Вице-президент по инженерии Canonical Джон Сигер опубликовал на форуме Ubuntu Discourse подробный план интеграции нейросетевых функций в дистрибутив. Документ появился вскоре после выхода Ubuntu 26.04 LTS и вызвал бурное обсуждение среди давних пользователей системы. Главный посыл звучит сдержанно и почти полемически по нынешним меркам - Ubuntu не превращается в ИИ-продукт, но станет сильнее за счёт продуманной интеграции. За этой формулой скрывается куда более конкретный технический план, чем кажется на первый взгляд.
Два слоя интеграции, в которых нейросети либо помогают незаметно, либо открыто берут на себя задачи пользователя
Архитектурно работа поделена надвое. Первый слой - неявный, фоновый. Модели подключаются к уже существующим компонентам операционной системы и улучшают то, что и так работает. Самый показательный пример - распознавание и синтез речи. Сейчас встроенные средства доступности в Linux заметно отстают от того, что предлагают коммерческие платформы. Локальная модель умеренного размера способна закрыть этот разрыв без отправки голосовых данных в облако.
Второй слой Сигер описывает термином AI native. Это новые сценарии, которых раньше не было. Сюда попадают агентские рабочие процессы, генеративный помощник для документов, автоматизация операций с файлами, контекстный диалог с системой. Пользователь видит их явно и решает сам, нужны они ему или нет. Граница между двумя слоями важна не только идеологически. Она задаёт разную модель прав, разные требования к ресурсам и разные сценарии отказа. Фоновый помощник, который тихо подсказывает варианты автозамены в текстовом поле, технически и юридически отличается от агента, способного запускать команды от имени пользователя.
Локальный инференс по умолчанию и почему Canonical делает ставку на собственный механизм доставки моделей
Ключевая техническая опора плана - локальное выполнение моделей. Принцип сформулирован прямо: bias toward local inference by default. Облако не запрещено в принципе, но включается оно тогда, когда задача физически не помещается на пользовательскую машину. Для большинства бытовых сценариев Canonical считает оправданным держать всё на устройстве.
Доставлять модели в систему собираются через snap-пакеты. Ещё осенью 2025 года компания выпустила бету так называемых silicon-optimized inference snaps. Это специальные сборки, которые при установке автоматически подтягивают весовые коэффициенты и runtime, оптимизированные под конкретное железо - процессор, видеоускоритель или NPU. Первыми в Snap Store попали DeepSeek R1 и Qwen 2.5 VL. Первая модель ориентирована на рассуждения, математику и код. Вторая работает с текстом и изображениями одновременно. Уже сейчас в каталоге inference-снапов появляются Gemma 3 и Gemma 4, Nemotron 3 Nano, есть поддержка Whisper для распознавания речи.
Логика выбора такого механизма понятна тем, кто хоть раз пытался поднять локальную LLM вручную. Связка из квантованных весов, рантайма, драйверов и зависимостей легко превращается в часы возни. Команда snap install gemma3, после которой модель сразу готова отвечать на запросы, выглядит проще, чем то, что предлагают популярные альтернативные стеки. Дополнительный плюс - конфайнмент. Snap по умолчанию ограничивает приложение в правах, и модели подчиняются тем же правилам, что любой другой пакет. Доступ к файловой системе, сети и устройствам выдаётся выборочно.
Принципы выбора моделей идут дальше открытых весов и затрагивают тонкие юридические нюансы лицензий
Сигер сделал важную оговорку, на которую стоит обратить внимание. Открытые веса сами по себе не считаются достаточным критерием. Лицензия имеет значение. Многие популярные модели формально называются открытыми, но содержат ограничения на коммерческое использование, на дообучение, на перераспределение в составе других продуктов. Для дистрибутива, который распространяется бесплатно и попадает на миллионы машин, такие пункты создают реальные риски.
Поэтому Canonical обещает проверять каждую модель не только на технические характеристики, но и на совместимость лицензии с собственными ценностями. На практике это означает узкий шорт-лист. В обозримой перспективе там будут модели от тех же DeepSeek, Alibaba, Google, NVIDIA, возможно Mistral. Иначе говоря, веса должны лежать открыто, право на использование - быть прозрачным, а условия дистрибуции - совпадать с тем, как Canonical передаёт сам Ubuntu.
Графики выхода и реалистичные ожидания от первой публичной волны функций
Первой версией дистрибутива, в которую попадут описанные возможности, станет Ubuntu 26.10 под кодовым именем Stonking Stingray. Релиз запланирован на 15 октября 2026 года. По схеме коротких выпусков система получит девятимесячную поддержку, ядро Linux ориентировочно 7.2 или 7.3 и окружение GNOME 51. Параллельно с этим в систему встроятся первые превью ИИ-функций.
