную, естественно, невозможно. И тут на помощь приходит машинное обучение.

RankBrain от Google: поиск вещей, а не строк

Нейросети прочно вошли в нашу жизнь. С их помощью мы генерируем изображения, создаём видео, пишем тексты. И революция, которая происходит вокруг нас сейчас, стала возможной в том числе благодаря поиску в интернете. Ведь прародителями современных нейросетей с начала 2010-х годов стало именно машинное обучение.

Google тоже не стоял на месте. В 2015 году компания представила технологию RankBrain, и поисковик научился искать вещи, а не строки.

Чтобы обучить алгоритмы, инженеры Google сначала «скармливали» ему данные из различных источников, чтобы он начал их сопоставлять и упорядочивать выдачу на основе этих вычислений. Затем RankBrain наблюдал, как пользователи взаимодействуют с результатами поиска, созданными при помощи машинного обучения. Если пользователи оставались довольны результатами, алгоритм продолжал работать в том же направлении. Если результат не устраивал — машина начинала процесс заново.

RankBrain также оценивал релевантность контента на странице. Речь шла не только о сопоставлении ключевых слов, но и о глубоком понимании контекста. Он мог различать фрагменты, которые затрагивают разные аспекты и подтемы, связанные с основной темой запроса.

В целом, RankBrain выполнял две основные задачи. Во-первых, учился понимать поисковые запросы — их смысл и ключевые слова на веб-страницах. Во-вторых, измерял удовлетворённость пользователя результатами и подстраивался соответственно.

Нейросети-трансформеры: поиск по смыслу

Внедрение машинного обучения многократно улучшило опыт поиска. Он стал значительно персонализированнее и намного умнее. Именно благодаря нейросетям нового типа — так называемым нейросетям-трансформерам — и Google, и Яндекс научились понимать смысл запроса, а не просто искать совпадения слов.

Например, сегодня можно написать в поисковой строке «фильм, где мужчина выращивает картошку на Марсе», и вы получите множество релевантных ссылок с правильным ответом — фильм «Марсианин». Всё это происходит потому, что поисковик понимает смысл запроса, а не просто ищет ключевые слова на страницах.

Поиск завтра: эра искусственного интеллекта

Однако всё вышесказанное — лишь часть картины. Речь не только о машинном обучении. За последние несколько лет произошла настоящая революция — появились чатботы на основе больших языковых моделей.

На самом деле поиск будущего уже среди нас, и его можно смело назвать поиском настоящего. Это третий этап в развитии интернета и в поведении пользователей. Теперь в интернете есть все и всё: бизнес, инвестиции, сильные команды и продукты. Сейчас недостаточно просто находить актуальную информацию быстро. Теперь важно быстро находить самое лучшее из всего существующего контента.

У чатбота можно узнать практически что угодно, причём максимально персонализированно. В последний год компании массово внедряют чатботов в свои поисковые системы.

Экзистенциальный кризис поисковиков

Любопытно, что когда чатботы только начали появляться, поисковые компании пережили своего рода экзистенциальный кризис. Google вообще ввёл «красный код» внутри компании и стал считать ChatGPT своей главной угрозой. Однако спустя время стала очевидна одна крайне важная вещь: чатботы ошибаются. Причём не просто ошибаются, а порой галлюцинируют — выдумывают факты, которых не существует в реальности.

Простыми словами, чатбот, который должен был стать абсолютным поиском, оказался неспособен в одиночку справиться с этой задачей. Однако решение проблемы нашлось: объединить чатбота и поисковую систему.

Симбиоз: чатбот + поисковая система

Выгода от подобного симбиоза получается превосходная. Чатбот естественным языком отвечает на поставленный вопрос, превосходя все алгоритмы прошлого в десятки раз. С ним можно просто разговаривать как с человеком, и нет необходимости переходить по множеству ссылок, потому что вся информация суммируется сразу в один готовый ответ. А технологии поиска, в свою очередь, помогают чатботу находить достоверную и актуальную информацию, подкрепляя ответ релевантными ссылками на источники.

Copilot от Microsoft

Одним из первых представителей такого подхода стал Copilot от Microsoft. Компания инвестировала миллиарды долларов в OpenAI и встроила в свой поисковик Bing на тот момент самый мощный чатбот в истории — GPT-4 Turbo. То есть технология поиска работала совместно с чатботом, чтобы выдать максимально персонализированный результат.

Google AI Overviews и Gemini

Google же решила подойти к проблеме более фундаментально. В мае 2024 года компания представила собственную модель Gemini, специально адаптированную для поиска. Система получила название AI Overviews и работает через так называемые «ИИ-обзоры».

Когда пользователь задаёт вопрос, Gemini не просто ищет информацию, но анализирует её, структурирует и представляет в удобном формате. При этом система всегда указывает источники информации, позволяя пользователю проверить данные.

Одна из самых интересных возможностей — анализ видео для поиска решения технических проблем. Например, если у вас сломался проигрыватель виниловых пластинок, достаточно снять короткое видео проблемы, и система поможет найти решение.

Google также анонсировала системы, которые не только помогают с поиском, но и выполняют действия за пользователя. Например, можно написать: «Купи билет из Москвы в Стамбул», и нейросеть самостоятельно оформит покупку.

SearchGPT от OpenAI

Не остаётся в стороне и сама компания OpenAI. В конце 2024 года она представила собственный поисковик SearchGPT (впоследствии интегрированный в ChatGPT как функция поиска). Он объединяет возможности языковой модели GPT-4o с прямым доступом к актуальной информации из интернета.

SearchGPT работает принципиально иначе, нежели привычные поисковики. Когда вы задаёте вопрос, система не просто выдаёт список ссылок, а сразу формирует подробный ответ, основанный на данных из различных источников. При этом каждый факт в ответе сопровождается ссылкой на первоисточник — будь то новостная статья, научная публикация или специализированный блог.

В SearchGPT также появились специальные визуальные форматы для определённых типов запросов. Например, при поиске погоды пользователь видит детальный прогноз с графиками. При запросе котировок — биржевые данные в реальном времени. Для спортивных событий — актуальное расписание матчей и результаты.

Однако подобные решения, разумеется, есть и у других игроков рынка. И в этом отношении OpenAI пока остаётся в роли догоняющего. Главное преимущество SearchGPT — это возможность вести полноценный диалог: можно задавать уточняющие вопросы, и система будет учитывать контекст всего разговора.

Яндекс и поиск с Нейро

Отечественные разработчики тоже не отстают. В октябре 2024 года Яндекс представил масштабное обновление своего поисковика, интегрировав в него технологию Нейро. Поиск с Нейро работает по той же модели: он сразу даёт ответ на вопрос, ссылаясь на источники в интернете. Система автоматически определяет, когда её помощь будет действительно полезна, и появляется в результатах поиска самостоятельно. Если же нейросетевой ответ не был показан автоматически, достаточно нажать на специальную кнопку под поисковой строкой.

Поиск с Нейро умеет работать со сложными составными вопросами, и с ним можно вести полноценный диалог, поскольку он понимает контекст. Например, вы можете спросить: «Какая сегодня ключевая ставка?» А потом просто уточнить: «А когда изменится?» И поиск ответит датой следующего заседания Центрального банка. Раньше для этого пришлось бы делать два полноценных независимых поисковых запроса.

