Większość obecnej dyskusji o AI i miejscach pracy dotyczy widocznej warstwy: kto pisze kod, kto tworzy prompty dla modelu, kogo zwolnią, gdy chatbot będzie w stanie przygotować pierwszy szkic. Wśród wiadomości z tego tygodnia kryje się historia dotycząca warstwy, na którą nikt w tej dyskusji nie patrzy — i właśnie dlatego warto poświęcić jej uwagę, że niemal nikt nie konkuruje o umiejętności, które są w niej nagradzane.

Błąd, który tkwił tam od 2013 roku

Badacze bezpieczeństwa szczegółowo opisali w tym tygodniu, jak tysiące serwerów podłączonych do internetu, pochodzących od czołowych producentów, można zdalnie wyposażyć w backdoora za pośrednictwem ich kontrolerów zarządzania płytą główną, czyli BMC — małych, oddzielnych komputerów wbudowanych w praktycznie każdą płytę główną serwera klasy enterprise, działających z własnym systemem operacyjnym, stosem sieciowym i adresem IP, niezależnie od tego, co dzieje się na głównej maszynie (Ars Technica). To właśnie BMC umożliwiają pracownikom IT zdalne ponowne uruchamianie serwera, instalowanie na nim obrazu systemu lub monitorowanie go, nawet gdy jest wyłączony albo całkowicie nie odpowiada — to naprawdę przydatne zarządzanie „lights out”. Jak wynika z ustaleń badaczy, problem polega na tym, że bazowy protokół jest uznawany za łatwy cel co najmniej od 2013 roku, a niektóre z obecnie wykorzystywanych luk mają już ponad dekadę. Ars opisuje to jako „wszechobecną, niedostatecznie monitorowaną i niedostatecznie aktualizowaną równoległą powierzchnię ataku” — nie nową dziurę, lecz starą, po cichu ignorowaną, ponieważ znajduje się poniżej poziomu, na którym koncentruje się większość uwagi poświęcanej oprogramowaniu i bezpieczeństwu.

Agentowe programowanie zaraz sprawi, że takich sytuacji będzie więcej i będą zachodzić szybciej

W tym samym tygodniu Meta uruchomiła Muse Code, agenta programistycznego działającego w terminalu, który dołącza do Claude Code, Codex i szybko rozrastającego się zbioru narzędzi tworzących i wdrażających oprogramowanie przy minimalnym udziale człowieka (TechCrunch). Wymowny jest własny opis Zuckerberga: przy wystarczająco dużym zadaniu narzędzie rozdziela pracę między wiele podagentów działających równolegle, w odizolowanych drzewach roboczych, i jednocześnie budujących kilka funkcji. To rzeczywisty wzrost produktywności. Strukturalnie oznacza to jednak również, że na jednostkę ludzkiej uwagi powstaje, jest konfigurowana i wdrażana więcej infrastruktury niż kiedykolwiek wcześniej — więcej instancji chmurowych, więcej środowisk testowych, więcej serwerów szybko uruchamianych przez osoby, które być może nigdy nie zmienią ustawień BMC ani nie przeczytają dziennika zmian oprogramowania układowego. Narzędzia agentowe bardzo dobrze radzą sobie z pisaniem aplikacji. Nie mają jednak zdania na temat tego, czy znajdujący się pod nią układ zarządzania poza pasmem działa na oprogramowaniu układowym sprzed sześciu lat.

Nie oznacza to, że narzędzia do agentowego programowania są z założenia niebezpieczne — to odrębne pytanie od tego poruszonego w artykule Ars Technica. Chodzi o węższą kwestię: ilość tworzonej infrastruktury rośnie szybciej niż mało efektowna dyscyplina łatania fizycznej warstwy znajdującej się pod nią, a ta luka nie znika sama tylko dlatego, że kod na wierzchu stał się inteligentniejszy.

Dlaczego to sygnał zawodowy, a nie tylko historia o bezpieczeństwie

Zestawmy to ze zwolnieniami, które wciąż przetaczają się przez branżę — redukcja zatrudnienia w Monday.com o około 20% w tym tygodniu, wyraźnie powiązana z restrukturyzacją napędzaną przez AI, dołącza do rosnącej listy firm wskazujących AI jako przyczynę redukcji etatów (TechCrunch). Warto uczciwie powiedzieć, czego tu nie wiemy: żadne z tych zgłoszeń nie rozbija zwolnień według funkcji, więc nie ma konkretnych danych mówiących, że „role związane z bezpieczeństwem i infrastrukturą są oszczędzane”. Byłoby to zbyt daleko idącym wnioskiem. Z większą pewnością można mówić o kwestii strukturalnej, nie statystycznej: najszybciej automatyzowane są role, w których efektem pracy jest tekst, kod lub interakcja z klientem, którą LLM może przybliżyć. Bezpieczeństwo fizyczne i bezpieczeństwo na poziomie oprogramowania układowego — wiedza o tym, czym jest BMC, jak działają IPMI i jego następcy, jak audytować dostęp do zarządzania poza pasmem oraz jak wdrożyć poprawkę oprogramowania układowego w całej flocie, nie unieruchamiając połowy serwerów — znajduje się bliżej maszyny niż modelu. Nie jest to zadanie, po które obecne agenty AI wyraźnie sięgają, i nie staje się łatwiejsze do zautomatyzowania tylko dlatego, że warstwa oprogramowania nad nim to robi.

Co właściwie z tym zrobić

Nie musisz zostać inżynierem oprogramowania układowego, żeby wyciągnąć z tego wnioski. Oto kilka rzeczy, które można sprawdzić:

  • Pytaj, nie zakładaj. Jeśli pracujesz w IT, przy platformach lub w obszarze bezpieczeństwa w firmie, która utrzymuje własne serwery (a nie korzysta wyłącznie z chmury), zapytaj, czy oprogramowanie układowe BMC w ogóle jest objęte cyklem aktualizacji. Wiele organizacji naprawdę nie zna odpowiedzi.
  • Poznaj słownictwo, nie tylko nagłówki. BMC, IPMI, Redfish, zarządzanie poza pasmem — to pojęcia, które można łatwo wyszukać i które są dobrze udokumentowane, a ich zrozumienie daje przewagę nad większością osób, których rozwijanie umiejętności w erze AI ograniczało się całkowicie do promptów i agentów.
  • Obserwuj, czego narzędzia do agentowego programowania nie obejmują. Gdy ty lub twój zespół wdrażacie narzędzia takie jak Muse Code czy Claude Code do pracy związanej z infrastrukturą, wprost pytajcie, co pozostaje poza zakresem — cele wdrożeń, oprogramowanie układowe, fizyczne mechanizmy kontroli dostępu — i traktujcie tę lukę jako obszar do rozwijania wiedzy, a nie przeoczenie, które można zignorować.
  • Nie przesadzaj w drugą stronę. To jedna z kilku możliwych nisz, a nie gwarantowana bezpieczna przystań. Potraktuj ją jako zabezpieczenie warte zbadania, a nie zmianę kariery, którą należy przeprowadzić na podstawie jednego artykułu Ars Technica.

Szerszy wniosek wykracza poza same BMC: w miarę jak AI coraz lepiej radzi sobie z oprogramowaniem, które ludzie mogą zobaczyć, trudniejsza do zautomatyzowania wartość w coraz większym stopniu znajduje się w leżących pod nim warstwach fizycznych i operacyjnych — w tych elementach, które nie pojawiają się na demonstracji. To węższy zakład niż „naucz się tworzyć prompty”, ale obecnie stawia na niego mniej osób.