Операционная система на C с нуля: студент понял, почему нейросеть убивает навык учиться

Перестраиваю архитектуру под реальное содержание источника, сохраняя максимум из запрошенного плана, но убирая поля, которые нельзя заполнить без домысла.

---

Студент-программист из Python решил освоить Си через написание собственного ядра операционной системы и в процессе обнаружил, что привычка спрашивать нейросеть вместо самостоятельного поиска разрушает его способность запоминать и понимать материал.

Статья опубликована на Хабре в 2025 году. Её автор, студент, который профессионально пишет на Python (сайты, Telegram-боты, парсеры), столкнулся с Си на первом курсе университета. Язык показался ненужным, пока не появилась цель: собрать собственное ядро операционной системы на языке Си. Попутно автор зафиксировал неожиданный побочный эффект от работы с ИИ-помощниками и честно его разобрал.

Что автор собрал и какие инструменты использовал?

Проект называется SafeAssOS. Ядро написано на Си, собирается через GCC и Make, запускается в эмуляторе QEMU (программа, которая имитирует целый компьютер внутри вашего). Для загрузки ядра автор выбрал загрузчик Limine (программа, которая первой стартует при включении и передаёт управление ядру).

Среда разработки работает и на Windows (через MSYS2, набор утилит для сборки), и на Linux. Автор прямо указывает: ИИ не писал код за него, а объяснял синтаксис, подсказывал архитектуру и помогал выбрать загрузчик.

Почему нейросеть мешает учиться?

Вот ключевая часть статьи, и именно она ценна для аудитории, которая работает с текстом и контентом.

Автор описывает механизм деградации в три шага:

• Страх потратить время. После появления нейросетей стало психологически тяжело тратить час на чтение документации, когда ответ можно получить за секунды.
• Нейросеть отсекает контекст. Она отвечает ровно на заданный вопрос и выбрасывает «лишнее». Но именно это «лишнее» (смежные примеры, обсуждения на форумах, чужой код) формирует глубокое понимание.
• Лёгкая информация не задерживается в памяти. Когда ты сам ищешь ответ в книгах и документации, мозг оценивает потраченное усилие и запоминает результат. «Пережёванный» ответ нейросети мозг считает дешёвым и забывает быстро.

Автор формулирует это так: умение искать информацию для программиста важнее знания конкретного языка, но многие перестают развивать этот навык.

Какие шаги повторить, если хотите попробовать сами?

1. Установите MSYS2 (на Windows) или откройте терминал (на Linux) и поставьте пакеты: GCC, Make, Git, NASM (ассемблер, язык команд, понятных процессору напрямую), xorriso (утилита для сборки загрузочного образа диска), QEMU.
2. Склонируйте репозиторий загрузчика Limine командой git clone https://github.com/limine-bootloader/limine.git, соберите его командой make и перенесите файл limine.h в папку с исходным кодом ядра.
3. Создайте конфигурационный файл limine.conf с путём к файлу ядра и выбранным протоколом загрузки.
4. Напишите минимальное ядро на Си, соберите ISO-образ и запустите его в QEMU.

Автор честно предупреждает: статья не является полноценным руководством, он сам учится и может допускать ошибки.

Что с этого вам, если вы не программист?

Авторам Дзена и копирайтерам. Механизм, описанный в статье, работает и для текстов. Если вы каждый раз просите нейросеть написать черновик вместо того, чтобы разобраться в теме самостоятельно, вы теряете экспертизу. Попробуйте правило: сначала 20 минут собственного исследования, потом промпт (запрос к нейросети). Так вы хотя бы поймёте, правильно ли ИИ ответил.

Маркетологам. Если ваши джуниоры (младшие специалисты) используют нейросеть как единственный источник, они не накапливают отраслевое знание. Статья даёт конкретный аргумент для разговора с командой.

Всем, кому 50+ и кто осваивает новые инструменты. Парадокс: вам, возможно, проще, чем молодым. Вы привыкли искать информацию вручную, и этот навык никуда не делся. Нейросеть должна ускорять ваш поиск, а не заменять его.

Из доступных в РФ инструментов для экспериментов с ИИ-помощниками при написании кода: YandexGPT и GigaChat умеют отвечать на вопросы по программированию, хотя специализированных «кодовых» режимов с глубокой интеграцией в редакторы кода у них пока нет.

Частые вопросы

Нужно ли знать Си, чтобы понять главную мысль статьи?

Нет. Технические детали (сборка ядра, загрузчик, компилятор) иллюстрируют основной тезис, но сам тезис о деградации навыка самостоятельного поиска применим к любой профессии, где человек заменяет собственное мышление готовыми ответами нейросети.

Автор против нейросетей?

Нет. Он прямо пишет, что использовал ИИ в проекте: нейросеть объясняла синтаксис, помогала с архитектурой, посоветовала загрузчик. Проблема не в инструменте, а в режиме использования, когда ИИ заменяет процесс обучения вместо того, чтобы его дополнять.

Можно ли повторить проект на обычном домашнем компьютере?

Да. Автор работал и на Windows 11, и на ноутбуке с Arch Linux. Все перечисленные утилиты бесплатны, а ядро запускается в эмуляторе QEMU, физическое отдельное оборудование не требуется.

Статья напоминает простую вещь: если нейросеть, это ваш единственный способ узнать что-то новое, вы не учитесь. Вы потребляете. Разница станет заметна в тот день, когда ИИ ошибётся, а вам не хватит знаний это увидеть.