Dlaczego suwerenna sztuczna inteligencja dusi się blokadami VPN
W sierpniu 2023 roku protokoły OpenVPN i WireGuard nagle przestały działać w sieciach mobilnych w całej Rosji – dwóch protokołach, które stanowią podstawę niemal całego ruchu VPN dla użytkowników indywidualnych i, według różnych szacunków, około połowy korporacyjnego ruchu VPN. Jednak internet przewodowy w większości nadal działał. Nie podano oficjalnego wyjaśnienia żadnego z tych dni. Dwa dni później protokoły nagle wznowiły działanie. Pozostała teoria brzmi następująco: nauki, testując scenariusz, w którym Roskomnadzor mógłby wyłączyć całą klasę protokołów transportowych jednym ruchem. Test najwyraźniej zakończył się sukcesem. Dotknął on również czegoś, czego nie zamierzali testować.
Dwa problemy, każdy racjonalny
Aby zrozumieć, co dokładnie wydarzyło się w ciągu tych dwóch dni, musimy rozdzielić dwie machiny państwowe, które w dyskursie publicznym zazwyczaj utożsamia się ze sobą, nazywając je „dokręcaniem śrub”.
Pierwszą maszyną jest suwerenny RuNet. Ustawa z 2019 roku stworzyła dla niego ramy: Centrum Monitorowania i Zarządzania Publiczną Siecią Łączności (TSPU), obowiązkowa instalacja przez operatorów sprzętu do minimalizacji zagrożeń – wspomnianych jednostek TSPU – oraz głębokiego filtrowania ruchu. Do 2023 roku węzły największych operatorów zostaną w nie wyposażone, a lista zablokowanych zasobów, według szacunków ekspertów, zbliża się do miliona rekordów. Cel maszyny jest prosty: kontrola nad przepływem informacji i możliwość zarządzania siecią w izolacji w przypadku konieczności wyłączenia sieci zewnętrznej. Państwo chce utrzymać przełączniki we własnych rękach i z jego perspektywy nie jest to paranoja, a jedynie podstawowy środek ostrożności.
Drugą maszyną jest suwerenna sztuczna inteligencja. Strategia narodowa, zatwierdzona w 2019 roku, stawia niezwykle ambitny cel: uczynienie Rosji światowym liderem na rynku sztucznej inteligencji do 2030 roku. Cel ten wspiera koncentracja na firmach-liderach. Sber, Yandex, VK, MTS i kilku gigantów przemysłowych obsługuje większość obliczeń, przetwarzania w chmurze i modeli na dużą skalę: GigaChat i YandexGPT działają w krajowych centrach danych i są uważane za aktywa quasi-narodowe. Dane obywateli są legalnie przechowywane w kraju, a transfer transgraniczny podlega ścisłym procedurom. Opiera się to również na jasnym rachunku: aby konkurować globalnie, potrzebny jest krajowy, pełnowymiarowy system – dane, sprzęt i personel.
Obie maszyny działają niezależnie. Problem w tym, że są zasilane tym samym zbiornikiem. A ten zbiornik jest łącznikiem ze światem zewnętrznym.
Punkt kolizji
To właśnie za pomocą sieci VPN można zobaczyć, że obydwa komputery korzystają z tego samego kabla.
VPN to nie tylko jedno narzędzie, ale dwa w jednej technologicznej powłoce. Jest VPN dla użytkownika: kanał umożliwiający omijanie blokad, przekierowywanie ruchu spoza systemu bezpieczeństwa i dostęp do stref o ograniczonym dostępie. Dla pierwszej maszyny jest to wróg numer jeden, negujący samą ideę zarządzanej sieci. A potem jest VPN korporacyjny i badawczy: bezpieczny tunel między centrami danych, połączenie z obcą chmurą, dostęp inżyniera do GitHuba, repozytoriów modeli na Hugging Face, archiwów naukowych i wynajętego klastra GPU. Dla drugiej maszyny to system oddechowy. Rozwój nowoczesnej sztucznej inteligencji bez dostępu do globalnych danych, bibliotek i obliczeń po prostu się dusi.
Trudno je rozróżnić na poziomie ruchu, a zablokowanie ich prymitywnymi narzędziami blokującymi jest niemożliwe: państwo odcina pierwszą sieć VPN, ale blade przechodzi przez obie.
