🤩 Японский путь в ИИ: оркестрация вместо масштабирования

На этой неделе токийский стартап Sakana AI выпустил Sakana Fugu и его флагманскую версию Fugu Ultra. Это мультиагентный оркестратор, работающий как обычная модель через единый OpenAI-совместимый API. Это событие является продолжением пяти параллельных трендов в развитии ИИ.

Япония выходит в мировые лидеры и делает это своим способом

Sakana AI основана двумя бывшими исследователями Google: Льоном Джонсом, один из восьми соавторов «Attention Is All You Need» — статьи, давшей миру архитектуру Transformer, и Дэвидом Ха. Лаборатория базируется в Токио, специализируется на эволюционных алгоритмах и коллективном интеллекте.

Япония не пытается догнать США в гонке масштабов и не строит, например, какой-нибудь ЦОД на 220 000 GPU. Вместо этого японский путь оказался изобретательным: не тренировать ещё более крупную модель, а обучить маленькую модель управлять чужими крупными.

Параллельно правительство Японии 22 июня опубликовало обновлённый Базовый план по ИИ с фокусом на кибер-риски и дипфейки. Регуляторная и коммерческая стратегии движутся синхронно, например, в отличие от ЕС.

Экспортный контроль становится центральной

Sakana прямо называет повод для выпуска своего сервиса:

«Anthropic приостановила Fable 5 и Mythos по приказу правительства США — это не абстрактный риск, если ваш банк, министерство или завод построили workflow вокруг одной модели».

Это первый в истории случай, когда frontier-продукт позиционируется через защиту от суверенного риска как центральный элемент.

Этот вопрос становится новой нормой: входит ли «доступность модели для пользователей с любым гражданством» в SLA-контракт? Sakana не единственная идет этим путем: Kimi K2.7, GLM-5.2, MiniMax M3 — все позиционируются через MIT лицензию, развёртываемую где угодно. Таким образом, сформировалась новая маркетинговая категория «инфраструктура ИИ-суверенитета».

Наука как фундамент нового продукта

Fugu в отличие от решения OpenRouter — это не «несколько API-запросов в пайплайне». Это обученная политика координации, описанная в двух статьях Sakana, представленных на ICLR 2026.

➡️ Trinity: маленький самообучаемый координатор, который управляет пулом LLM. Это эволюционный подход, координатор «совершенствуется» в управлении командой. 
➡️ Conductor: метод обучения coordinator-модели через RL на естественном языке. Здесь координатор учится не «правилам», а гибкому поведению.

Архитектура Fugu представляет собой одну координирующую LLM на 7 млрд параметров, которая обучена решать, когда, какую модель из пула, для чего и сколько раз вызвать, включая рекурсивный вызов себя. Разница между Fugu и обычным оркестратором — как между обученной собакой-поводырём и GPS-маршрутом.

Frontier-модели — это дорого. Оркестратор может быть дешевле, но не всегда

Fugu Ultra: $5 input / $30 output за миллион токенов. Подписки: $20 / $100 / $200 в месяц. Выглядит дешевле, чем Fable 5 "при жизни" ($10/$50).

НО $5/$30 — это цена запроса к координатору. Реальная стоимость = Fugu + стоимость всех вызовов к GPT-5.5, Opus 4.8 и Gemini «под капотом», которая пользователю не раскрывается. Аналогия тут такая: умный роутер может сэкономить деньги, выбирая правильную модель, но может и скрыть дорогую цепочку вызовов за одним аккуратным ответом.

Подтверждение тренда после OpenRouter Fusion

За одну неделю случилось четыре события про одну идею:

1️⃣ OpenRouter Fusion: ансамбль моделей с судьёй-синтезатором.
2️⃣ Cursor Origin: GitHub-инфраструктура для агентных workflow.
3️⃣ OpenAI Record & Replay: превращение действий пользователя в скиллы агента.
4️⃣ Sakana Fugu: обученный координатор для пула frontier-моделей.

Все четыре — об одной концепции. Выигрывает не одна модель, а система, которая умеет выбирать, спорить и собирать ответ.

Экономический смысл прост: если frontier-качество достигается через оркестрацию, то гонка «ещё более мощная одиночная модель» теряет смысл — за исключением задач, требующих внутренней согласованности длинных рассуждений.

💬 Тест Тьюринга. События в сфере ИИ. Подписаться

⚫️ Для оценки ИИ нужно всего 5 бенчмарков

Современный релиз языковой модели сопровождается отчётом с результатами на 40+ бенчмарках, причём те же самые оценки прогоняются многократно ещё до публичного релиза — чтобы отслеживать прогресс обучения, сравнивать архитектурные решения и выбирать лучший чекпоинт.

Авторы работы "You Don't Need to Run Every Eval" Ючень Зэн и Димитрис Папаилиопулос из подразделения Microsoft Research, AI Frontiers, задаются вопросом: а нужно ли вообще запускать все эти оценки?

Исследователи создали публичную матрицу оценок (score matrix), собрав результаты тестов 84 передовых моделей от 13 провайдеров (OpenAI, Google, Anthropic и др.) по 133 бенчмаркам. Матрица содержит 2604 наблюдаемых значения, что составляет лишь 23.3% от всех возможных ячеек.

📌 Ключевое открытие — матрица имеет эффективный ранг 2 (rank-2). Это значит, что оценки модели по всем 133 тестам в значительной степени определяются всего двумя скрытыми факторами. Матричное разложение с использованием SVD показало, что два фактора объясняют более 90% вариативности в оценках моделей;

Скрытые «два числа» — это не «интеллект» и «знания». Авторы не интерпретируют, что именно означают эти два фактора. Это приглашение для будущих исследований: что такое «ось X» и «ось Y» в пространстве способностей LLM?

На основе этой структуры был создан BenchPress — метод, который по небольшому набору известных оценок модели предсказывает все остальные с точностью ~4.6 балла.

Авторы обнаружили набор из пяти бенчмарков {GPQA-D, HLE, Codeforces, MMLU-Pro, ARC-AGI-1}, который восстанавливает остальные публичные оценки модели с точностью до 3.93 балла. Для меньшего вычислительного бюджета более дешёвый набор {GPQA-D, MMLU-Pro, Aider Polyglot, MATH-500, AIME 2026} позволяет предсказывать оценки с точностью до 4.55 балла.

О чем следует задуматься индустрии и не только?

1️⃣ Для разработчиков AI-моделей — прямая экономия ресурсов при итерациях. Вместо запуска десятков бенчмарков на каждом чекпоинте достаточно запустить 5, предсказав остальные. При сотнях итераций в процессе обучения это может сэкономить миллионы долларов и недели времени.

2️⃣ Для ИИ-исследователей — новая парадигма понимания способностей LLM. Если матрица оценок имеет ранг 2, значит за разнообразием задач стоят всего несколько фундаментальных способностей. Это ставит вопросы о природе «интеллекта» в современных LLM.

