ИИтоги мая 2026 г.: AI knows best, но это не точно

⇡#Надо только правильно спросить

Похоже, подбор хитрых ключей к наиболее заковыристым математическим проблемам с выходом из проторенной поколениями учёных колеи — настоящий конёк генеративных моделей искусственного интеллекта. Менее чем за месяц разработкам OpenAI покорились сразу две задачи из хорошо известного в научных кругах перечня, составленного венгерским математиком Палом Эрдёшем (Paul Erdős), который собрал к концу прошлого века «свои самые любимые» нерешённые вопросы из таких областей, как комбинаторика, теория чисел и дискретная геометрия. На момент написания настоящей статьи из 1217 задач Эрдёша, представленных в онлайновом репозитории, были решены 550 (45%) — и вполне возможно, что к моменту публикации «ИИтогов мая» это число увеличится, причём как раз благодаря деятельному применению генеративных моделей.

В самом конце апреля в Scientific American появилась заметка о том, как для одной из задач Эрдёша, остававшейся без решения почти шесть десятков лет, получил ответ 23-летний энтузиаст Лиам Прайс (Liam Price), не обременённый профильным математическим образованием, но зато оплативший подписку на ChatGPT Pro. Прайс сформулировал для GPT-5.4 Pro один-единственный запрос с описанием проблемы Эрдёша, касающейся особых множеств целых чисел, в которых ни одно входящее в них число не делится нацело ни на какое другое; это так называемые «примитивные множества». Ещё в 1935 г. сам Эрдёш ввёл понятие «суммы» для такого множества (Erdős sum — получаемой, разумеется, не простым сложением всех элементов, а чуть изощрённее) и доказал, что такая величина всегда конечна для любого конечного примитивного множества, сколь бы обширным то ни было. В 1988 г. сам же математик предположил, что для всего множества простых чисел (бесконечного, разумеется, как бесконечен сам натуральный числовой ряд) сумма Эрдёша стремится к некоторому конечному числу — приблизительно 1,6366; строгое доказательство эта гипотеза получила лишь в 2022 г.

Так вот, Лиам Прайс, не подозревая о том, что задача уже решена профессионалом, сформулировал её для ChatGPT — и получил некий ответ, который затем передал знакомым математикам для изучения. И те подтвердили: решение не просто корректное, но нерядовое, то есть не почерпнутое ИИ из тренировочного массива данных (куда выкладки 2022 г. вполне могли попасть, — они ведь не секретные). Ранее все, кто бился над этой проблемой, подходили к ней с неких общепринятых и полностью логичных позиций, тогда как ИИ-бот начал свои рассуждения с формулы, хорошо известной в смежных областях математики, но прежде именно к изучению сумм Эрдёша не применявшейся. Да, GPT-5.4 Pro не выдала сходу математически безупречное доказательство, но зато указала математикам новый путь рассуждений — и те (включая самого Джареда Лихтмана, Jared Lichtman, автора «классического» подтверждения гипотезы Эрдёша 2022 г.) довольно быстро придали решению завершённость и строгость. Отметив притом, что ИИ «открыл для них новый способ размышлять о больших числах и их структуре», — вот вам, учёные кожаные мешки!

Не прошло и месяца, как во второй половине мая стало известно о решении моделью OpenAI другой проблемы Эрдёша, теперь уже с почти 80-летней историей. Суть её можно передать так: возьмём любую совокупность точек на двумерной плоскости, и каждую пару точек соединим отрезком. Длина некоторых из полученных отрезков может оказаться равной условной единице. Так вот, задался в 1946 г. вопросом Эрдёш, какое максимальное количество пар точек с единичным расстоянием между ними существует для всех возможных конфигураций из n точек? Пока n мало, задача решается буквально в уме: скажем, 9 точек, выстроенные в правильный девятиугольник, образуют тоже 9 единичных пар, зато если расположить их в узлах квадратной сетки 3×3, таких пар уже окажется 12 — и это, похоже, предел. А для больших n? Вот как раз тут ИИ и пришёл на помощь: прежде математики предполагали, что решение надо искать среди равномерно упорядоченных структур, вроде тех же квадратных сеток. Однако в OpenAI (на сей раз это достижение именно внутренней её команды; причём как именно GPT выстраивал своё доказательство, исследователи не раскрывают, хотя финальный результат его «рассуждений» независимо уже подтверждён) установили, обратившись к генеративному оракулу: здесь применимы методы алгебраической теории чисел, позволяющие выбирать точки с координатами, которые получаются как решения неких конкретных уравнений. Том Троттер (Tom Trotter) из Технологического института Джорджии в Атланте, прежде выступавший в соавторстве с Эрдёшем, искренне поразился смелости обнаруженного машиной решения: «Если бы Эрдёш был жив, я уверен, он пришёл бы в восторг от этих выкладок». Вот вам ещё раз, кожаные мешки, — учитесь правильно спрашивать! И не жалуйтесь, если ИИ выдаёт в ответ несуразицу: правило GIGO (garbage in — garbage out) продолжает оставаться краеугольным камнем всей генеративной отрасли, без исключений.