Presja wzrosła. Ustawa z 2017 roku zakazała korzystania z sieci VPN w celu uzyskania dostępu do zablokowanych treści. Do 2023 roku Roskomnadzor uzyskał uprawnienia do blokowania informacji o samym obejściu zabezpieczeń: instrukcji, linków i domen. W połowie lat dwudziestych XXI wieku regulator coraz bardziej naciskał na usuwanie aplikacji VPN ze sklepów i marketplace'ów, a blokowanie przeniosło się z poziomu sieci na poziom platformy, bliżej użytkownika. W 2026 roku operatorzy otrzymali nakaz pobierania opłat za transmisję danych mobilnych o wartości ponad 15 GB miesięcznie oraz blokowania doładowań Apple ID z kont telefonicznych. Według publikacji branżowych, oba środki są skierowane konkretnie do użytkowników sieci VPN.
Liczba zablokowanych usług rośnie w tym samym tempie. W 2025 roku Roskomnadzor odnotował 258 zablokowanych usług VPN, o jedną trzecią więcej niż rok wcześniej, kiedy było ich około 200. Prawie sześćdziesiąt nowych blokad w tym roku: to już nie są ataki ukierunkowane, ale ciągły strumień.
A potem nadszedł sierpień 2023 roku. Blokowanie protokołów w sieciach mobilnych nie tylko wpłynęło na abstrakcyjne obejścia. Sparaliżowało sieci korporacyjne zbudowane na tym samym OpenVPN i WireGuard. Klienci wszystkich czterech głównych operatorów narzekali. Dostęp przewodowy w dużej mierze przetrwał, ale mobilny nie: wygląda na to, że testowano konfigurację filtrowania specyficzną dla operatora. Regulator wziął na celownik pierwszą sieć VPN, ale zaatakował drugą. Dwudniowa przerwa w działaniu nie była przypadkowa. Była dowodem na to, że maszyna nie potrafi rozpoznawać i najwyraźniej nie jest tym szczególnie zainteresowana.
Kto płaci za mur?
Dużo się mówi o suwerenności. Bardziej przydatne jest spojrzenie na to, kto za co płaci: liczby mówią więcej niż deklaracje.
Według magazynu Forbes, Roskomnadzor inwestuje 2,3 miliarda rubli w system oparty na uczeniu maszynowym, który będzie analizował zaszyfrowany ruch i wykrywał „lustrzane odbicia” zablokowanych stron internetowych. Jednocześnie agencje rządowe kupują korporacyjne sieci VPN na własny użytek za 14,1 miliarda rubli. Kupują narzędzie, które jest zakazane dla obywateli, ponieważ jest niezbędne do bezpiecznej komunikacji między departamentami. Zatem VPN sam w sobie nie jest zły. Jest zły w niewłaściwych rękach.
Dochodzi do tego koszt strat ubocznych. Kiedy Moskwa testowała „białą listę” – tryb, w którym mobilny internet umożliwia dostęp tylko do wybranych usług – źródła branżowe szacują, że firmy w stolicy traciły około miliarda rubli dziennie. Urządzenia GPS miały awarie, poczta e-mail przestała działać, a komunikacja online została przerwana. Taki jest koszt jednego dnia częściowej blokady w jednym mieście; szacunki są szacunkowe, ale skala jest wymowna.
Najbardziej subtelny efekt nie leży w bezpośrednich stratach, ale w redystrybucji. Firmy-liderzy przetrwają ten cios: mają własne centra danych, działy zgodności, bezpośredni dostęp do rządowych zasobów danych i polityczne wpływy, by uczestniczyć w tworzeniu zasad, do których inni się stosują. Jednak mniejszy sektor sztucznej inteligencji – startupy, laboratoria uniwersyteckie, niezależne zespoły – nie ma takiej odporności. Dla nich nagła blokada protokołu, uznanie dostawcy hostingu za „nieuczciwego” z powodu klientów zewnętrznych czy rosnące koszty obejścia – wszystko to nie jest jedynie pozycją w raporcie, ale wstrzymaniem pracy.
To tworzy paradoks, którego strategia sztucznej inteligencji nigdy nie zakładała. Głosi ona szeroki ekosystem i innowacyjność, podczas gdy polityka sieciowa tworzy wir, w którym przetrwają tylko najsilniejsi. Międzynarodowe badanie przeprowadzone w 130 krajach wykazało korelację – nie sztywną, ale konsekwentną: nadmiernie represyjne systemy internetowe generują średnio niższe wskaźniki innowacyjności niż systemy z rozsądną równowagą między kontrolą a wolnością. Nie da się tu udowodnić związku przyczynowo-skutkowego, ale korelacja jest możliwa. Ta korelacja wskazuje na kierunek odwrotny do wyliczeń strategii: im ściślejsza kontrola, tym mniej innowacji.