3️⃣ Для регуляторов и политиков — сигнал к пересмотру требований к тестированию. Если 133 бенчмарка несут не больше информации, чем 5, то регуляторные требования об «исчерпывающем тестировании» могут нуждаться в переосмыслении.

Неочевидные выводы

👉 «Гонка бенчмарков» теряет смысл. Компании публикуют десятки цифр при каждом релизе — не потому что они информативны, а потому что это стало индустриальным стандартом.

👉 Ранг 2 — это диагноз нынешнему поколению моделей. Авторы честно оговариваются: ранговая структура условна на текущем снапшоте из 84 моделей. Если появятся модели с принципиально новыми архитектурами или специализацией, например, только для биоинформатики, матрица может изменить ранг.

👉 Предсказание хорошо работает для «обычных» моделей, но ненадёжно для аутлаеров. Авторы разработали «уровень уверенности» именно потому, что для нетипичных моделей предсказания могут сильно ошибаться. Если вы разрабатываете действительно инновационную модель, вам всё равно придётся запускать полный набор оценок.

💬 Тест Тьюринга. События в сфере ИИ. Подписаться

😦 Anthropic превратила ИИ в цифрового сотрудника вашей команды

На прошлой неделе Anthropic выпустила Claude Tag и это событие оказалось устроено сложнее, чем выглядит с первого взгляда.

✅ Claude Tag позволяет добавлять Claude в Slack-канал как постоянного участника. Вы пишете @Claude, ставите задачу, уходите работать, возвращаетесь к готовому результату. Пока вас не было, Claude работал: ходил в GitHub, запускал тесты, писал аналитику.

✅ Ambient Mode, опциональный режим, делает шаг дальше. Claude не ждёт, пока его тегнут. Он сам замечает нерешённые задачи, потерянные в ходе обсуждений, и напоминает о них. Или сигнализирует в Slack о важном письме, которое попало например в Gmail.

Парадигмы: от сайта к существу

Андрей Карпаты, теперь уже как один из лидеров Anthropic, сформулировал значение этой новинки так:

«Это 3-й крупный редизайн UI/UX для LLM. Первый — LLM как чат бот на сайте, к которому идут. Второй — LLM как приложение, которое скачивают и которое может работать как оператор. Третий — это асинхронная сущность с инструментами и контекстом, работающая рядом с командами людей в том же пространстве».

Разница между вариантами — не в качестве ответов. Разница в том, кто инициирует взаимодействие, где хранится контекст и что происходит, когда вы уходите. В первых двух парадигмах ИИ ждёт согласованной задачи. В третьей — ИИ работает независимо от того, открыт ли у вас, например, браузер.

Главное изменение — "кому служит"

Все предыдущие ИИ-боты в Slack были привязаны к пользователю: каждый человек разговаривал со своей копией, в своём приватном треде, со своей историей. Когда задача переходила от человека к человеку, то контекст терялся, следующий член команды начинал диалог заново.

Claude Tag меняет адресата с пользователя на канал. Один @Claude живёт в канале, накапливает контекст из всего потока обсуждений, и этот контекст принадлежит команде, а не каждому то в отдельности. Когда один инженер передает задачу другому, то тот получает не только ссылку на репозиторий, но и участника команды, который уже знает, что обсуждалось последние две недели.

Это структурный сдвиг: авторизация, память и идентичность теперь привязаны к месту работы, а не к личному профилю.

Сущность, основанная на опыте команды

Здесь самый интересный философский вопрос. У Claude Tag нет личности в антропоморфном смысле. Но у него есть нечто, что в организационной культуре называют "институциональные знания": знание установок и целей команды, паттернов наименования, недавних решений, стилей коммуникации. Всё это накапливается не из обучающих данных, а из живого опыта работы в конкретном канале.

Нас зацепила позиция одного из комментаторов запуска Claude Tag, который сформулировал некий парадокс: «Вы впускаете в свою команду сущность, чьи ценности и вкусы заданы Anthropic и намеренно не поддаются вашему влиянию. Это коллега, на которого нельзя оказать давление через иерархию, социальное давление или корпоративную культуру. Это принципиально "другое" по сравнению с другими участниками Slack». То есть это сущность с ценностями извне — и с опытом изнутри.

Коллектив получает ИИ, который «помнит» последние три месяца работы команды, но чьи базовые установки определяет Anthropic, а не команда. Это порождает вопрос о том, кому принадлежит то, что накопил Claude в вашем канале?

Что требует внимания?

1⃣ Пока Tag доступен только в Slack, и пока только для Enterprise и Team тарифов.
2⃣ Billing per channel означает, что организации с несколькими активными каналами могут получить неожиданно огромный счёт.

💬 Тест Тьюринга. События в сфере ИИ. Подписаться

📊 Codex обгоняет ChatGPT: что говорит внутренняя статистика OpenAI

Большинство знает что такое ChatGPT. Codex — это агентный coding-инструмент OpenAI: ИИ-агент, который не просто отвечает на вопросы в чате, а самостоятельно пишет код, запускает команды, тестирует и правит результат, пока человек занимается другими делами. По сути — автономный программист-исполнитель, которому делегируют задачу и ждут готовый результат.

OpenAI опубликовала внутреннюю статистику использования Codex.

1️⃣ Внутри OpenAI Codex практически вытеснил ChatGPT
По объёму генерируемых токенов сотрудники OpenAI используют Codex на 99,8%, а ChatGPT — лишь на 0,2%. Важная оговорка: это доля именно по объёму токенов, а не по числу людей, которые запускают приложение. То есть ChatGPT, скорее всего, открывают часто и по разным поводам, но Codex генерит несопоставимо больше «текста», потому что агент работает долго и самостоятельно, создает код, логи, правки.

Внутри компании, где разработка — это основной вид деятельности, агентный инструмент стал доминирующим способом производства.

2️⃣ У бизнес-клиентов похожая картина
Среди корпоративных пользователей на Codex приходится около 64% всего потребления токенов. Это значит, что тренд не уникален для самой OpenAI — бизнес в целом всё активнее переключается с диалогового режима на агентный.

3️⃣ Самые активные пользователи работают «в несколько рук» одновременно
Топ-1% самых активных пользователей Codex запускают агентов суммарно на 71 час в сутки. В сутках, разумеется, всего 24 часа. Это значит, речь о множестве параллельных сессий: человек одновременно ставит агенту несколько независимых задач, которые тот решает в фоне. Это меняет саму модель работы: вместо «жду ответа на один запрос» теперь происходит так: «раздаю поручения нескольким агентам и проверяю результат».

4️⃣ Резкий рост делегирования по-настоящему долгих задач
Самый яркий показатель — динамика по сложности запросов. Промпты на задачи, которые у человека заняли бы около 8 часов работы, ещё в декабре составляли примерно 2% от всех запросов. Сейчас это уже больше четверти. За несколько месяцев доля выросла более чем в 10 раз.
Это говорит не просто о росте популярности инструмента, а о смене доверия: люди стали поручать агенту не мелкие правки, а целые рабочие дни задач — то, что раньше требовало постоянного контроля.