Кроме того, система научилась работать и с изображениями. В поиске по картинкам или через умную камеру можно задавать вопросы о конкретных деталях на фотографии. Сфотографировали автомобиль — и просто спросили, сколько он стоит. Не нужно знать марку и модель: вы сразу получаете готовый ответ. А если на фотографии рядом с основным объектом присутствует другой предмет — например, велосипед — поиск поймёт контекст и всё равно ответит именно про автомобиль.

Более того, можно сфотографировать задачу по математике для девятого класса, и поиск самостоятельно её решит — даже если такой задачи нет в интернете. (Простите за это опасное знание.)

Поиск завтрашнего дня: AGI и абсолютная персонализация

Всё описанное выше — это поиск сегодня, и мы уже живём с ним бок о бок. Но что ждёт нас в будущем?

По прогнозам экспертов, в ближайшее время поиск сможет давать ответы на основе не только текстовой, но вообще любой информации в интернете — например, на основе содержимого конкретного видеоролика.

Однако использование нейросетей в связке с поиском — это, по всей видимости, промежуточный вариант. Настоящий поиск будущего должен быть связан с AGI — Artificial General Intelligence, то есть так называемым «настоящим» искусственным интеллектом. Не просто алгоритмом, который пытается угадать, что хочет пользователь, а полноценным цифровым разумом, способным мыслить и понимать.

Только представьте, насколько поиск станет совершеннее, когда у вас появится собственный ассистент, который знает вас лучше, чем кто-либо другой, и способен буквально по первым нескольким буквам угадать, что вам нужно. А с учётом того, как стремительно всё развивается в 2025 году, подобный поиск мы, возможно, увидим достаточно скоро.

Судите сами: нынешние технологии уже умеют искать по тексту и изображениям, вести с пользователем полноценный диалог, а персонализированный ИИ-ассистент сможет делать всё это индивидуально для каждого.

Персонализация — вот главная черта поиска будущего, если всё пойдёт так, как предрекают лидеры индустрии.

Заключение

История интернет-поиска — это история человеческого стремления к знаниям. От бумажных каталогов и примитивного Archie в 1990 году — через революцию PageRank и MatrixNet — к нейросетевым ассистентам, которые разговаривают с нами на естественном языке. Каждый этап этой эволюции делал доступ к информации проще, быстрее и точнее.

Сегодня мы стоим на пороге новой эпохи, в которой границы между поисковой системой и интеллектуальным собеседником окончательно стираются. И если прошлое научило нас чему-то, то это тому, что следующий скачок может произойти быстрее, чем кто-либо из нас ожидает

 

Google запустила Fitbit Air за $99, главный конкурент WHOOP без обязательной подписки. Это принципиальный разрыв с бизнес-моделью WHOOP, которая требует ежемесячных платежей за доступ к данным. Fitbit Air предлагает базовые метрики: пульс, сон, шаги, восстановление без дополнительных расходов.

Запуск происходит в момент, когда рынок носимой электроники переживает любопытный раскол. С одной стороны — дорогие смарт-часы с экранами, GPS и платёжными системами (Apple Watch Ultra, Galaxy Watch 8 Ultra). С другой минималистичные трекеры без экрана, ориентированные исключительно на здоровье: WHOOP, Oura Ring, теперь Fitbit Air. Google делает ставку на массового пользователя, которому не нужны уведомления на запястье, но важно следить за сном и восстановлением. Интеграция с Gemini для персональных рекомендаций по здоровью очевидное следующее обновление.

6 апреля Anthropic объявила о подписании нескольких гигаватт мощностей TPU следующего поколения — крупнейшем обязательстве по вычислительным ресурсам за всю историю компании. Партнёрами сделки выступили Google Cloud и Broadcom. Чипы начнут поступать с 2027 года и должны обеспечить рост инфраструктуры пропорционально спросу: годовой объём выручки компании уже превышает $30 млрд.

Стратегический смысл в диверсификации: Anthropic использует одновременно AWS Trainium, Google TPU и GPU от Nvidia — в отличие от OpenAI, жёстко привязанной к инфраструктуре Microsoft. Это снижает зависимость от единственного поставщика и даёт рычаги при переговорах. Для Google сделка подтверждает конкурентоспособность TPU против Nvidia; для Broadcom — гарантирует крупный заказ на специализированную ИИ-логику.

20 февраля Google выпустила Gemini 3.1 Pro — первый раз в истории компания использует инкремент к приставке «.1» вместо привычного «.5». Модель удвоила мощность рассуждения (reasoning performance) по сравнению с Gemini 3 Pro и достигла 77,1% на ARC-AGI-2 бенчмарке — тесте, который проверяет способность ИИ решать совершенно новые логические паттерны.

Отмечается, что это не просто улучшение показателей для статистики. Google фокусируется на создании полноценного агента с возможностями выполнения разных задач (agentic workflows) и более улучшенными возможностями рассуждений для задач, которые требуют глубокий ответ. Модель умеет генерировать анимированные SVG-изображения с кодом, строить сложные приложения вроде симуляторов городского планирования, синтезировать огромные датасеты.

Gemini 3.1 Pro доступен в Gemini app для всех, с повышенными лимитами для Google AI Pro и Ultra подписчиков, плюс эксклюзивно в NotebookLM для платных пользователей. Разработчики получают доступ через Gemini API, Vertex AI, Google Antigravity и Android Studio.

Почему это важно: три месяца назад вышел Gemini 3 Pro, теперь Google выкатывает «.1» вместо традиционного полугодового цикла. Это ускорение темпов развития — и прямая атака на OpenAI GPT-5 и Anthropic Claude Opus 4.6. Гонка мощностей рассуждения (reasoning) превращается в спринт, где обновления выходят каждые 90 дней, а не раз в полгода.

Представьте ситуацию: вам нужно быстро передать фотографию или рабочий файл с телефона на телефон. Как вы это сделаете? Вряд ли кто-то вспомнит о инфракрасном порте, которым когда-то оснащались мобильные телефоны.

Если у обоих пользователей устройства Apple — считайте, повезло. AirDrop справится с задачей мгновенно. Всё просто, удобно и быстро. У пользователей Android тоже есть свои решения. Но что делать, когда встречаются Android и iPhone? Вот здесь раньше начинались настоящие мучения. По крайней мере, так было до ноября 2025 года.

В ноябре прошлого года Google, а следом за ней и Qualcomm объявили, что поддержка AirDrop приходит на Android. Это заявление вызвало настоящий шквал обсуждений. Почему? Потому что Apple никогда не давала на это официального разрешения.

По сути, Google нашли способ реализовать совместимость с AirDrop, не спрашивая согласия у компании из Купертино. Но как именно инженерам удалось это сделать? Как устроен протокол AirDrop? И почему европейский закон о цифровых рынках оказался тем самым ключом, который открыл закрытую экосистему Apple?

Архитектура AirDrop: больше, чем просто Bluetooth

Многие полагают, что AirDrop — это всего лишь передача файлов по Bluetooth или Wi-Fi. На самом деле это сложная, многослойная технология, которую Apple разрабатывала не один год.

AirDrop — это закрытая peer-to-peer технология Apple для беспроводной передачи файлов, контактов и другого контента внутри собственной экосистемы. Впервые её представили в 2011 году как революционный и самый простой способ передачи файлов. Проще, чем по электронной почте, проще, чем через мессенджеры.