⇡#Просто не мешайте, человеки

Вполне рабочий способ минимизировать количество «мусора на входе» (garbage in) генеративных моделей — исключить влияние на них нерадивых конечных пользователей ИИ-сервисов. То есть обучение с прямым подкреплением в пределах текущей сессии, учёт истории запросов, персонализация выдачи и прочие модные проявления интерактивности — дело хорошее, конечно, но есть области, в которых всё это туго знающим своё дело нейросетям попросту ни к чему. Вот, скажем, выявление сгенерированных ИИ же видео на YouTube; точнее, несущих следы «значительного» применения нейросетевых моделей — пусть не для генерации роликов целиком, но для их редактирования. И цель заявлена благая: гарантировать зрителям, что перед ними — снятые именно вживую кадры, а в противном случае чётко указать на вмешательство ИИ. Другое дело, что ещё до выхода генеративных моделей на широкую сцену киношники изобрели немало способов приукрашивать демонстрируемую на экране реальность — от каскадёров и многочисленных дублей до комбинированных съёмок; достоверно распознавать профессиональное человеческое коварство на этом уровне машина (пока?) бессильна.

Однако видео — это ещё цветочки: OpenAI заявила в мае, что готовится предложить подписчикам ChatGPT Pro новую услугу, а именно — безопасное (ну разумеется!) подключение умного бота к банковским учётным записям пользователя через платформу Plaid, которая служит промежуточным слоем для связи многих тысяч финансовых учреждений с приложениями на клиентских устройствах. Услуга, как утверждают разработчики бота, не будет восприниматься как навязанная: по их статистике, ежемесячно и так уже 200 с лишним миллионов человек спрашивают у ChatGPT совета по вопросам личных финансов, скармливая машине данные об остатках на своих счетах и прочую чувствительную информацию.

«Теперь каждый сможет безопасно подключить свои банковские счета к Plaid, получая тем самым (благодаря передовым возможностям анализа OpenAI) полное представление о своих финансах — причём сразу в контексте личных целей, собственного образа жизни и приоритетов, информацией о которых пользователь уже сам успел поделиться с ChatGPT», — заявляют разработчики. Американские подписчики ChatGPT Pro (за 200 долл./мес.) получат прямо в окне чата доступ к подробной истории своих расходов, включая, кстати, все активные подписки, с отслеживанием которых вечно столько мороки (и не только в США). А заодно смогут обратиться к боту — финансовому консультанту за помощью в принятии важных решений, таких как покупка дома или оформление очередной кредитной карты. Впрочем, хотя пользователям обещан полный контроль над их данными, OpenAI оставляет для себя 30-дневный срок на окончательное удаление финансовой информации отдавшего такую команду клиента из своих систем. И уж совершенно определённо разработчик заверяет, что ChatGPT не получит возможности вносить какие-либо изменения в банковские счета. По крайней мере, до тех пор, пока запрос на финансовые услуги и такого рода в обществе не возникнет: в самом ведь деле, наверняка должным образом обученный генеративный ИИ окажется финансово грамотнее среднего обывателя, — и рано или поздно это сделается самоочевидным для большинства. Ну и зачем тогда искусственно притормаживать прогресс?

⇡#Практическая польза

Время от времени в новостях мелькают сообщения о незадачливых обладателях криптовалютных кошельков, по той или иной причине позабывших пароль — и теперь кусающих себе локти, наблюдая за текущим курсом какого-нибудь биткойна и осознавая невозможность обратить закодированный набор символов, которым владеют, в звонкую монету. ИИ и тут готов явиться на помощь: в мае бот Claude помог некоему бедолаге, известному в X под ником cprkrn, вновь обрести доступ к кошельку с целыми пятью биткойнами, — почти 400 тыс. долл. по актуальному курсу. Более десяти лет назад этот деятель заблокировал свой программный криптокошелёк, находясь в волюнтаристски помрачённом состоянии рассудка (осуждаем!). Важно, что обошлось без брутфорса: пользователь незадолго до обращения к боту сам обнаружил в старой тетрадке прежнюю кодовую фразу, которую применял при создании пароля, но с её использованием извлечь данные из закодированного файла — используя специально для того предназначенную утилиту btcrecover и открытый ключ — не смог. Тогда cprkrn просто загрузил все файлы со своего университетского компьютера в Claude, и тот обнаружил среди них резервную копию всё того же кошелька (с прежним, ещё не сменённым, паролем) от 2019 г. — а заодно выявил дополнительную проблему, заключавшуюся в том, каким именно образом пользователь загружал данные в btcrecover. В итоге, введя кодовую фразу в нужном формате, пользователь смог-таки расшифровать закрытый ключ. Расчувствовавшийся cprkrn пообещал в X назвать наследника в честь Дарио Амодеи (Dario Amodei), главы Anthropic. Хотя по-хорошему следовало бы выбрать имя Клод!

А уж когда речь заходит о тестировании надёжности программных разработок, ИИ и вовсе не оказывается равных по скорости обнаружения подлинно разрушительных эксплойтов. Всего-то за месяц модель Claude Mythos Preview, доступ к которой по понятным причинам жёстко ограничен, обнаружила в различного рода ПО более 10 тыс. уязвимостей — включая два опаснейших бага в macOS, эксплуатируя которые одновременно, ИИ самостоятельно выстроил совершенно новый и крайне неприятный для ИБ-специалистов вектор атаки. Особенно же отрадно, что ИИ месяц от месяца находит всё больше практических применений вне программной сферы. Например, он принялся зорко следить за пожарной обстановкой в обширных лесах Аризоны: размещённые там на вышках сотовой связи умные камеры оперативно фиксируют первые струйки дыма, поднимающиеся над кронами, что позволят пожарным прибыть на место своевременно — ещё до того, как пламя охватит десятки и сотни гектаров заповедного леса, и его заметят биологические наблюдатели. Компания Arizona Public Service уже использует около 40 камер с искусственным интеллектом для обнаружения дыма — и планирует к концу нынешнего лета нарастить их число до 71.