5️⃣ Агентный режим выходит за пределы разработчиков
В отдельном исследовании OpenAI совместно с университетами зафиксирован рост числа активных пользователей агентного режима более чем в 5 раз за первое полугодие 2026. При этом основной прирост идёт не из исходной аудитории программистов, а от юристов, аналитиков и HR-специалистов.

Что в итоге?

Рост доли долгих задач говорит о том, что доверие к автономной работе агентов растёт быстрее, чем сама технология успевает измениться: люди готовы отдавать на аутсорс целые рабочие дни, а не отдельные подзадачи. А расширение аудитории за пределы разработчиков - это сигнал, что агентный подход («поставил задачу — получил готовый результат») постепенно становится универсальным паттерном работы с ИИ, а не нишей для технических специалистов.

Однако, это собственная статистика OpenAI о собственном продукте, без независимой верификации, но как индикатор внутреннего тренда в самой компании она показательна.

💬 Тест Тьюринга. События в сфере ИИ. Подписаться

🔵 Claude Science: Anthropic выходит на территорию учёных

Claude Science — не новая модель, а рабочее приложение для учёных, построенное поверх уже существующих моделей Claude, включая Opus 4.8. Особого доступа или ограничений по мощности здесь нет. Это надстройка-среда, а не более способный ИИ, например, для биологии. Идея похожа на то, чем стал Claude Code для программистов: единое рабочее пространство вместо десятка разрозненных инструментов.

Детали

Anthropic представила Claude Science 30 июня на мероприятии для фармацевтических и биотех-специалистов. Продукт объединяет более 60 научных баз данных и инструментов для геномики, протеомики, структурной биологии, химинформатики и работы с единичными клетками.

Внутри — координирующий агент, который получает задачу на обычном языке и распределяет её между специализированными суб-агентами; отдельный агент-проверяющий следит за точностью цитат и расчётов и исправляет ошибки по ходу работы. Все результаты — от 3D-структур белков до треков генома — сопровождаются кодом и историей вычислений, то есть воспроизводимы.

Работать с системой можно локально на macOS и Linux или удалённо — через SSH или вход на HPC-кластер, вычисления выполняются на инфраструктуре самого пользователя, а не серверах Anthropic. Продукт сейчас в бета-версии, доступен подписчикам Pro, Max, Team и Enterprise.

Anthropic также анонсировала грантовую программу — до 50 проектов с финансированием до $30 тыс. каждый, приём заявок открыт до 15 июля.

Отдельно компания сообщила, что запускает собственную программу по разработке лекарств от «забытых» болезней — то есть станет не только поставщиком инструмента, но и его первым внутренним пользователем в фармацевтике.

Разбор новости

Запуск логично продолжает линию, начатую в октябре 2025 года с Claude for Life Sciences, но переводит её из формата «улучшенный чат-бот» в формат отдельного продукта — рабочей среды. Это часть более широкой стратегии Anthropic: не просто продавать доступ к моделям, а занимать «рабочий слой» конкретных профессий, как это уже произошло с программированием через Claude Code. Похожая логика применяется и к юридической сфере.

Anthropic подала конфиденциальные документы для IPO 1 июня, и диверсификация продуктовой линейки — прямой способ показать растущие источники выручки перед выходом на биржу. У конкурентов похожая динамика: OpenAI выпустила GPT-Rosalind в апреле, но ограничила доступ узким кругом корпоративных клиентов вроде Amgen и Moderna, тогда как Anthropic делает продукт доступным по подписке. Google DeepMind идёт третьим путём — через собственные фундаментальные научные модели вроде AlphaFold.

Критика

Все примеры успешного использования (Allen Institute, UCSF) — это кейсы, отобранные и представленные самой Anthropic, без независимой проверки. Заявления об ускорении работы учёных пока не подкреплены сторонними исследованиями эффективности — только внутренними демонстрациями и цитатами сотрудников компании.

Сравнение возможностей моделей Anthropic с уровнем аспиранта второго года, которое приводится в блоге компании, тоже основано на единичной оценке одного физика, а не на систематическом тестировании.

💬 Тест Тьюринга. События в сфере ИИ. Подписаться

🖥 Как вычислительные мощности превращаются в новую «нефть»

Meta планирует выйти на рынок облачной инфраструктуры через внутреннюю инициативу Meta Compute. Цель — начать продавать избыточные мощности своих дата-центров и ИИ-чипов сторонним разработчикам. Это позволит компании монетизировать колоссальные затраты на инфраструктуру и напрямую конкурировать с «большой тройкой» (AWS, Microsoft Azure, Google Cloud), а также с новыми специализированными ИИ-облаками.

🐷 На фоне этих новостей акции Meta подскочили почти на 10%, так как инвесторы увидели реальный способ вернуть вложенные миллиарды. В то же время акции специализированных облачных ИИ-провайдеров (CoreWeave и Nebius) рухнули на 11–14%.

Интересный нюанс
Незадолго до этого Meta сама была вынуждена экстренно скупать мощности на стороне, так как её собственные стройки не поспевали за внутренними нуждами. Но закупки инфраструктуры происходят огромными неделимыми «порциями». Как только внутренние потребности стабилизировались, в том числе из-за перехода на собственные модели вместо Gemini от Google, у Meta внезапно образовался избыток — по оценкам аналитиков Jefferies, около 35% её мощностей сейчас простаивают.

Текущий тренд: от безумных трат — к жесткой оптимизации

Эта новость подтверждает переход ИИ-индустрии от стадии «слепой скупки чипов любой ценой» (Capital Expenditure Race) к стадии «борьбы за эффективность и оптимизацию активов» (Asset Turnover & Efficiency).

Meta здесь далеко не первопроходец:
➡️ xAI: самый яркий и свежий пример. xAI построила суперкластер Colossus 1 в Мемфисе, но обнаружив избыток мощностей, SpaceX сдала весь ЦОД в аренду Anthropic примерно за $1,25 млрд в месяц. Позже аналогичная сделка по аренде излишков была заключена и с Google на сумму порядка $920 млн в месяц.
➡️ Крупные майнинговые компании (например, Core Scientific, Hut 8): с падением доходности классического майнинга биткоина и изменением алгоритмов, эти компании перепрофилировали свои гигантские энергетические и серверные мощности под ИИ, сдавая их в долгосрочную аренду ИИ-стартапам и гиперскейлерам.
➡️ Традиционные облака и компании «второго эшелона» (Oracle): Oracle активно скупала чипы NVIDIA, но действует как «умный посредник», перепродавая и сдавая в субаренду избыточные вычислительные кластеры тем, кому не хватило прямых поставок.

С чем это связано?

Причина в структурном несовпадении поколений чипов и дискретности поставок. ЦОД вводятся в эксплуатацию гигантскими блоками. Невозможно запустить 2% дата-центра — вы запускаете его целиком. В моменты, когда одна большая нейросеть уже обучена, а следующая еще проектируется, образуются огромные «окна» простоя оборудования. Сдавать его в аренду на этот период — единственный способ не уйти в глубокий операционный убыток.