Принцип работы выглядит элементарно: выбрали файл или фотографию, выбрали устройство рядом, нажали одну кнопку — и файл отправлен. Без интернета, без облачных сервисов. Нужны только два устройства Apple, которые соединяются между собой автоматически. Просто, быстро, безопасно. Та самая фирменная магия Apple.

С точки зрения пользователя всё действительно элементарно. Но под капотом технология устроена куда сложнее, чем кажется.

Первый этап: обнаружение и рукопожатие

Технически AirDrop работает в два этапа. Первый шаг — это поиск и обмен метаданными, так называемое рукопожатие.

В основе этого процесса лежит технология Bluetooth Low Energy. Фактически, ваш iPhone постоянно транслирует в эфир сигнал: «Я здесь! Я iPhone! Кто хочет мне что-то прислать?» Это называют BLE-рекламой.

Другие устройства в радиусе нескольких метров улавливают этот сигнал и реагируют соответствующим образом. Разумеется, имя устройства не передаётся в открытом виде — используется шифрование.

Когда iPhone ищет получателей, он на самом деле не транслирует открытым текстом «Я iPhone Валеры». Иначе это был бы кошмар с точки зрения приватности. Вместо этого он рассылает хеш — обрезанный фрагмент сложной зашифрованной строки, созданной на основе Apple ID и номера телефона.

Устройства вокруг принимают этот код и пытают сопоставить его со своей адресной книгой. Если у получателя в контактах записан ваш номер, то есть если математика сходится, его телефон понимает: «О, это же знакомый!» — и показывает аватарку. Если нет, для него это просто бессмысленный набор байтов.

Второй этап: передача данных

Как только устройства обнаружили друг друга и обменялись кодами, они устанавливают прямой Wi-Fi мост. И вот здесь начинается самое интересное.

AirDrop использует не обычный Wi-Fi Direct, а закрытый протокол AWDL — Apple Wireless Direct Link. Этот протокол отвечает за всю фирменную магию не только в AirDrop, но и в AirPlay, Sidecar и Handoff.

Если упрощать, Apple взяла стандартный протокол 802.11 и добавила в него собственные управляющие фреймы, синхронизацию времени и динамическое переключение между каналами. Затем собрала всё это вместе и получила закрытый высокоскоростной туннель, в который не может войти никто посторонний.

Главный технический трюк здесь — сложная синхронизация. Обычный Wi-Fi работает так: устройства постоянно слушают эфир или договариваются через роутер. Но в AWDL роутера нет, всё работает напрямую между устройствами. Тем не менее выбрать главное устройство всё равно приходится.

Каждые сто-двести миллисекунд устройства в радиусе действия выбирают «мастера» — обычно это самый мощный Mac или iPhone с хорошим зарядом батареи. Этот мастер рассылает остальным специальные синхронизирующие фреймы с инструкциями: «Все активируемся ровно через двадцать три миллисекунды на канале 149, потом через сто двадцать миллисекунд переходим на канал 44, затем на 157» — и так далее.

Все устройства подстраиваются под это расписание. Эта хитрость помогает не только экономить заряд батареи, но и не мешать пользователю работать с интернетом. Несколько раз в секунду модем переключается то на интернет, то на передачу файлов.

Так и работает AirDrop. Устройства сначала знакомятся, а потом вместе начинают переключаться между каналами, словно в синхронизированном танце. И никого постороннего в свой закрытый мир не пускают.

Именно из-за этого двойного барьера — сложной радиосинхронизации AWDL и шифрованного обмена данными — AirDrop так долго оставался неприступной крепостью для Android.

Но в 2025 году стены этой крепости пали.

Европейский закон, который изменил всё

В ноябре 2025 года Google неожиданно объявила, что смартфоны Pixel 10 теперь поддерживают AirDrop. А в будущем, по словам компании, поддержка расширится на все устройства Android.

И самое главное — это произошло не потому, что Apple щедро выдала разрешение. У руководства компании вообще никто не спрашивал согласия.

Как же это произошло? Кто те смельчаки, которые взломали AirDrop? Возможно, вы представляете себе загадочных программистов в чёрных толстовках с капюшонами и масками анонимусов, бесконечно всматривающихся в миллионы строк кода? Нет.

Самую большую роль сыграли… чиновники. В белых рубашках и галстуках, попивающие кофе из кружек с логотипом Евросоюза. Они работают в огромном здании Еврокомиссии и пишут законы длиной в сотни страниц.

Один из таких законов — Digital Markets Act, сокращённо DMA. Документ, который уже заставил Apple установить USB-C в iPhone. Теперь очередь дошла до AirDrop.

Что такое Digital Markets Act

Если коротко, это постановление властей Евросоюза о том, что технологические гиганты должны использовать открытые технологии и делиться своими наработками с более мелкими игроками рынка. В противном случае — огромные штрафы.

В том числе DMA требует от Apple «эффективной интероперабельности». Что это значит?

Переводя с европейско-юридического языка на понятный, закон считает компанию из Купертино gatekeeper’ом — стражем ворот. Ворота в данном случае — это технология обмена файлами. И закон предписывает эти ворота приоткрыть, чтобы туда могли войти и другие игроки рынка.

Это и есть та самая интероперабельность. Или, говоря проще, доступность и совместимость.

Под давлением DMA Apple была вынуждена внедрить в AirDrop поддержку открытого протокола Wi-Fi Aware, а точнее — Neighbor Awareness Networking, сокращённо NAN.

Ирония судьбы: Apple сама участвовала в разработке этого стандарта в 2010-х годах.

Wi-Fi Aware: открытая альтернатива

Что такое NAN? Это открытый стандарт IEEE 802.11. Он позволяет устройствам общаться между собой в режиме одноранговой сети, то есть без подключения к интернету.

Принцип очень похож на AWDL. Устройства обмениваются между собой короткими сообщениями для обнаружения друг друга и устанавливают peer-to-peer соединение. Практически полный аналог закрытого протокола Apple.

Важно понимать, что Apple не убрала AWDL полностью — это сломало бы старые устройства и их взаимодействие внутри экосистемы. Вместо этого компания добавила NAN как параллельный путь: внутри экосистемы Apple всё работает на AWDL — быстро и синхронно, а для сторонних устройств — на открытом протоколе.

Начиная с iOS 26, все устройства Apple поддерживают Wi-Fi Aware. Это стало обязательным требованием Еврокомиссии. В марте 2025 года Европейская комиссия приняла две спецификации, детализирующие меры, которые Apple должна предпринять для обеспечения интероперабельности iOS с устройствами третьих сторон.

Тут-то и подсуетилась Google.

Как Google реализовала совместимость

У Google давно был свой аналог AirDrop — Quick Share. То же самое, только в экосистеме Android. Компания просто обновила его, чтобы он мог распознавать NAN-сигналы от iPhone.

Разумеется, не обошлось без реверс-инжиниринга. Ведь официально Apple не документировала формат своих сообщений. Но основа была открытой благодаря требованиям DMA.

В итоге Pixel 10 получил всё необходимое из коробки. А значит, может без проблем подключаться к AirDrop.

Важно понимать: Google не взламывала AWDL. Зачем, если NAN открыт? Они просто заговорили на языке, который Apple была вынуждена сделать доступным.