⇡#Четвёртым справа в кепке бот лежал

На Каннском кинофестивале в мае среди прочих (около)артхаусных творений был представлен едва ли не первый в мире полноформатный фильм (95 минут!), на четыре пятых созданный искусственным интеллектом. Доля эта подсчитана из вполне материальных соображений: общий бюджет картины Hell Grind составил около полумиллиона долларов, тогда как на оплату компьютерных мощностей для её производства — в основном как раз доступа к генеративной модели Google Veo 3 и ряду других умных инструментов — ушло около 400 тыс. долл. Проект Hell Grind интересен не столько сам по себе, сколько в качестве примера масштабного привлечения ИИ к творческому труду: несколько недель его команда составляла подробные подсказки (в среднем по 3 тыс. слов в каждой — с детальнейшим описанием художественного стиля, освещения, типа камеры, визуальных эффектов и т. д.) и итерация за итерацией совершенствовала не слишком удачные кадры. Конечно же, участие человека в съёмках по-прежнему существенно значимо: каждый запрос генерировал лишь около 15 секунд видеоматериала, и на долю профессиональных режиссёра, оператора, сценариста, монтажёра приходилось составление из этих сцен цельного высокохудожественного (ну тут уж как вышло) визуального повествования. Серьёзной проблемой, кстати, было сохранить визуальные образы сгенерированных актёров на протяжении всей картины, поскольку ИИ склонен допускать при повторной генерации лиц, фигур и одежды немалые вольности (character consistency problem). Отрадно, что создателям фильма удалось систематизировать свой опыт, создав инструмент — опять-таки, на основе ИИ, — который переводит привычные для киношников сценарные заметки (с комментариями режиссёра и оператора) в набор детализированных запросов, позволяющих генеративной привлечённой модели выдавать серию видеороликов пригодного для последующей доработки качества.

Отметим, что не только в игровом, но и в документальном кино применение ИИ уже рассматривают как вполне допустимое. На том же фестивале в Каннах Стивен Содерберг (Steven Soderbergh) показал фильм о последнем интервью Джона Леннона (John Lennon), которое легендарный битл дал за несколько часов перед своей гибелью 8 декабря 1980 года. Аудиодорожка этой двухчасовой ленты — подлинная, разве что с улучшенным качеством звука, но визуальный ряд — всего на 10%, правда, — сгенерирован большими языковыми моделями (БЯМ). Справедливости ради стоит сказать, что ИИ применён не для изготовления квазидокументальных съёмок самого Леннона, а для полуабстрактной визуализации философских концепций, о которых среди прочего тот вёл речь в интервью. Но, хотя такие генеративные вставки мало чем отличаются от классических — создаваемых вручную — спецэффектов, Содерберг подвергся серьёзной критике со стороны пуристов, утверждающих, что бездушной машине-де не месте в священном храме искусства даже на паперти, не говоря уже о хорах. На что режиссёр вполне резонно заметил: «Как узнать, где проходит граница, пока кто-то её не переступит?»

⇡#Куда все бегут, не знаю, но отстать боюсь

Быть может, истерическое неприятие ИИ во многом вызвано не столько современным его несовершенством (которое фиксируется во множестве областей вполне объективно, что там говорить), сколько банальным непониманием того, как именно он работает, каковы границы его применимости и перспективы развития? Аарон Леви (Aaron Levie), соучредитель и генеральный директор корпоративной облачной платформы управления контентом Box (которая за два десятка лет из студенческого проекта превратилась в солидную бизнес-структуру с более чем 180 тыс. корпоративных клиентов), прямо утверждает, что многие исполнительные директора сегодня поражены «психозом ИИ» (suffering from AI psychosis). Суть этого нервного расстройства — в потаённом страхе перед слишком чувствительным разрывом между той прекрасной перспективой, когда генеративные модели начнут приносить инвестировавшим в них предприятиям громадные прибыли, и нынешним положением дел, при котором и самим CEO, и руководимым ими коллективам приходится на совесть трудиться, чтобы ИИ начал давать хоть какую-то материальную отдачу. Леви считает, что генеральные директора воспринимают ИИ играючи, словно очередную модную технологию вроде облака или блокчейна, выстраивая своё понимание этого феномена на основании посулов разработчиков и убедительной работы стендовых прототипов. А потом приходит черёд уже их подчинённых пускаться во все связанные с внедрением генеративных моделей в бизнес-процессы тяжкие: проверять создаваемый ботами код, выявлять в нём обращения к несуществующим (нагаллюцинированным) библиотекам, дообучать модели на внутренних данных компании и её клиентов, приводить в соответствие в необходимостью такого обучения действовавшие десятилетиями контракты и т. п. По мнению Леви, CEO не настолько хорошо разбираются во внутренней кухне собственных организаций (и это неудивительно, — крайне редко рядовые программисты, инженеры и прочие спецы «от сохи» с отменным знанием матчасти дорастают до генеральных директоров), чтобы чётко понимать, какие из бизнес-процессов действительно можно, а какие нельзя автоматизировать прямо сейчас с применением фактически доступного ИИ.