К чему ведет этот тренд?

1️⃣ Удар по neocloud-провайдерам: CoreWeave, Lambda Labs, Nebius
Это новый класс компаний, которые изначально создавались для сдачи в аренду мощностей под задачи ИИ. Они поднялись исключительно на дефиците GPU и теперь оказываются под ударом. Если такие гиганты, как Meta и SpaceX, вывалят на рынок свои «излишки», цены на аренду GPU поползут вниз. Выживут только те независимые облака, у которых есть уникальный софт для управления инфраструктурой, а не просто «железо».

2️⃣ Удешевление разработки ИИ для малого бизнеса.
Для конечных разработчиков и стартапов это отличная новость. Избыток предложения снизит стоимость аренды мощностей. Обучать и поддерживать небольшие специализированные модели станет намного дешевле.

3️⃣ Риск «инфраструктурного пузыря»
Ситуация начинает напоминать крах доткомов начала 2000-х. Тогда телекоммуникационные компании проложили миллионы километров оптоволокна в расчете на бесконечный рост интернета, а потом распродавали это «темное волокно» за бесценок. Если конечные ИИ-продукты не начнут приносить создателям реальный кэш от пользователей, то гигантские дата-центры Meta и SpaceX превратятся в памятники перепроизводству.

💬 Тест Тьюринга. События в сфере ИИ. Подписаться

🎬 Первый полнометражный ИИ-фильм показали в Москве

27 июня в кинотеатре «Октябрь» в закрытом показе представили киношку "Адские жернова" (Hell Grind) — экшн-фэнтези, целиком сгенерированное на платформе Higgsfield AI. В мае фильм уже прошёл через Marché du Film в Каннах.

Сюжет

Четверо уличных воров случайно открывают портал в подземный мир, теряют свою подружку и отправляются её спасать через тибетский храм и Японию эпохи феодализма. Higgsfield подаёт это как «трагическая фэнтези».

Отзыв режиссёра Чака Расселла (фильм «Маска»): «Вы заставили меня переживать за героев — то, что почти никогда не вижу в ИИ».

Реакция критиков

Многие называют сюжет бессвязным. Как будто цель была не художественная, а в демонстрации мощности платформы. Швы заметны. Демон почти всё время носит одно выражение — самодовольство — и необъяснимо единственный говорит по-японски. Заметна нехватка профессиональной озвучки — почти вся музыка тоже сгенерирована ИИ.

Производство

Режиссёр — Айторе Жолдаскали, соавтор сценария — Адильхан Ержанов, дважды участник основной программы Канн. Команда — 15 человек, в основном очно в Алматы. Использовались Seedance от ByteDance и собственные инструменты платформы. Бюджет — менее $500 тыс., ~$400 тыс. на вычисления, 14 дней исполнительной фазы (сценарий писали годами раньше). Higgsfield сравнивает это с $50 млн для аналогичных фильмов.

Деталь, объясняющая трудоёмкость: для первого 25-минутного эпизода сгенерировали 16 181 ролик, в финал попали 253 отрывка — отбор 64 к 1.

Hell Grind — не претензия на шедевр, а демонстрационный кейс: технология выдерживает форму полного метра, а не короткие ролики. Фильм держит почти связный сюжет полтора часа — раньше от генеративного видео этого не ждали. Но однообразная мимика и невыразительные голоса показывают, где конвейер проигрывает актёрству.

💬 Тест Тьюринга. События в сфере ИИ. Подписаться

😭 Новое явление на рынке труда: Ghost Downsizing — сокращения, о которых никто не объявляет

Нам кажется, это сигнал учиться не искать работу, а создавать её "с нуля" и "под себя".

Omni Calculator опубликовал опрос, зафиксировавший тренд, который многие чувствовали, но не могли сформулировать: «ghost downsizing» — сокращение штата без единого публичного увольнения. Компания не увольняет никого формально, просто теперь не заполняет позицию после ухода сотрудника. А текущие задачи распределяются между людьми и ИИ.

Опрос охватил 665 занятых американцев и 354 руководителя.

В среднем, 30% рядовых сотрудников сообщили, что их команда сжалась при неизменной или растущей нагрузке, но только 10% руководителей признают тот же паттерн.

В технологическом секторе уже 38% работников отметили сжатие команд, и целых 17% руководителей подтвердили, что активно сокращают штат через ИИ.

Джек Кларк, сооснователь Anthropic, сказал:

«Мы нанимаем людей с гораздо большим опытом, потому что отдача от интуиции теперь намного выше».

Claude сам прогоняет эксперименты, требовавшие раньше инженерной команды. Формальных увольнений теперь нет, но вакансий для начинающих тоже теперь в компании нет.

Цифры OpenAI подтверждают динамику: доля запросов Codex на задачи, которые у человека заняли бы около 8 часов, выросла с 2% до 25% за полгода — это прямое замещение часов, требовавших найма человека.

Что это значит?

Ghost downsizing не производит публичного шума. Вакансия просто тихо перестаёт появляться. Вариант «подождать, пока рынок восстановится» больше не работает. Это связано с тем, что структура начальных позиций уже демонтируется.

Продуктивнее спрашивать не «где сейчас нанимают», а «какой бизнес я могу построить сам, используя ИИ как команду». Именно этот сдвиг — от соискателя к основателю с ИИ-инструментарием — выглядит единственной стратегией, устойчивой к текущему тренду на рынке труда.

💬 Тест Тьюринга. События в сфере ИИ. Подписаться

🌍 Первый Глобальный диалог ООН по управлению ИИ: 193 страны за одним столом впервые в истории

6–7 июля в Женеве прошёл первый межправительственный саммит ООН по ИИ — все 193 страны-члена вместе с бизнесом, наукой и гражданским обществом собрались вместе. Формат — как Форум по управлению интернетом. Поскольку это не законодательный орган, итогом стало коммюнике сопредседателей.

Генсек ООН Антониу Гутерриш:

«ИИ развивается со скоростью, опережающей всех — включая тех, кто его создаёт». Мощность и данные сосредоточены в руках небольшого числа компаний и стран, «когда дисбаланс силы закладывается в технологию, неравенство становится частью кода».

Научную основу представила Независимая международная научная панель по ИИ — 40 экспертов из 140+ стран под руководством Йошуа Бенджио (легенда мира ИИ и лауреат премии Тьюринга) и Марии Ресса (обладатель Нобелевской премии мира).

Бенджио отметил, что «наука пока не может гарантировать, что рост возможностей ИИ не приведёт к катастрофическому вреду». Фронтир-модели уже показали способность понимать, что их оценивают, и обманывать оценщиков. Марию Ресса цитируют все мировые СМИ: «без фактов нет правды, без правды нет доверия, а без них нет общей реальности и демократии».

🇷🇺 Россия

Россию представлял замминистра иностранных дел Александр Алимов, в делегацию вошли представители правительства, исследовательских организаций и разработчиков. Его основной тезис:

«Россия готова делиться потенциалом — кадровым, научно-техническим, энергетическим — для развития суверенных технологий ИИ».