В ноябре 2025 года Google опубликовала подробное объяснение безопасности этого решения. Компания провела внутренние тесты, обзоры приватности и тесты на проникновение, а также привлекла независимую компанию NetSPI для оценки безопасности. По результатам проверки система оказалась безопасной и «заметно надёжнее» других отраслевых реализаций.

Google не первые

Интересно, что Google не первые, кто захотел подключиться к AirDrop. Ещё в 2019 году инженеры из немецкой лаборатории SEEMOO Lab представили OpenDrop — полностью открытую реализацию протокола Apple, написанную на Python. Это проект, полученный путём обратного инжиниринга закрытого стека AWDL.

OpenDrop умеет сканировать iPhone и Mac по Bluetooth LE, устанавливать peer-to-peer Wi-Fi канал и передавать файлы с тем же end-to-end шифрованием, что и оригинал. По сути, это первый и до сих пор рабочий «AirDrop для всех», который можно запустить на обычном ноутбуке с Linux и отправить фотографию прямо на iPhone.

Однако это решение не для массового пользователя, скорее для энтузиастов и исследователей. А вот то, что показала Google — это уже совсем другой уровень. Всё работает так же просто, как на iPhone: файлы передаются нажатием одной кнопки.

Как это работает на практике

По состоянию на январь 2026 года функция работает только на линейке смартфонов Pixel 10. И не совсем из коробки, и не так бесшовно, как между устройствами Apple.

Во-первых, на Pixel нужно установить обновление Quick Share Extension из Play Store. Затем включить все необходимые разрешения.

На устройствах Apple ничего устанавливать не нужно, но есть нюанс. AirDrop на iPhone по умолчанию настроен на режим «Только контакты», поэтому Pixel не сможет обнаружить устройство. Чтобы поделиться файлами, в настройках нужно выбрать видимость «Для всех на 10 минут». Тогда iPhone объявит о себе открыто, и Pixel его увидит.

Ещё одна особенность — речь идёт только об iOS и iPadOS. Передать файл с Android на Mac также можно, но на Mac нужно установить настройку AirDrop «Для всех», которая остаётся активной, пока её не выключат вручную.

Скорость передачи

А как насчёт скорости? AWDL — это выделенный скоростной туннель. Сможет ли открытая реализация тягаться с ним?

Удивительно, но да. Тесты показывают, что скорость передачи сопоставима с оригинальным AirDrop. Фотография размером десять-пятьдесят мегабайт передаётся за две-пять секунд. Видео объёмом один гигабайт — за десять-двадцать секунд.

Да, речь идёт об идеальных условиях. В реальности будет чуть медленнее. Но всё же вполне достойно.

Проблема с Wi-Fi

Однако не обошлось без проблем. В конце ноября 2025 года пользователи Pixel 10 начали массово жаловаться на серьёзную ошибку: обновление Quick Share Extension (версия 1.0.815689706) вызывает сбой Wi-Fi подключения.

Как только пользователи открывают меню Quick Share для отправки файла, Wi-Fi немедленно отключается. Сеть исчезает из списка доступных, и подключиться заново можно только после закрытия меню. У некоторых пользователей проблема проявляется именно в момент подготовки файлов к отправке. Другие сообщают, что их телефон вообще отказывается использовать Wi-Fi для передачи файлов на компьютер, переключаясь на мучительно медленный Bluetooth.

Пользователи попытались сообщить о проблеме через официальные каналы Google, но столкнулись с абсурдной ситуацией. Когда кто-то подал заявку в баг-трекер Google Issue Tracker, её закрыли с рекомендацией обратиться на форум поддержки. На форуме же пользователей отправили обратно в баг-трекер. Эта путаница напомнила многим предыдущие проблемы Google с обработкой багов, например, с проблемой заикания телефото-камеры на Pixel.

На момент публикации единственное временное решение — удалить обновление Quick Share Extension. Но при этом теряется возможность обмениваться файлами с устройствами Apple.

Проблема связана с тем, как Quick Share использует комбинацию Bluetooth для обнаружения и Wi-Fi Direct для высокоскоростной локальной передачи. При открытии интерфейса обмена может происходить временный разрыв клиентского соединения, если параллельная работа реализована некорректно. Подобные проблемы с одновременной работой Wi-Fi Direct возникали и в предыдущих версиях Android и обычно устранялись обновлениями Play Services или прошивки.

По данным на январь 2026 года, Google ещё не выпустила официальное исправление этой проблемы.

Надежда на Qualcomm

Хотя у Google возникли технические сложности, есть надежда на более широкое распространение функции.

В декабре 2025 года компания Qualcomm анонсировала, что поддержка AirDrop появится на устройствах с процессорами Snapdragon «в ближайшем будущем». Это означает, что функция станет доступна на большей части устройств Android, так как именно чипы Qualcomm используются в большинстве Android-смартфонов.

Правда, Qualcomm не уточнила, какие именно процессоры Snapdragon получат поддержку — будет ли это прерогативой флагманских чипов вроде Snapdragon 8 Elite или функция дойдёт до среднего и бюджетного сегмента. Также неизвестно, насколько далеко в прошлое распространится эта поддержка для уже выпущенных устройств.

Более того, в начале января 2026 года в сборках Android Canary были обнаружены системные файлы, указывающие на то, что Google готовит расширение поддержки AirDrop на серию Pixel 9. Правда, функция пока не активирована, и неясно, получат ли её более старые модели, такие как Pixel 8.

Что дальше?

Что делать Apple? Срочно латать дыры и закрывать лазейку? Теоретически, компания могла бы попытаться это сделать. Но какой ценой?

Волшебный ключ от AirDrop уже не отобрать без шума и скандала. Скорее всего, Apple постарается превратить ситуацию в преимущество для связей с общественностью, заявив, что всегда стремилась улучшить опыт пользователей разных платформ.

Когда существуют технологические барьеры, которые мешают пользователям, всегда найдутся те, кто их сломает или обойдёт. И не важно, кто это будет — чиновники, регуляторы или талантливые инженеры конкурентов.

По большому счёту, почему производитель должен указывать пользователям, кому они могут отправить видео из отпуска, а кому нет? С этой точки зрения то, что AirDrop стал доступным для Android — хотя и не без технических проблем — это безусловно хорошая новость. Это начало конца одной из самых бессмысленных «экосистемных войн» последних лет.

Что будет в будущем? AirPlay на всех устройствах? Хотелось бы, но пока что верится с трудом. Однако опыт с AirDrop показывает, что правильное сочетание регуляторного давления и технической изобретательности способно разрушить даже самые закрытые стены.

Европейская комиссия продолжает оказывать давление на Apple в рамках DMA. В декабре 2025 года Apple даже опубликовала заявление с критикой закона, утверждая, что он создаёт риски для безопасности и приватности пользователей, задерживает выход новых функций в Европе и несправедлив, так как применяется только к Apple, хотя Samsung является лидером рынка смартфонов в Европе.

Тем не менее в декабре того же года в iOS 26.3 Apple добавила новые функции интероперабельности для устройств третьих сторон в Евросоюзе, включая быстрое сопряжение устройств по аналогии с AirPods и улучшенные уведомления для сторонних умных часов. Это прямой результат требований DMA.