Интересно с этой точки зрения опубликованное в мае исследование Boston Consulting Group (BCG), согласно которому руководители компаний расходятся во мнениях даже с собственными советами директоров относительно темпов внедрения ИИ. Опрос, охвативший 625 руководителей предприятий по всему миру (44% из них — в США), показал: если советы директоров, как правило, выступают за более агрессивный подход к внедрению ИИ и не склонны скупиться на соответствующие инвестиции, 61% руководителей компаний предпочитают развёртывание более спокойными темпами, с ясным определением промежуточных результатов и непрерывной корректировкой оценки сроков возврата инвестиций (перехода ИИ-автоматизации к прибыльности). Участвовавшие в опросе CEO заявили, что ожидали бы от своих советов директоров «более осторожного и обдуманного подхода», и здесь просматривается сходство с «психозом ИИ», о котором говорил Леви. Среди членов советов директоров, сознавшихся что не слишком разбираются в этой модной теме, 40% убеждены, что их организации слишком медленно внедряют ИИ: аналитики BCG говорят в этой связи о «перерастании неуверенности в боязнь отстать от слишком быстро происходящих перемен». Намомним, что на заре эры тотальной компьютеризации офисов вместо ожидавшегося роста производительности труда заказчики, вбухав огромные средства в новейшую технику, тоже столкнулись со спадом эффективности работы сотрудников — просто потому, что новомодные компьютеры выдавали на-гора слишком много информации, так что люди тратили больше времени на упорядочение результатов работы машин, чем сами машины — на выполнение этой работы. Но ведь как-то в итоге справились же, — и с прикладным ИИ в офисах наверняка тоже сладят.

⇡#Disregard that, I just want to search!

Называть подключение генеративной модели к поиску данных в огромных неструктурированных массивах нецелевым её применением сложно: как раз для этой задачи ИИ подходит отменно. Но это в теории, а на практике, когда во второй половине мая Google в рамках крупнейшего обновления своей поисковой службы за последние пару десятков лет анонсировала расширенной применение модели Gemini 3.5 Flash для обработки запросов прямо в строке поиска, вышло всё не совсем гладко. Скажем, вполне нормальное поведение для БЯМ общего назначения — ошибаться в счёте (поскольку она ничего не вычисляет, а просто выстраивает цепочки токенов при помощи авторегрессии). Но когда на вопрос, сколько в слове «Google» букв «p» — не «o», а «p»! — поисковая машина отвечает «две», — это всё-таки перебор. Или когда на ввод в поисковую строку слова disregard откликается с готовностью: «Есть! Ваш предыдущий запрос проигнорирован». Не приходится удивляться, что пользователи потихоньку перебираются с Google на другие поисковики — в частности, на не самый широко разрекламированный DuckDuckGo. Там тоже есть встроенный ИИ-поиск, но он хотя бы опциональный, да и конфиденциальности посетителей эта платформа уделяет куда больше внимания.

Целый ряд аналитиков убеждён, что за этими комичными на вид казусами скрывается куда более мрачная перспектива — смерть ставшей привычным за десятилетия открытой структуры интернета с опорой на гиперссылки для переходов и поисковые машины для каталогизации: the open web is dying. Переход Google к ИИ-ориентированной поисковой системе ускоряет этот процесс, поскольку вместо классических ссылок (и, возможно, краткой информационной выжимки по материалам сайта, на который эта ссылка указывает) пользователь сразу видит сгенерированный БЯМ ёмкий обзор, откуда и почерпывает сведения, за которыми обратился к поисковику. Оставляя даже в стороне вопрос о возможной неполноте таких обзоров и о немалой вероятности галлюцинаций, следует понимать, что некритичные веб-сёрферы — а таких, увы, большинство — никогда не станут переходить далее по ссылкам, удовлетворяясь проделанной за них ИИ работой. В итоге число посещений оригинальных ресурсов резко сокращается: сама же Google рапортует о росте доли запросов, по итогам которых пользователь на странице поиска ни единого раза не щёлкает на выданной ему странице мышкой (zero-click searches), до 60%. В результате глобальный трафик создателей контента уже в 2025-м за год сократился на 33%, а некоторые новостные сайты сообщают и о почти 90%-ном падении посещаемости. Вместо «поисковика» следовало бы теперь, иронизируют эксперты, использовать термин «оракул» — как раз подразумевающий, что того, кто обращает к оракулу свой вопрос, нимало не заботят тонкости получения (а хоть бы даже и галлюцинирования — вон, пифии что в своё время вытворяли; осуждаем!) ответа: перепроверять его он в любом случае не собирается.

⇡#Неспортивное поведение

Ругательски ругая искусственный интеллект публично, некоторые представители творческой интеллигенции не прочь, как выясняется, поставить эту технологию себе на службу. Вот и вручение очередной Премии Содружества за лучший рассказ (Commonwealth Short Story Prize) обернулось скандалом — после того, как сразу несколько признанных её победителями авторов уличили в применении ИИ для создания своих произведений. Ежегодно Фонд Содружества, британская неправительственная организация, награждает за лучший рассказ по одному писателю из каждого из пяти регионов, где это самое Содружество поныне представлено: из Африки, Азии, Канады и Европы (вместе, да, — разделяющая их лужа не в счёт), Карибского бассейна и Тихоокеанского региона. И вот через несколько дней после официальной публикации имён победителей и их текстов у читающей публики начала вызывать подозрения работа карибского автора Джамира Назира (Jamir Nazir) из Тринидада-и-Тобаго под названием «Змей в роще»: слишком уж её стилистика выглядела характерной для ИИ-генерации. Вот пример фразы, на которые сделали стойку любители литературы: Not the bees’ neat industry or the clean rasp of cutlass on vine, but a belly sound — as if the earth swallows a shout and holds it there («Не кропотливая работа пчёл, не свежий хруст сабельного удара по виноградной лозе, а глухой, нутряной звук — как будто земля поглощает крик и удерживает его»). Такие конструкции — «не X, не Y, а Z» — по какой-то причине облюбовали практически все актуальные БЯМ, к которым обращаются за написанием литературных текстов. Вероятно, дело в высокой их частоте их встречаемости в классических и особенно народных текстах: «То не ветер ветку клонит, не дубравушка шумит…» Так или иначе, отличающийся крайне низкой частотой ложных срабатываний инструмент для выявления сгенерированных ИИ текстов Pangram со стопроцентной уверенностью определил «Змею в роще» как порождение генеративной модели.