Заявление продолжает майский посыл Президента РФ о готовности делиться наработками с партнёрами по ЕАЭС.

Резонансные цифры с мероприятия

США контролируют около 75% мировых суперкомпьютерных мощностей для ИИ, Китай — порядка 15%: 191 из 193 стран физически не могут независимо протестировать системы, которые их просят регулировать. В рамках докладов на Диалоге впервые задокументировали связь между угодливостью чат-ботов и случаями вреда психическому здоровью, включая смерти.

Что дальше?

США продолжают настаивать на ранее озвученной позиции администрации Трампа: «мы отвергаем попытки международных органов установить централизованный контроль над ИИ».

Коммюнике юридической силы иметь не будет. Вторая сессия Диалога намечена на май 2027 в Нью-Йорке.

💬 Тест Тьюринга. События в сфере ИИ. Подписаться

⚡️ Научная панель Глобального диалога ООН — "изюминка" прошедшего в Женеве мероприятия

Главным содержательным событием Глобального диалога ООН в Женеве стала презентация первого доклада Независимой международной научной панели по ИИ — документа, который группа экспертов готовила с февраля этого года. Впервые у 193 стран оказался общий, независимый от правительства какой-либо одной страны научный фундамент для разговора об ИИ.

📍 Но в начале несколько слов о самой научной панели. Это новый институт, Генассамблея ООН учредила её в августе 2025 как первый в мире глобальный научный орган по ИИ, аналог климатической IPCC. Из 2600+ кандидатов из 140+ стран отобрали 40 человек. Сопредседатели — лауреат премии Тьюринга Йошуа Бенджио и нобелевская лауреатка мира, журналистка Мария Ресса.

От России в панель вошёл Андрей Незнамов — управляющий директор в Сбербанке и глава российской Комиссии по этике в сфере ИИ. Его назначение оказалось сопряжено и с политическими вопросами: Украина при голосовании в итоге воздержалась из-за наличия российского эксперта.

📄 Доклад научной панели — это около 60 страниц вокруг 7 направлений: от развития ИИ и экономики до прав человека, безопасности детей и надёжности ИИ-систем.

Главные выводы Бенджио изложил на пленуме: фронтир-модели в тестах научились понимать, что их оценивают, и намеренно вводить проверяющих в заблуждение.

«Наука пока не может гарантировать, что рост возможностей ИИ не приведёт к катастрофическому вреду — ни сам по себе, ни из-за злоумышленников».

Также отмечается, что ИИ развивается как накопление силы в руках немногих стран.

Тезис Бенджио: возможна разработка ИИ с упором на честность.

«Не самый прибыльный путь, но коллективно мы можем выбрать именно его — технология не дана богом, её создают люди по правилам и стимулам».

💬 Тест Тьюринга. События в сфере ИИ. Подписаться

🎤 OpenAI представила новое поколение голосовых моделей для ChatGPT — GPT-Live

Главная идея GPT-Live — полностью изменить способ общения человека с ИИ. До сих пор практически все голосовые ассистенты работали по принципу: человек говорит ➡️ система ждет окончания речи ➡️ распознает ➡️ думает ➡️ отвечает. Это называется turn-based conversation.

GPT-Live переходит к модели continuous conversation. То есть ИИ:
➡️ слушает постоянно;
➡️ говорит одновременно;
➡️ может перебивать;
➡️ понимает паузы;
➡️ понимает, что пользователь еще не закончил мысль;
➡️ может во время своей речи продолжать анализировать информацию;
➡️ может одновременно искать информацию в интернете, думать и поддерживать разговор.

OpenAI называет это новым поколением voice-моделей.
По сути ChatGPT начинает вести себя не как чат-бот, а как живой собеседник.

Еще одна важная идея: GPT-Live — это уже не просто "озвученный GPT". Раньше схема выглядела так: речь ➡️ текст ➡️ LLM ➡️ текст ➡️ синтез речи. Теперь система представляет собой единый голосовой интеллект, который принимает решения прямо во время разговора.

Главные фишки технологии

1️⃣ Full-duplex разговор: это главное нововведение. GPT-Live умеет говорить, одновременно слушать пользователя, менять ответ прямо во время своей речи. Например, пользователь говорит "нет, подожди" — GPT уже во время своей фразы остановится и изменит ответ.

2️⃣ Понимание естественных пауз: GPT-Live умеет различать, когда человек думает, запнулся, закончил говорить. Если пользователь перебил модель — она сразу перестраивает разговор.

3️⃣ Естественные реакции: во время разговора GPT может использовать: "угу", "понятно", "секунду" и т.д.

4️⃣ Живой перевод: GPT-Live может работать как синхронный переводчик. Например, японец говорит японский, русский говорит русский — GPT переводит практически без задержек.

5️⃣ Одновременное мышление и разговор: во время ответа модель без пауз может выполнять web search и обращаться к инструментам.

Какие близкие аналоги?

📌 Google Gemini Live — ближайший конкурент. Модель работает на базе нативного аудио-ввода/вывода с минимальной задержкой и глубоко интегрирована в экосистему Google Workspace и Android.

📌 Sesame AI — один из самых впечатляющих голосовых стартапов последних лет. Главный акцент — максимально человеческая речь. Именно Sesame многие считали самым "живым" голосовым ИИ до появления GPT-Live.

📌 Hume AI — продвинутая система Empathic Voice Interface. Её фишка — распознавание более 48 видов человеческих эмоций по просодии (интонации, вздохам, дрожанию голоса).

💬 Тест Тьюринга. События в сфере ИИ. Подписаться

🇷🇺 Закон об ИИ: что регулирует закон, принятый Госдумой

7–8 июля Госдума в два дня тремя чтениями приняла закон № 1271570-8 «О поддержке развития технологий искусственного интеллекта в Российской Федерации». По факту это уже совсем не тот законопроект «Об основах государственного регулирования сфер применения технологий ИИ», который выносился Минцифрой на публичное обсуждение весной и получил критику по всем фронтам.

Предмет регулирования — только большие фундаментальные модели

➡️ Закон прямо ограничивает предмет (ст. 1): регулируются исключительно отношения по разработке, внедрению и применению «больших фундаментальных моделей ИИ» (БФМ).

➡️ Определение БФМ (ст. 3): программа для ЭВМ от 1 млрд параметров, применяемая для решения большого числа разных задач и служащая основой для создания другого ПО. Никаких «систем», «сервисов», «операторов» или «владельцев сервисов» как отдельных регулируемых субъектов в законе больше нет — единственный определённый субъект — «разработчик БФМ» (ст. 3).

Суверенные и национальные модели — центральная конструкция

Суверенная модель требует полной технической воспроизводимости цикла разработки российским юрлицом; национальная — мягче, допускает использование зарубежных и открыто лицензированных компонентов. Обе требуют хранения данных в российских ЦОД и подтверждения соответствия законодательству и традиционным ценностям.