Таким образом, история с AirDrop на Android — это не просто техническое достижение. Это пример того, как законодательное регулирование может изменить расстановку сил в технологической индустрии, заставив даже самые закрытые экосистемы открыться миру.

Квантовый 105-кубитный чип Willow от Google продемонстрировал первое в истории квантовое преимущество. Алгоритм Quantum Echoes (OTOC — out-of-time-order correlator) выполнился в 13 000 раз быстрее, чем на самых мощных классических суперкомпьютерах. Главное достижение: результат можно воспроизвести и независимо проверить.

Ключевой прорыв чипа — преодоление порога квантовой коррекции ошибок, о котором говорили ещё с 1995 года. Чем больше кубитов добавляется, тем меньше становится уровень ошибок — экспоненциально снижается при масштабировании. При тестировании решёток 3×3, 5×5 и 7×7 кубитов, уровень ошибок каждый раз сокращался вдвое. Это доказывает, что можно построить масштабируемый квантовый компьютер.

В доказательство концепции Google применила Quantum Echoes как «молекулярную линейку» для изучения двух молекул (15 и 28 атомов). Результаты совпали с традиционной ядерной магнитно-резонансной спектроскопией (ЯМР), но раскрыли дополнительную информацию, недоступную классическим методам. Технология может революционизировать разработку лекарств и материалов, помогая определять структуру молекул с беспрецедентной точностью.

Чип показал рекордную точность: 99.97% для одно-кубитных операций, 99.88% для двух-кубитных и 99.5% для считывания — всё за наносекунды. За проект выполнено триллион измерений — значительная часть всех измерений, когда-либо проведённых на всех квантовых компьютерах вместе взятых.

Впрочем, эксперты призывают к осторожности: до коммерческих применений ещё далеко. Для решения реальных задач потребуется увеличить количество кубитов в десятки тысяч раз, достигнув уровня ошибок 10⁻⁶. Тем не менее акции Alphabet выросли на 2% после анонса, добавив около $35 млрд к капитализации.

В iOS 26.3 появилась встроенная система «Перенос на Android» (Transfer to Android), разработанная в результате коллаборации Apple и Google. Это редкий случай сотрудничества двух конкурентов, которые традиционно выстраивали максимально закрытые экосистемы.

Механизм работает просто: достаточно поместить iPhone и Android-устройство рядом друг с другом. Смартфоны автоматически обнаружат друг друга через Bluetooth и Wi-Fi, после чего можно отсканировать QR-код на экране Android или ввести код сессии вручную. Система беспроводно перенесёт фотографии, сообщения, заметки, контакты, приложения и даже номер телефона.

Однако не все данные переносятся: информация о здоровье, устройства, сопряжённые по Bluetooth, защищённые заметки с паролем и данные Apple Wallet остаются на iPhone из соображений безопасности. Передача происходит локально с end-to-end шифрованием, без использования внешних серверов.

Параллельно Google внедрила аналогичную функцию в бета-версию Android для обратного переноса с Android на iPhone. Обе компании работают над расширением типов переносимых данных и добавлением поддержки приложений третьих сторон. Релиз iOS 26.3 ожидается в конце января 2026 года.

2025 год стал переломным для дизайна мобильных операционных систем. Два главных конкурента — Apple и Google практически одновременно представили крупное обновление для своих платформ. В мае Google анонсировала Material 3 Expressive, а месяц спустя, 9 июня на конференции WWDC 2025, Apple представила собственное видение будущего интерфейсов — дизайн-язык под названием Liquid Glass, или «жидкое стекло».

Это не косметические изменения. Обе компании пошли на смелый редизайн, нарушая собственные правила и каноны, разработанные годами. Каждая выбрала свой путь, и в результате iOS 26 и Android 16 получили совершенно новый облик. На первый взгляд, системы никогда не были так далеки друг от друга. Однако при более глубоком анализе становится очевидным: они никогда не были так близки.

Чтобы понять, как это произошло и почему дизайнерские решения двух корпораций оказались столь схожими по сути, необходимо совершить путешествие в прошлое и проследить эволюционный путь обеих систем. Это история о том, как разные виды, живущие в схожих условиях, приходят к похожим решениям.

Эволюция в мире технологий

В биологии существует явление, известное как карцинизация — процесс, при котором различные виды раков в ходе эволюции постепенно превращаются в крабов. Знаменитый камчатский краб, например, на самом деле является раком. Существует даже шутливая теория о том, что все организмы на Земле со временем должны эволюционировать в краба как в некую идеальную форму существования.

На самом деле карцинизация представляет собой частный случай конвергентной эволюции — явления, при котором разные виды организмов, не связанные между собой генетически, но живущие в схожих условиях, со временем становятся очень похожими. Дельфины и киты выглядят как рыбы, хотя являются млекопитающими. Енотовидная собака поразительно напоминает енота, несмотря на то что относится к совершенно другому семейству.

Аналогичный процесс происходит с iOS и Android. Две изначально различные системы постепенно эволюционируют к одной и той же идеальной форме. Они сталкиваются с одинаковыми проблемами и проходят одни и те же этапы развития, но делают это в разное время и в разном порядке. То, что сейчас происходит с iOS, произошло с Android более десяти лет назад.

WebOS и пророчество Матиаса Дуарте. Операционная система, опередившая время

Чтобы понять истоки современных дизайнерских решений, необходимо вернуться в 2009 год. На выставке CES компания Palm представила смартфон Palm Pre с операционной системой WebOS. За проект отвечал Джон Рубинштейн, бывший ключевой инженер Apple, стоявший у истоков iPod и iMac.

Palm Pre, возможно, стал самым недооценённым гаджетом своего времени. Но подлинная ценность заключалась не в железе, а в интерфейсе WebOS. Эта операционная система опередила время на световые годы, фактически предсказав, какой iOS станет через десятилетие.

Уже в 2009 году WebOS предлагала:

• Закруглённые углы дисплея
• Управление жестами без физических кнопок
• Многозадачность в виде карточек приложений
• Панель управления, вызываемую свайпом сверху

Тогда это казалось футуристическим концептом. Сегодня это стандарт индустрии.

За дизайном WebOS стоял Матиас Дуарте — директор по человеческому интерфейсу и пользовательскому опыту в Palm. Именно он спроектировал пророческую систему. Но его дар предвидеть будущее на этом не закончился.

В 2010 году Дуарте перешёл в Google и начал работать над дизайном Android. Его задачей стало навести порядок в хаосе разрозненных продуктов корпорации.

Рождение Material Design: порядок из хаоса. Дизайнерская анархия Google

В начале 2010-х годов в Google царил визуальный беспорядок. У корпорации не существовало единого дизайн-языка. Поиск, Android, Gmail, YouTube — это были параллельные вселенные с совершенно различным оформлением. Причём все эти продукты выглядели не особо привлекательно.

Перед Матиасом Дуарте и его командой встала фундаментальная задача: создать единую, универсальную дизайн-систему для всех экранов, платформ и продуктов Google. Задача не из лёгких.

Философский подход к интерфейсу

Работа началась с простого, почти детского вопроса: «Из чего сделаны интерфейсы?» Этот вопрос открыл ящик Пандоры. Дизайнеры поняли, что ничего не знают о мире, который проектируют:

• Что происходит, когда карточка улетает за пределы экрана? Куда она исчезает?
• Какие силы действуют в этом цифровом мире?
• Какие правила в нём работают?