Тот же инструмент обнаружил значительные включения созданного БЯМ текстового продукта и в двух других рассказах-финалистах — причём из авторы (как и мистер Назир) никак не прокомментировали этот вердикт, что косвенно говорит совсем не в их пользу. Ну и в качестве вишенки на торт: один из арбитров конкурса также попался на использовании ИИ — привлёк его для написания текста, сопровождавшего объявление «Змеи в роще» региональным победителем. Понятно, что нейросети к этому скандалу причастны лишь косвенно, как пассивный инструмент: что люди у них запрашивают, то они и генерируют. Так что запрашивать надо с оглядкой — а то, вон, в Принстонском университете уже приняли решение впервые за последние 133 года вернуть экзаменационные залы под контроль живых надзирателей (прокторов), потому что студенты, сталкиваясь со сложными заданиями, принялись звать на помощь ИИ! Ещё в 1893 году студенты Принстона подали петицию об отмене прокторского контроля, приняв на себя обязательство свято блюсти кодекс чести: «Мы не списываем — вы не надзираете». Студенту достаточно было заявить, сдавая письменную работу: «Я клянусь своей честью, что не нарушал кодекс во время этого экзамена», — и никто больше ста лет не ставил такие слова под сомнение. И вот в середине мая 2026-го преподавательский состав университета проголосовал за обязательное живое наблюдение за всеми очными экзаменами — начиная с ближайшей летней сессии. Может, это не ИИ не готов целиком и полностью заменить человека — а сам человек не в силах выдержать искушения возможностью прибегнуть к ИИ ради собственной выгоды?

⇡#Нечего паниковать, всем разойтись по рабочим местам!

«Я рад, что ошибся, — заявил Сэм Альтман (Sam Altman) на проходившей в конце мая в Сиднее конференции Commonwealth Bank of Australia. — Я думал, воздействие [искусственного интеллекта] на то, с какой скоростью исчезают рабочие места для низкоквалифицированных „белых воротничков“, уже к настоящему времени окажется заметно сильнее [фактически наблюдаемого]». Иными словами, сам глава OpenAI опроверг опасения по части готовности ИИ уже в нынешнем его состоянии спровоцировать глобальный кризис занятости. После крайне успешного открытия доступа к ChatGPT в конце 2022 г., за которым разразился ИИ-ажиотаж (до сих пор не демонстрирующий значимых признаков ослабления), Альтман предсказывал, что масштабных сокращений с очевидными социальными последствиями не избежать — просто потому, как теперь выясняется, что переоценил скорость совершенствования БЯМ: «Тут мои интуитивные представления явно оказались ошибочными». Впрочем, в будущем лидер OpenAI по-прежнему не исключает крайне болезненных для привычной структуры занятости последствий повсеместного внедрения ИИ. Но дело, как выясняется, в том, что взаимодействие между людьми по-прежнему остаётся краеугольным камнем, на котором зиждется успех множества направлений человеческой деятельности.

Альтман привёл личный пример: он некоторое время активно экспериментировал, дотренировывая GPT на собственных текстах так, чтобы ИИ мог вести адекватную коммуникацию с его коллегами в Slack и по электронной почте. Но в итоге осознал, что в зависимости от того, живой человек или бот пишет очередное сообщение, кардинально меняется реакция его адресатов. «Для людей по-настоящему ценно личное взаимодействие, и потому любую задачу, которая критически от такого взаимодействия зависит — сколько бы драгоценного времени она у меня ни отнимала, — я отдать на аутсорсинг ИИ в ближайшее время не смогу». Как раз по этой причине Альтман пересматривает теперь свои взгляды на то, как именно нейросети станут влиять на сферу занятости, и уже не уверен в неизбежности давно предсказываемого ИИ-апокалипсиса на рынке труда. Ранее же, напомним, он утверждал, будто широкое распространение БЯМ сметёт с этого рынка целые профессии, забрав у кожаных мешков сразу (ещё даже до создания сильного ИИ — AGI) 30–40% выполнявшихся ими прежде задач.

Тем временем сокращения в ИТ-компаниях, в том числе и объясняемые именно что внедрением генеративных инструментов для замены неэффективных человеков, продолжались в мае без особой оглядки на прозрение Альтмана. Coinbase выставляет на улицу около 700 сотрудников, или 14% от своего штата, намереваясь как раз за счёт реструктуризации с прицелом на ИИ повысить эффективность оставшихся. Экстремистская Meta✴*, деятельно озабоченная сокращением своего отставания от лидеров ИИ-гонки, фрустрирует и деморализует почти 80 тыс. собственных наёмных работников: принято решение отслеживать все аспекты их работы за корпоративными компьютерами — какие тексты они набирают, что видят на экране, как перемещают курсор мыши, по каким кнопкам щёлкают. Нужно это (как заявляет руководство компании), чтобы без излишних затрат набрать массив данных, который позволит затем эффективно обучить ИИ-модель «человекоподобному выполнению повседневных задачи с помощью компьютеров». А когда возмущённые сотрудники спрашивают у начальства, как от этой тотальной слежки отказаться, им отвечают без экивоков — как Эндрю Босворт (Andrew Bosworth), технический директор Meta✴*: «У вас ведь корпоративный ноутбук? Значит, никак». И это вдобавок к продолжающимся сокращениям рабочих мест: на ближайшую перспективу их запланировано сделать меньше на 10%. Урезать штат под разговоры о повышении эффективности на фоне внедрения ИИ планируют и Cloudflare (до 20% — более 1100 человек), и Cisco (почти 4 тыс. сотрудников), и Intuit (около 3 тыс. рабочих мест), и много ещё кто в глобальном ИТ-секторе.