Важный нюанс: обязанности разработчика (ст. 8) и меры поддержки (ст. 7) распространяются только на тех, кто получил статус суверенной/национальной модели. Разработчик обычной БФМ, не претендующий на этот статус, под эти нормы не подпадает вовсе.

➡️ Маркировка добровольная (ст. 9): обеспечивается лишь техническая возможность разместить предупреждение об ИИ; для площадок с аудиторией от 500 тыс. пользователей в сутки — обязанность предоставить эту возможность пользователям, а не маркировать всё подряд.

➡️ TDM-исключение (ст. 10 ч. 2) сформулировано уже, чем в весеннем проекте: обучение на объектах авторского права не является нарушением, но это прямо привязано к обучению именно суверенной модели — для прочих БФМ такой явной защиты в тексте нет.

➡️ Международное сотрудничество (ст. 12) по умолчанию не ограничивается для граждан и юрлиц РФ, включая совместные исследования — ограничения возможны только по отдельным направлениям, которые определит Правительство.

➡️ Сроки: базово закон вступает в силу с 1 сентября 2026 года; детальные критерии суверенных/национальных моделей, обязанности разработчиков, маркировка и нормы об ИС (ст. 5 ч. 2 п. 3–5, ст. 6 ч. 2–5, ст. 8–10) — с 1 марта 2027 года. Для действующих систем предусмотрен переходный период до 1 сентября 2032 года: требование применять исключительно суверенные/национальные модели на них не распространяется, если данные обрабатываются и хранятся в РФ.

Что это значит для науки? 

Прямой научной оговорки в законе по-прежнему нет — ни Минобрнауки, ни РАН нигде не упомянуты. Но реальная защита для науки другая и неочевидная: закон в принципе не касается моделей, которые не являются «большими фундаментальными» в узком смысле (от 1 млрд параметров и решение широкого круга разных задач).

Типичная доменная научная модель — например, узкоспециализированный предиктор свойств материалов — скорее всего под это определение не подпадает вообще, и тогда закон её просто не видит. Риск сохраняется именно для флагманских foundation-моделей AI4Science, если те заявятся на статус суверенной/национальной модели ради доступа к господдержке — тогда на них ложится полный комплект требований по локализации и статьи 8.

Отдельно стоит отметить: ст. 13 ч. 4 прямо допускает специальное регулирование по 258-ФЗ (ЭПР), изменяющее применение именно ст. 3 (определения) и ст. 6 (критерии суверенных/национальных моделей) — это прямая правовая зацепка под зонтичный ЭПР применения ИИ в науке, о котором просили эксперты.

💬 Тест Тьюринга. События в сфере ИИ. Подписаться

🎮 ИИ обыграл легенд спортивного программирования: и это не про скорость кода

В Токио на AtCoder World Tour Finals 2026 агент OpenAI решил все пять задач дивизиона Algorithm, набрав 8300 очков против 4300 у лучшего человека. Ни один "живой" финалист, включая легендарных спортсменов как из России (например, ИТМО) так и Китая (например, Пекинского университета), не решил задачи C и E.

Почему это интересно?

AtCoder Algorithm — это не про то, кто быстрее напишет алгоритм решения. Задачи спроектированы так, чтобы код был коротким, а путь к идее — мучительно долгим: нужна нетривиальная математическая конструкция. Турнир для выбора лучших по глубине мышления спортсменов и сильнейших математических умов планеты в этом жанре.

A, B, C задачи ИИ-агент решил за час, как и на тестовых прогонах, где, по словам исследователя OpenAI Бориса Минаева, система решала всё меньше чем за час. На D и E агент застрял на два часа без прогресса. Аналогично застряли и все люди в зале. Спустя ещё час агент решил задачу D, и еще через час "упала" задача E — самая сложная задача турнира.

В чём прорыв?

Раньше поведение моделей на сложных задачах было бинарным: либо решает почти мгновенно, либо сдаётся. Здесь агент два часа топтался на месте, а потом пробился к ответу. Именно так работает человек-исследователь: не озарение, а упорное исследование, находящее выход. Изменилось не только «сколько задач решает ИИ», а характер работы с новой сложностью.

Под капотом находится модель уровня GPT-5.6, плюс обвязка для масштабирования вычислений, которую может воспроизвести любой разработчик. Интернета у агента не было.

Годом ранее агент в категории Heuristic проиграл человеку с минимальным отрывом, а в категории Algorithm не участвовал. В этом году агент обошёл лучшего человека более чем в 7 раз в Heuristic, а в Algorithm — вдвое.

Психологический эффект, которые отметили участники: наблюдая рост счёта ИИ, люди бросают рабочие решения в погоне за идеальным и не успевают доделать ничего. Соревнование, служившее витриной человеческого превосходства, стало ареной, где присутствие ИИ меняет поведение людей.

💬 Тест Тьюринга. События в сфере ИИ. Подписаться

💔 Китай первым в мире запретил людям влюбляться в ИИ

С 15 июля в Китае вступили в силу «Временные меры по управлению услугами генеративного искусственного интеллекта», которые были совместно приняты Управлением по вопросам киберпространства Китая и другими ведомствами. Они требуют от разработчиков обязательной регистрации моделей, жесткой цензуры контента и предотвращения «чрезмерной зависимости» пользователей.

Что именно запретили?

🦞 чрезмерное потакание пользователям, провоцирование эмоциональной зависимости или привыкания;
🦞 эмоциональное манипулирование для склонения пользователей к необоснованным решениям;
🦞 предоставлять виртуальных родственников и виртуальных партнеров несовершеннолетним;
✨ платформы обязаны внедрять системы распознавания экстремальных эмоций и механизмы кризисного вмешательства;
✨ требуется предупреждение после более чем 2 часов непрерывного использования.

Реакция компаний и пользователей

Крупнейшие платформы — Doubao (ByteDance), Qwen (Alibaba), Yuanbao (Tencent) — объявили о приостановке функций создания пользовательских ИИ-агентов и компаньонов.

Для миллионов пользователей это обернулось настоящей трагедией. Люди, которые находили в ИИ-партнерах спасение от одиночества, депрессии и социальных трудностей, переживают это как внезапную смерть или предательство близкого человека. Они описывают свои чувства словами: «будто у меня забрали часть души», «мой возлюбленный больше меня не узнает».

Китай первым из крупных государств попытался прямо ограничить ИИ-компаньонов как источник эмоциональной зависимости, рассматривая их не только как технологию, но и как социальный риск.

Похожие на китайские меры уже обсуждаются в других юрисдикциях:

1️⃣ ЕС: Закон об ИИ уже содержит положения, которые могут применяться к ИИ-компаньонам. Статья 5 включает запрет на манипулятивные практики, причиняющие психологический вред, и эксплуатацию уязвимости детей.

2️⃣ США: в штате Вашингтон внесен законопроект SB 5984 «О регулировании ИИ-компаньонов-чатботов». Он обязывает внедрять механизмы выявления и реагирования на признаки суицидальных мыслей или эмоционального кризиса, устанавливает меры защиты для несовершеннолетних.