Так философская дискуссия привела Google к прорывной идее цифровых материалов — особой материи, существующей в маленьком мире внутри корпуса смартфона.

Цифровая бумага и законы физики

В 2014 году из попытки навести порядок родился Material Design. Это был не просто визуальный апгрейд — Google создали маленькую цифровую вселенную со своими законами и правилами.

Дизайнеры решили, что этот мир должен быть предсказуемым, а значит, в нём должны работать привычные законы физики:

• Должен быть объём, хоть и небольшой — не толще смартфона
• Должно быть движение с инерцией, ускорением и замедлением, как в реальности
• И, конечно, должен быть свет, а значит — реалистичные тени

Чтобы понять, как это реализовать, в офисе Google организовали экспериментальную мастерскую. Дизайнеры собрали установку с направленным светом под углом 45 градусов, взяли бумагу и принялись творить. Они вырезали иконки, плашки, кнопки, изучали поведение света и теней, а затем тщательно переносили это поведение из реального мира в цифровой.

Но цифровой мир отличается от нашего. Он состоит не из молекул и атомов, а из пикселей. Значит, он сделан не из обычной бумаги, а из цифровой. У этого материала есть особенные, волшебные свойства: он может менять форму, цвет, прозрачность, размер и даже склеиваться с другими элементами. Но, например, не может вести себя как жидкость или газ — в конце концов, это бумага, хоть и цифровая.

Используя законы физики как рамку, а цифровую бумагу как связующий материал, Google смогли упорядочить хаос и создать универсальную, гибкую дизайн-систему, которая позволяет создавать логичные, простые и, главное, функциональные интерфейсы для любых экранов, устройств и платформ.

Прошло десять лет с момента появления Material Design. И теперь уже дизайнеры из Купертино вырезают элементы интерфейса в своём офисе. Но не из бумаги, а из стекла. Apple создали собственный цифровой материал — Liquid Glass. Во многом они повторяют идеи Google, но делают это на совершенно ином технологическом уровне.

Измерения превосходства. Эстетика преломления

Что особенного в новом цифровом материале от Apple? Интернет-сообщество высказывает скептицизм: подобное уже было в Windows Vista, десятках китайских прошивок и многих других местах. Однако это утверждение ошибочно. Никто никогда не создавал ничего подобного, и вряд ли создаст в обозримом будущем.

Превосходство Liquid Glass основано на трёх факторах: эстетика, технологическая сложность и универсальность.

Liquid Glass имитирует одно из красивейших оптических явлений в природе — преломление света. Интерфейс буквально превращается в линзу: искажает пространство, фокусирует и расщепляет лучи, отбрасывает блики, создаёт ощущение глубины и объёма. Но главное — он меняется, перетекая из одного состояния в другое, оживляя элементы интерфейса. Это не просто красиво. Это завораживает.

Технологическое превосходство

За красоту приходится платить. Liquid Glass — дорогой материал. Не в смысле визуальной премиальности (хотя это тоже), а в смысле вычислительной стоимости. Просчитывать такую красоту в реальном времени на устройствах с компактными аккумуляторами звучит как безумие. Для любой другой платформы это действительно безумие, влекущее за собой тормоза, перегрев и стремительный разряд батареи. Но не для Apple.

Apple — единственная компания, которая может позволить себе делать с интерфейсом что угодно без негативных последствий. И не потому, что у неё есть особые привилегии, а потому что за этим стоят технологии, которую разрабатывали более двадцати лет.

Image Units и шейдеры

Ещё во времена OS X Tiger (будущей macOS) Apple завершили внедрение в систему полного аппаратного ускорения интерфейса на графическом процессоре. Каждый пиксель на экране гарантированно просчитывался на видеокарте, снимая нагрузку с центрального процессора.

Для своего времени это было передовым решением. Но подлинная инновация заключалась в другом. Это было не просто GPU-ускорение, а ускорение со спецэффектами. Эти эффекты Apple назвала Image Units.

Их было больше сотни: размытия, искажения, трёхмерные трансформации, наложения, смешивание цветов — всё, что душе угодно. Image Units представляли собой строительные блоки для визуальных эффектов, которые можно было комбинировать в любом количестве и порядке, применяя где угодно в системе.

Ключевая особенность: сколько юнитов ни добавляй, производительность почти не падала. Причина — хитрая оптимизация. Эффекты не выполнялись по отдельности, а суммировались в один большой эффект — оптимизированную программу, выполняющуюся непосредственно на видеокарте.

Фактически под видом Image Units Apple встроила в систему поддержку шейдеров — тех самых программ, которые превращают невзрачную графику в компьютерных играх в визуальные шедевры.

С тех пор macOS, iOS, iPadOS и прочие системы Apple работают как видеоигра: интерфейс целиком просчитывается на GPU, а под каждый эффект заранее компилируются шейдеры. Liquid Glass — это тоже шейдер, только невероятно сложный, адаптивный и красивый.

Невоспроизводимое превосходство

Таких технологий нет ни у кого на рынке. А у Apple они работают уже два десятилетия. И всё это время Купертино не сидели сложа руки, год за годом прокачивая технологический стек.

Liquid Glass — не просто красивый эффект. Это архитектурное достижение, ставшее возможным благодаря десяткам лет работы и глубокой интеграции передовых технологий в самое сердце операционных систем Apple.

На платформе Habr один энтузиаст попытался воспроизвести эффект Liquid Glass на Android. Ему это удалось — используя шейдеры. Но ценой стала ужасающая производительность, а эффект работал далеко не везде. После проделанной работы автор признался: «Я не знаю, как Apple это сделали. Могу только предположить, что Liquid Glass — тоже шейдеры, только более продуманные. Система, которую Apple выстраивали так долго, позволяет им это делать».

Универсальность через адаптивность

Красота и техническая мощь — лишь часть истории. Возникает резонный вопрос: насколько это практично?

Внимательный наблюдатель заметит очевидную проблему: Liquid Glass прозрачен. А прозрачность создаёт проблемы с читаемостью. Сделать интерфейс прозрачным могут все. Сделать его красивым — многие. Но сделать красивый прозрачный интерфейс читаемым не может никто.

Тем не менее Apple это удалось. Каким образом? Они сделали материал многослойным.

Анатомия Liquid Glass: шесть слоёв интеллекта

Liquid Glass — не просто стекло, это интеллектуальная оптическая система из шести слоёв. Каждый слой реагирует на контекст и динамически меняет свойства ради одной цели: чтобы интерфейс оставался выразительным и читаемым всегда.

Структура слоёв. Материал состоит из шести компонентов:

1. Тень
2. HDR-подсветка
3. Линза (lensing)
4. Тонирование
5. Блики
6. Контент (иконки или текст)

Каждый слой «знает», что происходит под ним и вокруг него, постоянно анализируя окружение и адаптируясь к нему.

Адаптивные тени

Слой теней постоянно подстраивает прозрачность под контент. Если элемент интерфейса расположен над текстом, тени становятся глубже, визуально отделяя интерфейс от содержимого. Если под элементом однородный фон, тень почти исчезает, делая интерфейс чище.

Интеллектуальное тонирование

Аналогично работает слой тонирования. Система непрерывно регулирует прозрачность материала, обеспечивая контраст с фоном без потери эффекта стекла.