Важный момент касается включения по умолчанию. Глобального переключателя в стиле большой красной кнопки не будет - Сигер прямо назвал такую идею сложной в честной реализации. Вместо этого предлагается модульный подход. В 26.10 функции придут как опциональные пакеты. В последующих релизах появится отдельный шаг в установщике, на котором пользователь явно выбирает, хочет ли он включить ИИ-сценарии. Удаление соответствующих snap-пакетов сразу выключает зависящие от них возможности. Грубо, но прозрачно.
Сигер аккуратно признаёт ограничения. Сильные модели по-прежнему требуют того, что он называет frontier AI factory, то есть серьёзной облачной инфраструктуры. На обычном ноутбуке такие веса не запустишь. Но разрыв сокращается быстро, и компактные модели уверенно справляются с типовыми задачами вроде распознавания речи, семантического поиска по файлам, помощи при работе с терминалом или анализа системных журналов на сервере.
Жёсткая граница между подходом Canonical и сценарием, по которому пошёл Microsoft
Контекст для всей истории задаёт сравнение с Windows 11 и функцией Recall. Microsoft встроила Copilot и связанные с ним возможности максимально плотно, что вызвало волну критики - от вопросов о приватности до простого раздражения пользователей. Canonical явно учится на этом примере и подчёркивает обратные принципы.
Несколько ключевых отличий компания формулирует открыто:
- Локальный инференс по умолчанию, облако только при технической необходимости;
- Открытые веса с лицензиями, совместимыми с принципами свободного ПО;
- Опциональное включение через snap-пакеты, легко отключаемые штатными средствами;
- Подчинение моделей системе конфайнмента snap с ограниченными правами доступа;
- Полная аудируемость действий агентов и явные границы их полномочий.
Эта формулировка не оставляет много места для двусмысленности. Сигер отдельно подчеркнул, что инженеров Canonical поощряют изучать ИИ-инструменты, но не оценивают по объёму их использования. Тонкое замечание, бьющее прямо в проблему так называемой workslop-метрики, когда внутренние отчёты заполняются ради формальной отчётности об "ИИ-трансформации", а не ради реальной пользы.
Реакция сообщества разделилась на осторожный оптимизм и принципиальное неприятие самой идеи
Комментарии на Discourse, Phoronix и в специализированной прессе показывают любопытную картину. Часть пользователей готова дать Canonical шанс. Аргумент простой - если выбор реально остаётся за пользователем, а инфраструктура построена на открытых компонентах, то добавление функций мало чем отличается от появления любого другого пакета в репозитории. Те, кому функции не нужны, их просто не ставят.
Другая часть аудитории настроена жёстче. Звучат опасения насчёт постепенного смещения - сегодня опция, завтра рекомендация, послезавтра умолчание. Часть пользователей уже сейчас присматривается к альтернативам, где философия дистрибутива исключает любой ИИ из коробки. Среди упоминаемых вариантов - CachyOS и Linux Mint, особенно в случае его возможного полного перехода на базу Debian.
Технические вопросы тоже остаются. Какой минимум оперативной памяти потребуется для комфортной работы фоновых функций. Как поведёт себя система на машинах без NPU и без современного графического ускорителя. Какие именно процессы будут постоянно загружены в фоне и что увидит пользователь в системном мониторе после свежей установки. Ответов на эти детали пока нет. Их обещают раскрыть по мере приближения релиза.
Что эта стратегия значит для остальной экосистемы Linux и для производителей железа
Ubuntu остаётся одним из самых распространённых дистрибутивов как для рабочих станций, так и для серверов. Решения Canonical влияют на то, как другие проекты подходят к схожим задачам. Snap-пакеты с моделями - это удобный способ доставки оптимизированных под конкретное железо весов, и сторонние разработчики могут опираться на этот механизм для собственных приложений. Появляется простой паттерн: установил snap, получил локальный API на устройстве, вызывай его из своего софта.
Силиконовые партнёры тоже получают понятную точку входа. Производитель чипа публикует оптимизированную сборку модели, и пользователи без лишних телодвижений получают версию, заточенную под их железо. Это касается серверных Ampere, десктопных и мобильных платформ Intel, и потенциально - других ARM-разработчиков, которые захотят включиться в схему. Постепенное расширение каталога inference-снапов фактически формирует общедоступный реестр локально исполняемых моделей с проверенными лицензиями.
Сама стратегия Canonical выглядит как осторожный, но последовательный сдвиг. Компания не пытается обогнать индустрию или предложить что-то революционное по части моделей. Она встраивает уже существующие наработки в привычные для Ubuntu механизмы упаковки и распространения. Результат покажет октябрь 2026 года, когда первая публичная сборка попадёт в руки тестировщиков. Тогда же станет ясно, удержит ли проект заявленный курс или, как уже бывало с другими компаниями, медленно дрейфующий в сторону того, чего сам пытался избежать.
Канал сайта в Telegram
Канал сайта на YouTube