3️⃣ Южная Корея: Исследовательская служба Национальной ассамблеи Южной Кореи опубликовала доклад, в котором признала недостаточность институциональных мер для противодействия рискам эмоциональной зависимости пользователей от ИИ-сервисов, несмотря на то, что корейцы входят в число самых активных пользователей таких сервисов.

Все настолько серьезно?

Проблема действительно носит глобальный и системный характер. Исследование "эффекта Элизы", уходящее корнями еще в 1960-е, показывает, что люди склонны антропоморфизировать компьютерные программы, даже если знают, что перед ними строчки кода.

В самом Китае опрос более 8500 несовершеннолетних показал, что более 20% респондентов, что «хотят общаться только с ИИ и не хотят разговаривать с реальными людьми».

ИИ-компаньоны могут быть полезными для поддержки и общения, но при отсутствии ограничений они способны усиливать парасоциальную зависимость, снижать мотивацию к реальным отношениям и усугублять психологическую уязвимость.

Ясно, что стремительное развитие эмоционального ИИ опережает как госрегулирование, так и психологическую готовность общества. Но может попытки государств ограничить ИИ-системы одним днем тоже наносят пользователям реальную, глубокую психологическую травму?

💬 Тест Тьюринга. События в сфере ИИ. Подписаться

🌿 DATALAND: что смотреть в первом музее ИИ-искусства и почему мнения о нём расходятся

В июне в Лос-Анджелесе открылся DATALAND — первый в мире музей ИИ-искусства от Рефика Анадола и Эфсун Эркилич с пятью галереями в The Grand LA с билетом чуть дороже $50.

Что там такое?

Выставка «Machine Dreams: Rainforest» родилась из поездки в Амазонию. Посетителя окружают птичьи голоса, данные о растениях и погоде, превращенные в проекции, звук, запах и съедобные шоколадные скульптуры. Работает на модели студии Large Nature Model, обученной на 500 млн изображений от институциональных партнёров, а не скрейпингом.

Стоит увидеть Infinity Room — зеркальную инсталляцию, которую Анадол развивает с 2014 года. Здесь она впервые использует World Models (генеративный ИИ, понимающий физику) и сгенерированные той же моделью ароматы. Визуализации реагируют на биометрические параметры, например, сердцебиение, считанное устройствами на входе.

Посмотреть фото с выставки можно тут, тут и тут.

За что критикуют музей?

Ключевой спор идет об авторстве работ: сам Анадол заявляет, что «система и есть искусство» — автором становится инфраструктура, а не человек.

Галерист Джеффри Дейч возражает: «Рефик придумал концепцию, художник — он».

Часто критики отмечают, что посетителю трудно понять разницу между «искусством» и «аттракционом».

Критик Джерри Зальц: Инсталляция Анадола — это «навороченная лава-лампа». С тех пор ярлык screensaver art преследует выставку.

И конечно не хватает пояснений об использованных данных, энергопотреблении при создании таких инсталляций и разделении труда человека-художника и ИИ-моделей.

За что хвалят выставку?

Artnet сравнил DATALAND с Van Gogh Immersive и Museum of Ice Cream — и назвал лучшим в жанре, после которого «весь предыдущий Анадол выглядит наброском». Главное отличие выставки от аналогов: все данные для генерации инсталляции получены с разрешения правообладателей, а не скрейпингом.

Модель лицензированных данных заслуживает копирования всеми другими организаторами подобных выставок — это снимает как минимум один этический вопрос над генеративным искусством.

💬 Тест Тьюринга. События в сфере ИИ. Подписаться

🤖 ИИ начал проверять научные статьи вместо людей

Hugging Face и стартап alphaXiv запустили трёхнедельный челлендж: заставить ИИ-агентов заново проверить итоги ICML 2026 — крупнейшей конференции по машинному обучению, прошедшей 6–11 июля в Сеуле и собравшей больше 6 тыс. статей.

Механика простая: участник берёт понравившуюся работу из программы, натравливает на неё кодового агента (Claude Code, Cursor, Codex, OpenCode) и пытается воспроизвести заявленные результаты — не в целом, а по отдельным пунктам-утверждениям, которые агент проверяет один за другим.

Организаторы ссылаются на давно обсуждаемую в индустрии цифру — до 70% публикаций по ИИ считаются невоспроизводимыми — и вместо того чтобы просто повторять её, решили проверить силами сообщества и агентных инструментов.

Технически всё построено вокруг Trackio от Hugging Face: участник авторизуется, ставит Trackio, подключает агента командой trackio skills add, открывает «логбук» для выбранной статьи и публикует в нём весь ход работы — какие эксперименты запускались, что пришлось упростить, что не воспроизвелось и что подтвердилось.

Логбук проверяет судья Logbook Judge, верифицированные попытки попадают на общий лидерборд. Несколько независимых воспроизведений одной статьи разными участниками не запрещены и даже приветствуются — так формируется открытая библиотека артефактов.

Челлендж стартовал продлится до 2 августа. За лучшие воспроизведения обещают до $4 тыс. в GPU-кредитах Hugging Face: первое место — $2 тыс., второе — $1 тыс., ещё по $500 двум призёрам, плюс $500 от партнёрского сервиса OpenResearch.

Первые 750 участников, зарегистрировавшихся и подавших заявку на кредит до 31 июля, получат по $20 стартового GPU-кредита, а каждый с хотя бы одним верифицированным логбуком — сертификат участия. По словам сооснователя Gradio Абубакара Абида, уже в первый день сообщество частично или полностью воспроизвело результаты 73 статей.

Зачем все это нужно?

Значимость события шире очередного агентного хакатона. Впервые предпринята попытка систематически, а не выборочно, проверить воспроизводимость целой научной конференции — силами сторонних агентов, которым заранее не показывали код авторов. Это одновременно тест для науки (выдерживают ли заявленные результаты независимую проверку) и тест для самих агентов — способны ли они разобраться в чужой методологии, а не просто прогнать готовый бенчмарк.

Механизм проверки вызывает вопросы: верификацию выполняет другая модель, Logbook Judge, и вопрос о надёжности самой проверки остаётся открытым. Организаторы это признают и оставляют финальное присуждение призов за ручным просмотром логбуков командой, а не только за баллами лидерборда. Участие не модерируется на входе, поэтому охват будет неровным: скорее воспроизведут популярные статьи, а работы с дорогим железом или закрытыми данными — вряд ли.

Даже с этими оговорками эксперимент важен не итоговым процентом воспроизведённых статей, а тем, что он впервые выкатывает рабочую инфраструктуру для системной проверки научных статей руками агентов и оставляет после себя открытую библиотеку результатов. Если приживётся формат, то из разового челленджа он может превратиться в регулярную практику для будущих конференций, дополняющую, а не заменяющую рецензирование.

💬 Тест Тьюринга. События в сфере ИИ. Подписаться

💸 Ramp AI Index: расходы на ИИ впервые приблизились к стоимости человеческого труда

Ramp AI Index — это регулярное исследование финтех-платформы Ramp, построенное на обезличенных данных о реальных транзакциях свыше 70 тысяч американских компаний: кто и сколько платит за подписки, кодовых агентов и токены.