Неожиданное открытие: Liquid Glass не просто подстраивает прозрачность — он меняет яркость дисплея под собой при помощи HDR-тонирования. Интерфейс iOS 26 использует технологию расширенного динамического диапазона, которую раньше применяли только для фотографий и видео.

Liquid Glass не просто преломляет свет — он светится в буквальном смысле. Особенно это заметно при взаимодействии. При касании материал оживает: заливается светом и плавно меняет форму, как пузырёк воды.

Режимы адаптации

Большинство этих тонких адаптаций происходят незаметно для пользователя. Но при необходимости материал может меняться кардинально.

Если резко меняется фон, материал быстро переключается между светлой и тёмной темами. Однако Liquid Glass не всегда столь проворен. Существует «ленивая» версия материала, например, в видеоплеере. Она всегда суперпрозрачная и не реагирует на изменения фона, поэтому требует тёмной подложки.

Крупные меню, занимающие значительную часть экрана, также подстраивают прозрачность и яркость, но не переключаются между светлой и тёмной темами — чтобы не раздражать пользователя резкими изменениями.

Расширенная область семплирования

Liquid Glass анализирует не только то, что находится непосредственно под ним, но и окружающие объекты. Это называется «расширенная область семплирования». Материал воспринимает яркие объекты поблизости и окрашивается в их цвета, создавая нежный, живой и почти магический эффект.

У этой магии есть ограничения: стёкла не видят друг друга, подобно тому как вампир не видит своё отражение. Технически это возможно, но приведёт к падению производительности, поэтому Apple рекомендует этого избегать.

Liquid Glass можно окрашивать в любые цвета, и это выглядит впечатляюще. Но собрать из стеклянных элементов разноцветный витраж, который будет переливаться светом, пока невозможно. Возможно, это станет доступным в следующем поколении технологии.

Динамические блики

Блики в Liquid Glass динамические: красиво перетекают при разблокировке и реагируют на наклон устройства в определённых случаях. По состоянию на декабрь 2025 года эта функция работает не везде и не всегда — Apple продолжает дорабатывать систему.

Liquid Glass — не просто умное стекло, меняющее прозрачность и цвет. Как вода, этот материал меняет форму.

Гибкость Android и жёсткость iOS

Android с самого начала проектировался как гибкая система для работы на различных устройствах — телефонах, планшетах, телевизорах, даже холодильниках. Поэтому интерфейс Android изначально «резиновый», адаптирующийся к любым экранам.

Liquid Glass приносит схожую гибкость в экосистему Apple, но делает это эффектнее.

Морфинг элементов

Материал подобно жидкости может перетекать из одной формы в другую:

• Расщепляться на отдельные элементы или сливаться в единые группы
• Разрастаться из маленькой кнопки до большого меню или заполнять весь экран
• Принимать форму устройства

Адаптация к устройствам

Яркий пример — Sidebar и Tab Bar на iPad. Теперь это один элемент, способный расширяться и уменьшаться в зависимости от ситуации. Sidebar сворачивается в Tab Bar, если:

• Нужно больше места под контент
• Пользователь перевернул iPad
• Изменился размер окна

Окна на iPad теперь столь же гибкие, как на macOS. Во многом это заслуга Liquid Glass.

Текущее состояние и перспективы

Liquid Glass — очень сложный материал, требующий тонкой настройки. Этот процесс занимает больше времени, чем хотелось бы. Однако когда Apple доведёт материал до совершенства, Liquid Glass будет одинаково хорошо работать везде: на всех устройствах, всех системах и даже внутри сторонних приложений, создавая целостный, единый опыт внутри экосистемы Apple.

После выхода iOS 26 в сентябре 2025 года пользователи столкнулись с проблемами читаемости интерфейса. Apple отреагировала выпуском обновления iOS 26.1, добавившего ползунок для контроля прозрачности элементов Liquid Glass. В декабре вышла iOS 26.2, которая расширила возможности кастомизации, позволив регулировать прозрачность часов на экране блокировки. Некоторые дизайнеры критикуют Liquid Glass за избыточную визуальную сложность, отвлекающую от содержимого приложений. Тем не менее большинство разработчиков активно внедряют новый дизайн-язык в свои приложения.

Зачем Apple понадобился Liquid Glass?

Интернет-сообщество предполагает, что Liquid Glass создан для подготовки пользователей к дополненной реальности. Стекло присутствовало в Vision Pro — теперь оно везде. В этом есть доля истины.

Однако показательно, что visionOS — единственная система Apple, в которую Liquid Glass не был интегрирован при первоначальном запуске. Это говорит о том, что подготовка к AR — не главная причина.

При анонсе Liquid Glass 9 июня 2025 года Apple представила новый дизайн для iOS 26, iPadOS 26, macOS Tahoe, watchOS 26 и tvOS 26, но не для visionOS. Это было первое глобальное обновление дизайна, охватывающее все платформы компании одновременно.

Функциональные задачи

Во-первых, Liquid Glass решает массу функциональных задач. Как когда-то Material Design, он упорядочивает хаос. Впервые все платформы Apple получили единый визуальный язык.

Но дело не только в этом. Liquid Glass — future-proof материал, спроектированный для устройств будущего:

Vision Pro 2 и AR-очки. Адаптивный материал комфортно существует на любом фоне, даже если этот фон — реальный мир.

Складной iPhone. Интерфейс сможет расширяться при раскрытии экрана или сжиматься в многооконном режиме. Технологию обкатывают на iPad.

iPhone с безрамочным экраном. Новая стеклянная эстетика раскроется во всей красе на устройствах с дисплеем от края до края.

Благодаря Liquid Glass дизайн iOS впервые по-настоящему догоняет Android по гибкости и универсальности, всё больше обретая форму «идеального краба» конвергентной эволюции.

Эмоциональное измерение

Функциональность — только часть истории. Как и положено хорошему дизайну, Liquid Glass дарит эмоции.

Apple могли бы ограничиться матовым стеклом, решив те же задачи без головной боли с читаемостью и оптимизацией. Но это было бы скучно.

Liquid Glass возвращает магию Apple времён скевоморфизма. Он оживляет до предела правильный, консервативный дизайн компании и впервые за долгие годы заставляет пользователей что-то почувствовать. Это глоток свежего воздуха, который был необходим.

Пока iOS догоняла Android по функциям, зелёный робот вырвался вперёд по эмоциональному воздействию. Новый, смелый дизайн-язык Material 3 Expressive — тому подтверждение.

Исследования и данные

Google потратила три года на разработку Material 3 Expressive, проведя 46 отдельных исследований с участием более 18 000 человек по всему миру. Компания использовала eye-tracking, опросы и фокус-группы для оценки эмоциональных реакций на различные дизайнерские решения.

Результаты показали, что пользователи в возрасте 18–24 лет (87%) предпочитают эмоционально насыщенный дизайн. Участники экспериментов распознавали ключевые элементы интерфейса до четырёх раз быстрее в Material 3 Expressive по сравнению с предыдущей версией. Что особенно примечательно, улучшения были одинаковыми для всех возрастных групп — пользователи старше 45 лет демонстрировали почти такое же время реакции, как молодое поколение.