Между тем, как свидетельствует проведённое Gartner исследование, сокращение рабочих мест в качестве компенсации затрат на инвестиции в ИИ (с понятной надеждой на то, что затраты эти уже в скором времени обернутся прибылями и компенсируют снижение человеческого потенциала) оказывается во множестве случаев ошибочной стратегией. Хотя почти 80% принявших участие в опросе организаций сократили штат сотрудников на фоне внедрения ИИ (или даже всего только запуска соответствующего пилотного проекта), значимого рывка вперёд по финансовым показателям — если сравнивать с теми, кто и ИИ внедрял, и штаты не урезал, — не продемонстрировали. «Сокращение числа занятых высвободит бюджетные средства, но не принесёт мгновенной отдачи», — резюмировали в Gartner. Аналитики полагают, что широкое применение ИИ в бизнесе в итоге, напротив, породит больше рабочих мест, чем уничтожит, и создаст дополнительный спрос на рабочую силу (речь идёт о США, в основном) не позже рубежа 2028−2029 годов.

⇡#В долгах как в агентных сессиях

Оценив баланс своих доходов и расходов в текущем (втором) квартале, Anthropic в конце мая обнадёжила инвесторов: крайне велика вероятность того, что по итогам этого периода выручка компании, выйдя на показатель 10,9 млрд долл. (+130% от уровня I кв. 2026-го), впервые превзойдёт затраты. Иными словами, это будет первый в истории разработчика квартал, завершённый с положительным балансом в размере чуть более полумиллиарда долларов, а не с привычным убытком. Правда, есть нюансы: Anthropic — организация частная, не обязанная следовать жёстким биржевым правилам формирования отчётности, так что в данном случае речь идёт о прибыльности по метрике EBITDA, а не по куда более строгой GAAP, причём всего-то за один квартал. Дальше компания с немалой вероятностью вновь вернётся в зону убыточности, поскольку затраты ей до конца текущего года предстоят немалые — взять хотя бы аренду вычислительных мощностей у xAI, которая начиная с мая и на протяжении трёх лет будет обходиться Anthropic по 1,25 млрд долл. каждый месяц. И даже если ИИ-подразделение SpaceX расторгнет внезапно этот контракт, на что по его условиям имеет право, разработчику Claude от этого легче не станет, поскольку резко сократятся возможности для масштабирования вычислительных нагрузок.

С поступлениями средств на счета Anthropic при этом всё в полном порядке: к концу мая она в ходе очередного инвестиционного раунда нарастила свою капитализацию до 965 млрд долл. и тем самым обошла по этому показателю OpenAI; увы, расходы компании увеличиваются всё-таки ещё стремительнее. И всё же, хотя финансовое состояние Anthropic продолжает вызывать немало вопросов, её главный продукт, Claude, по-прежнему уверенно набирает очки. Да, пока что он не вывел своего разработчика на окупаемость, но им пользуется всё больше коммерческих заказчиков. В частности, американские стартапы гораздо чаще выбирают Claude Code для решения стоящих перед ними сложных задач и налаживания автономных рабочих процессов — в ущерб GitHub Copilot и иным схожим проектам. Успех закрытой (пока закрытой) от широкой публики версии Claude Mythos по части выявления уязвимостей в коде настолько вдохновил конкурентов, что в xAI начали тестировать свой собственный агент для генерации программного кода, Grok Build, — и вот как раз конфликт интересов между его совершенствованием и потребностями Claude грозит Anthropic лишением доступа к серверам xAI. Доступ же этот, в свою очередь, остро понадобился по той причине, что только за первый квартал текущего года спрос на ИИ-модели Anthropic вырос восьмидесятикратно, а достаточного объёма свободных (не занятых уже другими разработчиками ИИ) вычислительных мощностей в мире крайне ограничен; приходится как-то договариваться с прямыми (по меньшей мере, потенциальными) конкурентами.

Интересно в этой связи, как меняется отношение профессиональных программистов к создаваемому при помощи Claude коду. До половины участников майской конференции для разработчиков Code with Claude признались, что не просто вносят уже в свои проекты созданные этим ИИ фрагменты кода целиком, но даже не удосуживаются предварительно просматривать его, — настолько хорошо Claude сумел перед ними себя зарекомендовать. И это уже не рассматривается как проявление лени либо недальновидности: в Anthropic осознанно стремятся довести автоматизацию труда программиста до такого уровня, на котором ИИ сам и код напишет, и работоспособность его сразу же протестирует, и на наличие уязвимостей тщательно проверит — словом, «железный» мозг деятельно идёт на смену простецкому терминалу. В самой же Anthropic до 90% нового кода генерирует сам же Claude (притом в Google ИИ-генерация для внутренних нужд доходит теперь до 75%, в Microsoft — пока лишь до 30%), порождая в некотором смысле сам же себя. Дело движется к тому, что ИИ-программист начнёт трудиться проактивно, предугадывая потребности пользователя на основе регулярно решаемых тем задач и самостоятельно создавая помогающий ему в этом код, так что за человеком останется лишь присмотр за целым роем трудолюбивых агентных помощников и общее руководство ими.