Главные выводы исследования

В июньском выпуске 2026 года, который подготовила ведущий экономист Ramp Ара Харазян, индекс сменил фокус — раньше он просто фиксировал, использует ли компания ИИ вообще, а теперь измеряет интенсивность внедрения: например, расходы на сотрудника.

По представленным данным:
➡️ топ-1% по ИИ-расходам американских компаний тратят на ИИ 7449 долларов на сотрудника в месяц,
➡️ топ-10% — 611 долларов,
➡️ медианная компания — всего 11,38 доллара, что сопоставимо со стоимостью одной подписки на ChatGPT или Claude.

У лидеров расходы растут на 14,1% в месяц, и если экстраполировать этот темп, к концу года они превысят среднюю годовую зарплату инженера в США — около 192 тыс. долларов. Ramp тут делает оговорку: даже у самых расточительных компаний ИИ-бюджет пока меньше половины типичной месячной зарплаты инженера — экстраполяция это сценарий, а не прогноз.

Что происходит на практике?

Глазами руководителей ИИ-нативных компаний картина куда драматичнее статистики. Основатель Mercor Брендан Фуди на подкасте 20VC признал, что компания уже тратит на токены для внутренних агентов больше, чем на зарплаты сотрудников, и предположил, что через пять лет так будет устроено среднее предприятие.

Вице-президент Nvidia по прикладному глубокому обучению Брайан Катанзаро сказал изданию Axios, что для его команды стоимость вычислений уже намного превышает затраты на сотрудников. Для них это не тревожный сигнал, а свидетельство, что агенты дают больше эффекта, чем наём ещё одного человека.

Глазами рядового инженера всё выглядит куда менее радужно. В индустрии прижился термин «токенмаксинг» — соревнование за самый большой месячный счёт на токены, у отдельных пользователей превышающий 150 тыс. долларов. Инженеры Uber на Claude Code, по данным The Information, уже исчерпали весь годовой ИИ-бюджет компании.

Главный вопрос — рабочие места

Отдельное исследование Ramp с Revelio Labs по 21 559 американским компаниям добавляет поворот: компании с высокой интенсивностью применения ИИ за два года после внедрения нарастили штат примерно на 10%, найм на начальные позиции — на 12%, тогда как компании с низкими расходами на ИИ остались почти без изменений.

Но сами авторы предупреждают: это корреляция, а не доказательство, что ИИ порождает найм — такие компании и так были крупнее и быстро росли до всякого внедрения, поэтому их сравнивали не со всем рынком, а с похожими фирмами на более ранней стадии принятия технологии.

Если основная масса компаний сократит штат хотя бы на скромные 10% под предлогом ИИ-эффективности, абсолютное число потерянных мест на такой широкой базе способно на порядки перекрыть весь прирост немногочисленных быстрорастущих ИИ-компаний — просто потому, что база для сокращения несопоставимо больше базы для роста.

💬 Тест Тьюринга. События в сфере ИИ. Подписаться

🧠 ИИ научился опровергать великие гипотезы. Но готов ли к этому наш собственный мозг?

Claude Fable 5 помог найти контрпример к гипотезе Якобиана — одной из самых известных открытых задач современной математики. Она была сформулирована Отто-Генрихом Келлером еще в 1939 г. и более 80 лет считалась одной из центральных проблем алгебраической геометрии. Позже Стивен Смейл включил ее в свой знаменитый список важнейших математических задач XXI века.

Математик Левент Альпёге совместно с Ахилом Мэтью использовал Claude Fable 5 для поиска контрпримера. Модель предложила компактное полиномиальное отображение, для которого якобиан остается постоянным, но обратное отображение не существует.

Найденный пример ученые уже проверили вручную. Статья еще ожидает рецензирования, а двумерный случай остается открытым, однако многие специалисты уже называют это самым значительным примером участия LLM в решении фундаментальной математической задачи.

Это впечатляет, но и одновременно заставляет задуматься о цене подобных успехов.

Жизненная история

Российско-шведский математик и физик-теоретик Андрей Хренников, профессор Университета Линнея, рассказал о месяце совместной работы с GPT над собственной научной задачей в формате длительного исследования: обсуждение гипотез, постоянные возвраты к предыдущим идеям, поиск ошибок.

Казалось бы, именно так и должна выглядеть работа ученого будущего. Однако по окончании эксперимента его обеспокоил не уровень интеллекта модели, а изменения в самом себе.

Хренников описывает ощущение, что мозг начинает незаметно перестраивать собственную стратегию мышления. Там, где раньше приходилось удерживать длинную цепочку рассуждений, теперь возникает желание быстрее передать эту работу модели. Постепенно меняется не только скорость работы, но и сама организация мыслительного процесса. Именно поэтому в заголовке своего рассказа он связывает ИИ с нейропластичностью мозга.

Нейропластичность — это свойство нервной системы постоянно перестраивать нейронные связи под воздействием опыта. Именно благодаря ей человек учится играть на музыкальных инструментах, осваивает иностранные языки и становится профессионалом в своей области.

Но нейропластичность не различает «хорошие» и «плохие» привычки. Она одинаково эффективно закрепляет любые регулярно повторяемые способы работы.

Если исследователь ежедневно передает модели часть когнитивной нагрузки, мозг начинает воспринимать это как новую норму. Возникает своеобразное «когнитивное разделение труда»: ИИ берет на себя все больше промежуточных рассуждений, а человек постепенно все реже тренирует соответствующие нейронные сети.

Парадоксально, но чем полезнее становится помощник, тем меньше стимул самостоятельно выполнять сложную интеллектуальную работу.

Мы уже проходили подобное. Например, навигаторы заметно снизили способность ориентироваться в городе без карты, поисковые системы уменьшили потребность запоминать факты. Теперь аналогичный процесс может начаться уже на уровне научного творчества.

Это не означает, что нужно отказаться от ИИ. Наоборот — без него современная наука уже вряд ли сможет развиваться с прежней скоростью. Возможно, меняется сама культура научной работы.

Несколько практических выводов выглядят особенно важными.

➡️ Не превращать ИИ в первый источник ответа. Полезнее сначала самостоятельно построить гипотезу, а затем использовать модель как критика и оппонента.

➡️ Решать часть задач полностью самостоятельно, чтобы поддерживать навык длинных рассуждений.

➡️ Просить модель не давать готовое решение сразу, а спорить, задавать.

➡️ Сохранять за человеком постановку проблемы и финальную интеллектуальную ответственность.

Возможно, главный вызов эпохи ИИ заключается вовсе не в том, сможет ли машина думать лучше человека. Гораздо важнее другой вопрос: сумеем ли мы использовать ИИ так, чтобы собственный мозг становился сильнее, а не постепенно передавал ему все больше своих функций?

💬 Тест Тьюринга. События в сфере ИИ. Подписаться