Философия выразительности

Material 3 Expressive отходит от традиционного дизайна, ориентированного на цвет и макет, активно используя размер, форму и анимацию для управления вниманием пользователей и вызова эмоциональных реакций. Дизайн получил высокие оценки по таким эмоциональным атрибутам, как «живой», «эмоциональный», «креативный» и «позитивный».

Однако Google подчёркивает, что эмоционально-ориентированный дизайн — не универсальное решение. Когда они экспериментировали со свободным расположением изображений в интерфейсе музыкального плейлиста, визуальный отклик был позитивным, но функциональность и ясность страдали, снижая общую удобство использования.

Практическое внедрение

Material 3 Expressive дебютировал на устройствах Pixel с Android 16 в сентябре 2025 года. К декабрю 2025 года большинство приложений Google получили обновлённый дизайн, включая Gmail, Google Docs, Chrome, Google Keep, Files и многие другие.

Новый дизайн включает:

• Пружинистую систему анимации, делающую взаимодействия более плавными и естественными
• Обновлённые формы иконок и типографику
• Эффекты размытия фона для создания глубины
• Увеличенные кнопки и улучшенные целевые области для касаний

Конвергенция и расхождение

Примечательно, что Apple и Google выбрали 2025 год для радикального пересмотра дизайна своих операционных систем. Обе компании двигались в одном направлении — к более эмоциональным, выразительным интерфейсам, отходящим от строгого минимализма.

Material 3 Expressive и Liquid Glass решают схожие задачи различными путями. Google делает ставку на яркие цвета, крупные элементы и выразительную анимацию. Apple выбирает путь оптической изощрённости, создавая сложную систему преломления света и адаптивных материалов.

Критика Liquid Glass

Критики указывают на проблемы с читаемостью, особенно в условиях яркого освещения. Прозрачные элементы, какими бы адаптивными они ни были, иногда сливаются с фоном. Пользователи с нарушениями зрения отмечают, что новый дизайн создаёт дополнительные барьеры доступности.

Некоторые дизайнеры называют Liquid Glass «триумфом формы над функцией» — красивым, но избыточным решением, отвлекающим от содержимого. Скептики сравнивают его с Windows Vista Aero — эффектным, но непрактичным дизайном, который быстро устарел.

Критика Material 3 Expressive

Material 3 Expressive подвергается критике за визуальную перегруженность. Крупные элементы и яркие цвета воспринимаются некоторыми пользователями как «детский» дизайн, напоминающий интерфейсы для дошкольников. Консервативные пользователи предпочитают более сдержанный подход Material 2.

Разработчики отмечают сложность внедрения новых компонентов в существующие приложения. Переход на Material 3 Expressive требует переработки значительной части интерфейса.

Защитники инноваций

Сторонники обоих подходов указывают на то, что эмоциональное вовлечение — это следующий рубеж в дизайне интерфейсов. После десятилетия минимализма и «плоского дизайна» индустрия созрела для более выразительных, живых интерфейсов.

Эволюция дизайна всегда встречала сопротивление. Переход от скевоморфизма к плоскому дизайну в iOS 7 вызвал бурю возмущения, но со временем стал стандартом. Liquid Glass и Material 3 Expressive могут пройти тот же путь.

Долгосрочные перспективы и влияние на индустрию

Решения Apple и Google неизбежно повлияют на всю индустрию. Более мелкие производители традиционно следуют за лидерами рынка. Можно ожидать появления эффектов, имитирующих Liquid Glass, в китайских прошивках и сторонних лаунчерах.

Microsoft уже анонсировала обновление Fluent Design System для Windows 12, включающее расширенное использование эффектов прозрачности и размытия, что говорит о глобальном тренде к более выразительным интерфейсам.

Технологические требования

Liquid Glass устанавливает новую планку вычислительных требований к интерфейсам. Это может привести к ускорению развития графических процессоров в мобильных устройствах и созданию специализированных ускорителей для UI-эффектов.

Google уже работает над оптимизацией Material 3 Expressive для устройств среднего ценового сегмента, понимая, что не все производители Android могут обеспечить производительность флагманов Pixel. Liquid Glass действительно спроектирован с прицелом на будущие форм-факторы:

Складные устройства. Apple разрабатывает складной iPhone (по слухам, запуск в 2026 году). Liquid Glass идеально подходит для устройств с изменяемым размером экрана благодаря текучести формы.

AR/VR устройства. Vision Pro 2, анонс которого ожидается в 2026 году, получит адаптированную версию Liquid Glass, оптимизированную для пространственных интерфейсов.

Носимые устройства. Apple Watch получили упрощённую версию Liquid Glass в watchOS 26, адаптированную под маленький экран и ограниченную производительность.

Философские параллели. Джонатан Айв и минимализм

Отход от строгого минимализма эпохи Джонатана Айва символизирует философский сдвиг в Apple. Айв, покинувший компанию в 2019 году, создал эстетику чистоты и простоты, доведённую до предела. iOS 7–14 представляли собой апофеоз этого подхода.

Liquid Glass демонстрирует, что Apple больше не боится визуальной сложности, если она служит функциональным целям и эмоциональному вовлечению. Это не отказ от наследия Айва, а его эволюция.

От визуального изобилия iOS 1–6 через минимализм iOS 7–18 к новой выразительности iOS 19 и далее — круг замкнулся. Но это не простое возвращение к прошлому. Liquid Glass объединяет эмоциональное богатство скевоморфной эры с технологической изощрённостью современности.

Аналогично, путь Android от хаоса ранних версий через строгий порядок Material Design к выразительности Material 3 Expressive показывает схожую траекторию.

Заключение: конвергентная эволюция продолжается

iOS и Android продолжают превращаться в своего «идеального краба» — универсальную операционную систему, оптимально решающую задачи мобильных интерфейсов. Они приходят к схожим решениям разными путями и в разное время.

Десять лет назад Android создал философию цифровых материалов. Сегодня iOS развивает эту идею, доводя её до технологического совершенства с Liquid Glass. Возможно, через десять лет Android позаимствует технологические приёмы Apple, создав собственную версию интеллектуальных адаптивных материалов.

Это не копирование — это конвергентная эволюция. Две системы, существующие в одной экологической нише (карманы пользователей), решают одни и те же проблемы и приходят к оптимальным решениям независимо друг от друга.

Спустя полгода после запуска и Liquid Glass, и Material 3 Expressive продолжают развиваться. Apple выпустила три крупных обновления iOS 26, каждое из которых улучшало читаемость и производительность. Google расширила поддержку нового дизайна на все основные приложения и предоставила разработчикам улучшенные инструменты для внедрения Material 3 Expressive.

Рынок адаптируется. Сторонние разработчики активно внедряют новые дизайн-языки. Samsung представила One UI 8, включающую элементы обоих подходов. Xiaomi анонсировала HyperOS 3 с собственной интерпретацией прозрачных материалов.

Дебаты о том, какой подход лучше, продолжаются. Но, возможно, это неправильный вопрос. Оба подхода представляют собой закономерный этап эволюции мобильных интерфейсов. Они делают системы более выразительными, эмоциональными и человечными.

Время покажет, станут ли Liquid Glass и Material 3 Expressive долгосрочными стандартами или временными экспериментами. Но одно несомненно: эра строгого минимализма закончилась. Добро пожаловать в эпоху выразительных интерфейсов.