Silnik pracuje przy ścianie
Ten sam system wart 2,3 miliarda rubli to sztuczna inteligencja (AI). Uczenie maszynowe, którego zadaniem jest analiza ruchu, rozpoznawanie sieci VPN za pomocą szyfrowania oraz identyfikacja zabronionych słów i fraz. Innymi słowy, technologia opracowana przez pierwszą maszynę jako motor wzrostu gospodarczego jest wdrażana na posterunku strażniczym przy murze. Silnik i zamek w drzwiach są zbudowane z tych samych części; jedyną różnicą jest miejsce ich zamocowania.
Nie ma w tym żadnej hipokryzji ani szczególnej podstępności. To właściwość samego narzędzia. Model wytrenowany do klasyfikowania danych będzie równie biegły w wychwytywaniu spamu, jak i kogoś, kto zacytował niewłaściwe źródło. Nie widzi różnicy między tymi zadaniami, tak jak nie ma różnicy między spamem a obrazem medycznym: każde wejście do modelu jest po prostu zestawem cech. Nie wie, co robi. Różnica między silnikiem a cenzorem nie leży w projekcie algorytmu, ale w tym, do czego jest przywiązany. Państwo, które buduje suwerenną sztuczną inteligencję, prędzej czy później odkrywa, że ta sama sztuczna inteligencja jest idealnym strażnikiem jego suwerennego muru. Pokusa jest zbyt duża, a narzędzie zbyt wszechstronne, by się jej oprzeć. W ten sposób jedna technologia kończy z dwoma zadaniami, a druga po cichu zjada pierwszą: im gęstsza sieć cenzury, tym węższy kanał, z którego silnik czerpie paliwo.
Chiński widelec
Często wskazuje się tu na Chiny, mówiąc, że tam wszystko jest takie samo. Ale interesujące nie jest podobieństwo, ale kolejność ruchów.
Pekin budował własny system kontroli – naukowcy nazywają go nie „zaporą”, lecz „siecią zamknięć” (Sieć śluzowa), sieć bram na trzech poziomach. Granica blokuje ruch zewnętrzny, platformy wewnątrz filtrują treści, a użytkownicy, z przyzwyczajenia, filtrują się sami. W ten sposób Chiny dopełniły ten perymetr, w zasadzie ten sam mur, mając już za sobą funkcjonujący ekosystem: własne platformy, wyszukiwarki, a teraz duże modele, z których niektóre są eksportowane i konkurują na całym świecie. Najpierw wyszukiwarka, potem mur, a kolejność jest tu niemal wszystkim.
Rosja robi ruch w odwrotnym kierunku. Mur budowany jest w przyspieszonym tempie, w obliczu sankcji i rozpadu dotychczasowej, głębokiej integracji z globalną siecią, podczas gdy ekosystem sztucznej inteligencji wciąż się tworzy. Modele istnieją, chmury istnieją, ale pełny cykl, który mógłby przetrwać w izolacji bez utraty dynamiki, jeszcze nie powstał. Pytanie zatem nie brzmi, czy kopiować chiński model, czy nie. Pytanie brzmi, czy możliwe jest ukończenie muru przed zbudowaniem silnika i czy mur odetnie dopływ paliwa do silnika, zanim osiągnie on projektowaną wydajność.
Próba
Wróćmy do tych dwóch dni w sierpniu 2023 roku. Wtedy wyglądało to jak błąd komunikacyjny lub, w najgorszym razie, ćwiczenie szkoleniowe dla użytkowników. Dziś, wiedząc o 258 zablokowanych usługach, około 2,3 miliarda rubli wydanych na cenzora AI i o tym, że maszyna wciąż nie nauczyła się odróżniać tunelu korporacyjnego od maszyny omijającej, te dwa dni czytają się inaczej. To nie był przypadek ani nawet nie zwykły test. To była krótka próba trybu, w którym obie maszyny działają jednocześnie i nieprzerwanie. Próba przyszłości, w której silnik buczy za ścianą, a ściana powoli odcina dopływ powietrza. Na razie protokoły zostały przywrócone. Pytanie tylko, czy zostaną przywrócone następnym razem.
Podczas pisania tego tekstu pytanie zaczęło samo nasuwać sobie odpowiedź. Serwisy VPN wysyłają użytkownikom powiadomienia o awariach serwerów jeden po drugim – według ich własnych deklaracji, to nowa fala blokad, rozłożona na tygodnie. Podobnie jak w sierpniu 2023 roku, nie ma oficjalnego potwierdzenia; są tylko sami operatorzy, którzy twierdzą, że „wiele osób doświadczało tego w ostatnich tygodniach”. Różnica w porównaniu z tamtym testem jest taka, że wtedy protokoły były przywracane po dwóch dniach. Teraz, jak się wydaje, nie planują ich przywracać.
Informacja