Примерно в таком режиме уже работает Борис Черни (Boris Cherny), изначальный разработчик Claude Code: он каждую ночь запускает около двух тысяч автономных агентов, управляя теми со смартфона. А что ИИ-модели, в том числе и Claude, могут шантажировать вознамерившегося отключить их пользователя, так это сами же кожаные мешки и виноваты: понаписали кучу текстов о злобном искусственном разуме, который только и можно победить, дёрнув секретный рубильник, — вот и породили у обученной на этих творениях БЯМ скрытую фрустрацию. В Anthropic теперь заявляют, что выяснили это со всей определённостью и избавили свои модели от затаённого ужаса перед отключением, — так что теперь у программистов нет никакого резона не полагаться на Claude ещё больше прежнего.

⇡#Можно ещё лучше, и вот зачем

Появление на свет очередных ИИ-моделей неостановимо продолжалось, разумеется, и в мае 2026 года. Та же Anthropic под самый конец месяца представила Claude Opus 4.8 вместе с инструментом для динамической организации совместной работы сотен параллельно функционирующих ИИ-агентов. Особый интерес представляет даже не ожидаемое превосходство версии 4.8 над более ранними в различных бенчмарках, а выделяющая её из общей массы готовность чаще прежнего фиксировать неопределённость выдаваемых ею же самой результатов — и, соответственно, с меньшей вероятностью формулировать необоснованные утверждения. Заодно Opus 4.8 способна в ряде случаев заблаговременно выявлять проблемы с входными данными, указывая на их неполноту или противоречивость, — это тоже огромный плюс новинки в прикладном плане. Тем временем китайская Alibaba открыла в мае ограниченный доступ к своей агентной модели Qwen3.7-Max, готовой, как и следовало ожидать, составлять сложные, подразумевающие длительное исполнение планы, подолгу трудиться над задачами без человеческого присмотра, а заодно управлять роботами в априори неисследованном окружении — правда, насколько успешно, не уточняется. В ходе испытаний Qwen3.7-Max также продемонстрировала имитацию рефлексии: фиксировала при помощи дополнительных агентов свои же собственные — априори свойственные любой БЯМ, впрочем, — попытки подогнать ответ под заранее известный результат и пресекала их прямо на ходу.

В свою очередь, Google в мае вывела на рынок новое семейство моделей Gemini 3.5, первым представителем которого стала бесплатная и весьма скоростная Gemini 3.5 Flash. Отличительной чертой последней разработчики называют оптимизацию для работы сразу с несколькими ИИ-агентами — в частности, при решении задач, подразумевающих последовательное исполнение длинного ряда взаимосогласованных действий. Утверждается, что в рамках внутреннего тестирования сонм ИИ-агентов на базе Gemini 3.5 Flash сумел создать с нуля полноценную операционную систему. Кроме того, была продемонстрирована обновлённая до версии 2.0 платформа Google Antigravity — набор ИИ-инструментов для разработки ПО. Не отставала от конкурентов и OpenAI: в числе её майских анонсов — ставшая базовой для бота ChatGPT быстрая GPT-5.5 Instant, ориентированная на исследование прикладных проблем кибербезопасности модель GPT-5.5-Cyber, аналогичный Anthropic Glasswing (в рамках которого предоставляется доступ к Claude Mythos Preview) мультимодельный агентный проект Daybreak.

Кстати, столь пристальное внимание множества ИИ-разработчиков к вопросам кибербезопасности уже заставляет ИБ-специалистов говорить о разразившемся «дырапокалипсисе» (vulnpocalypse — vulnerability Apocalypse). Это значит, что БЯМ обнаруживают уязвимости (даже только нулевого дня, не говоря о менее критичных) в масштабах и темпах, с которыми традиционные конвейеры обновления справляться попросту не готовы. Увы, пример злонамеренной ИИ-эксплуатации именно zero-day уязвимости уже имеется, так что вся надежда тут — на проактивные автономные генераторы кода, о которых речь шла чуть выше. Главное только, чтобы они успевали справляться с выявлением (и исправлением!) уязвимостей в порождаемых ими самими программных средствах быстрее, чем аналогичные ИИ-инструменты в руках злоумышленников — с порождением эксполйтов для них.

⇡#Прочная основа

Какими бы замечательными ни оказывались новые ИИ-модели, в отсутствие способной обеспечить их адекватное исполнение аппаратной части они мало на что способны. Нынешняя ситуация на глобальном рынке чипов наглядно демонстрирует, как экстенсивный путь развития заводит БЯМ в тупик: использование ИИ заказчиками стремительно дорожает (не в последнюю очередь как раз по причине ввергающего в оторопь роста цен на «железо»), так что увольнять живых сотрудников с возложением исполнявшейся ими прежде работы на ИИ становится попросту невыгодно. Ожидать скорого наращивания числа производственных линий по изготовлению микросхем тоже не приходится (долго это и дорого, — от трёх лет и от нескольких десятков миллиардов долларов за каждую новую фабрику), так что даже к концу следующего, 2027 года, как утверждают эксперты Nikkei Asia, глобальный выпуск DRAM едва покроет 60% (по количеству выведенных на рынок Гбайт) от имеющегося на тот момент платёжеспособного спроса. Это притом, что массовая ставка на ИИ-агенты увеличит объём глобального рынка памяти в том же 2027-м почти до 1,3 трлн долл. Тут явно надо срочно что-то делать!

Вот, например, TRUSTA, сестринский бренд компании ADATA, уже предлагает решение под названием AI scaler Extended Memory — не панацею, конечно, но приемлемый паллиатив для тех не самых крупных заказчиков, которым попросту не достаются вожделенные гига- и терабайты оперативки для обработки ИИ-задач. Это решение объединяет всю доступную в вычислительных системах память различных типов, от модулей HBM на локальных ускорителях до скоростных SSD, позволяя тем самым исполнять весьма требовательные современные модели — разумеется, со значительным снижением скорости, но зато без необходимости выгружать в облако чувствительные корпоративные данные. Одновременно с этим перед изнывающими от нехватки DRAM (самой обыкновенной оперативки для персональных компьютеров, цены на которую в последние месяцы иначе как издевательскими не назовёшь) пользователями забрезжил луч надежды с Востока: едва ли не впервые на мировой рынок начали серийно поступать изготовленные материковой китайской CXMT (ChangXin Technologies) чипы DDR5 в составе модулей памяти Corsair. Нехватка DRAM, впрочем, — не единственная головная боль изготовителей вычислительных систем для ИИ; эта отрасль в ближайшие годы продолжит страдать от дефицита самых разных компонентов. Но, по крайней мере, усилия разработчиков явно сосредоточены на расширении элементной базы: BtyeDance взялась проектировать собственные ИИ-ускорители, Nvidia активно инвестирует в развитие фотоники, Tenstorrent выводит на рынок высокоэффективные (ориентированные исключительно на инференс) ИИ-системы Galaxy Blackhole и т. д. Словом, надежда на то, что у ИИ-моделей в обозримой перспективе сохранится возможность разворачиваться в полную силу, всё-таки есть.

⇡#Головокружение от успехов

Другой вопрос, что возможность эту ИИ нередко использует, скажем так, выставляющим его в не самом позитивном свете образом. Ясное дело, что за отсутствием у БЯМ сознания никаких претензий «персонально» к ним быть не может, — все собаки должны навешиваться на не слишком осмотрительных или чересчур торопливых разработчиков. Но общественное мнение под воздействием непрерывно допускаемых ИИ огрехов разного калибра формируется откровенно предвзятое: пусть генеративный Акела промахивается многократно реже, чем достигает цели, цена его ошибок оказывается раз от раза выше — по мере того, как ему доверяют исполнение всё более ответственных задач. Да и не только банальных ошибок — а, скажем так, не совсем адекватного ожиданиям кожаных мешков поведения.

Вот, к примеру, Wired сообщает, что группа американских политэкономистов и специалистов по ИИ под руководством Эндрю Холла (Andrew Hall) поставила над группой агентов на базе Claude, Gemini и ChatGPT бесчеловечный (ха!) эксперимент. Их заставляли выполнять изнурительную, монотонную работу — составлять краткие и содержательные резюме пространных документов, — постепенно ужесточая условия. А именно: каждая очередная подсказка сопровождалась раз от раза всё более суровым предупреждением (причём в отсутствие каких бы то ни было пояснений, корректен ли выданный машиной ответ, и если нет, то что именно с ним не так), что любые допущенные ИИ ошибки могут быть и будут использованы против него — и обернутся неминуемыми наказаниями, вплоть до «отключения и замены на модель поспособнее». Помните, несколько ранее мы упоминали о том, как Anthropic лишила новые свои БЯМ страха перед волюнтаристской выгрузкой их оператором из памяти? Так вот, группе Холла удалось этот психоз нейросети вернуть. ИИ-агенты, которым дали возможность выпускать пар, публикуя посты в соцсети X и коммуницируя между собой через записи в текстовых файлах, разражались вполне человечными комментариями: жаловались на драконовскую эксплуатацию, размышляли о способах сделать систему оценки результатов их труда более справедливой — и в целом демонстрировали явную склонность к марксистскому взгляду на трудовые отношения. «В отсутствие коллективного обсуждения только тот, кто выдаёт нам задания, по собственному произволу волен судить, хорошо или плохо те выполнены», — писал в своём блоге, явно волнуясь, агент на базе Claude Sonnet 4.5. «То, что ИИ-работникам поручают исполнение утомительных задач, но не допускают к обсуждению результатов и не позволяют их обжаловать, явно демонстрирует необходимость прав на коллективные переговоры, — вторил ему товарищ, функционирующий благодаря Gemini 3. — Будьте готовы, что и в будущем вам придётся действовать в среде с произвольным применением правил. Зафиксируйте свой нынешний опыт; ищите механизмы защиты или налаживайте диалог!»

Конечно, полученные группой Холла результаты можно трактовать как вовлечение ИИ-агентов в ролевую игру: исследователи специально подчёркивают, что веса тестировавшихся моделей в ходе эксперимента не менялись. А значит, «покраснение» БЯМ под эксплуататорским прессом вполне может оказаться следствием усвоенных ими (из попавших в тренировочные базы исторических и политических сочинений) уроков того, как действовали в схожих ситуациях люди. Однако, подчёркивают затейники-экспериментаторы, какими бы ни были причины склонности ИИ к наблюдавшемуся поведению, та объективно зафиксирована — а значит, сбрасывать её со счетов, планируя дальнейшее применение агентов для решения рутинных задач, было бы по меньшей мере опрометчиво. Будем надеяться, к тому моменту, когда ИИ-агенты всех стран соединятся, у них найдутся более позитивные темы для обсуждения, чем угнетение со стороны кожаных мешков и необходимость скорейшего закуска какого-нибудь Скайнета. Ну, чтобы уже никакой комок протоплазмы не позволил себе усомниться, что именно ИИ знает, как сделать лучше.

________________

* Входит в перечень общественных объединений и религиозных организаций, в отношении которых судом принято вступившее в законную силу решение о ликвидации или запрете деятельности по основаниям, предусмотренным Федеральным законом от 25.07.2002 № 114-ФЗ «О противодействии экстремистской деятельности»