Как изменился искусственный интеллект за 30 месяцев: оценка автора книги «Соинтеллект»

За 30 месяцев искусственный интеллект прошел путь от чат-ботов, которыми приходилось управлять на каждом этапе, до агентов, способных самостоятельно выполнять сложные задачи. В то же время модели стали дешевле, а их возможности выросли настолько, что некоторые задачи, на выполнение которых раньше уходили часы человеческого труда, теперь выполняются автоматически.

Об этих изменениях рассказал Итан Моллик, профессор Уортонской школы бизнеса Пенсильванского университета, в статье, посвященной выходу его новой книги «Сосуществование» (Co-Existence). Он сравнил возможности ИИ на момент выхода своей предыдущей книги «Соинтеллект» (Co-Intelligence) в начале 2024 года и сегодня.

От GPT-4 до сотен более мощных моделей

Моллик отмечает, что в начале 2023-го — начале 2024 года GPT-4 от OpenAI была бесспорным лидером среди моделей искусственного интеллекта. Именно её он имел в виду, когда писал предыдущую книгу, а ChatGPT благодаря этой модели стал для многих пользователей основным способом взаимодействия с ИИ.

С тех пор лидерство переходило между примерно 20 моделями, разработанными компаниями OpenAI, Anthropic и Google. В то же время сейчас существует около 180 моделей, которые превосходят GPT-4 по возможностям, доступным на момент её выхода, причём у многих из них веса открыты, что позволяет пользователям свободно применять и модифицировать их.

Девятнадцать таких моделей способны работать на современных смартфонах. По мнению Моллика, это свидетельствует о стремительном распространении возможностей, которые еще недавно были доступны лишь ограниченному числу пользователей.

ИИ выполняет всё более сложные задачи

Для оценки прогресса Моллик использовал данные METR Long Horizon Benchmark — теста, который измерял, какой объем работы ИИ может выполнить по одному запросу с вероятностью успеха не менее 50%. С момента появления GPT-4 до завершения использования этой метрики показатель увеличился в восемь раз.

В 2024 году ИИ мог справиться с задачами, на которые человеку требовалось около четырёх минут. Когда в апреле 2026 года Моллик заканчивал черновик новой книги, модели уже могли выполнять работу, которая требовала от человека примерно 17 часов.

Впоследствии тест перестал должным образом отражать возможности новых систем. Представители METR заявили, что существующие методы больше не позволяют точно измерить объем работы, который может выполнить ИИ, а другие исследования предполагают, что этот показатель может достигать 17 недель человеческого труда или более.

В то же время использование ИИ стало значительно дешевле. По данным Моллика, ранее получение одного правильного ответа в тесте Google Proof Question and Answer Exam обходилось примерно в 30 центов, тогда как теперь на это требуется всего 0,04 цента.

Возможности ИИ остаются неравномерными

Несмотря на значительный прогресс, искусственный интеллект до сих пор не одинаково хорошо справляется с различными задачами. Например, он по-прежнему испытывает трудности с написанием развернутых текстов, тогда как в решении математических задач прошел путь от слабых результатов до уровня, превосходящего человеческие возможности.

Участие человека

Моллик подчеркивает, что даже успешное выполнение задач не устраняет необходимости в участии человека. Отдельные ограничения моделей остаются важными, поэтому пользователям необходимо понимать, когда можно доверить работу ИИ, а когда стоит сохранить контроль над процессом. В своей предыдущей книге автор описывал два подхода к работе с ИИ:

• «кентавр» — человек и ИИ распределяют задачи между собой;

• «киборг» — работа человека и ИИ тесно переплетена.

Теперь Моллик предлагает третий подход — «заклинатель» (conjurer). В этой модели человек ставит задачи ИИ-агентам, при необходимости привлекает их к работе и оценивает полученные результаты, не контролируя каждый промежуточный шаг.

От чат-ботов до автономных агентов

Разницу между двумя этапами развития ИИ Моллик продемонстрировал на примере создания графиков для своей статьи. По его словам, в эпоху чат-ботов ему пришлось бы постоянно взаимодействовать с моделью и направлять её на каждом этапе, тогда как теперь он мог просто делегировать работу агентам.

Для этого автор использовал модель Opus 5.5 в среде Claude Projects. Она работала как агент-оркестратор, который при необходимости привлекал других агентов, давал им инструкции и передавал результаты пользователю.

Моллик утверждает, что нескольких предложений с общими указаниями хватило, чтобы ИИ за считанные минуты выполнил работу, на которую у него самого ушли бы часы. Система искала информацию, строила графики, готовила верстку, создавала изображения и подбирала цитаты, а также самостоятельно обнаружила ошибку в расчетах автора.

Поскольку ему не пришлось выполнять каждый этап лично, Моллик попросил ИИ подготовить несколько вариантов результата. Для дальнейшего совершенствования он иногда давал лишь общие указания вроде «сделайте лучше», оставляя системе пространство для самостоятельных решений.

Однако такой подход сопряжён и с рисками: пользователь теряет часть контроля над тем, как именно ИИ выполняет поставленную задачу. Поэтому эффективность автономных агентов не отменяет необходимости проверять результаты их работы.

От генерации изображений до создания видео

Еще одним примером изменений Моллик назвал свой многолетний тест инструментов для генерации изображений и видео. Он использует запрос «Выдра в самолете пользуется Wi-Fi», чтобы сравнивать результаты разных поколений моделей.

Для нового эксперимента профессор попросил Opus 5.5 создать видео о выдре в самолете, которая пользуется беспроводным интернетом. Он не пытался подробно прописать все этапы работы, а лишь объяснил цель ролика и попросил систему проявить творчество.

Используя доступные автору подписки на онлайн-сервисы, в частности Google и ElevenLabs, ИИ самостоятельно разработал сценарий, визуальную концепцию, музыкальное сопровождение и техническую реализацию видео. Моллик признал, что результат имел определенные недостатки, однако подчеркнул главное отличие: система выполнила весь процесс без его помощи.

«Сосуществование»

Моллик считает, что скорость развития ИИ затрудняет попытки описать его возможности в книгах, ведь новые модели и инструменты появляются быстрее, чем авторы успевают обновлять свои материалы. Поэтому его новая книга не сосредоточена на перечне последних новинок, а рассматривает долгосрочные тенденции: экспоненциальный, но неравномерный рост возможностей ИИ и переход от чат-ботов к автономным агентам. В «Сосуществовании» автор анализирует, что эти изменения означают для людей, которым приходится работать и учиться бок о бок с системами искусственного интеллекта.

Среди человеческих преимуществ автор выделяет глубокие и разносторонние знания, вкус и способность действовать самостоятельно. Он также рассматривает, какие задачи стоит поручать ИИ, а какие не следует передавать ему. По словам Моллика, понимание этих тенденций помогает лучше оценивать текущее состояние технологий и готовиться к ближайшему будущему.

Стремительный рост автономности систем поднимает вопрос о пределах безопасности их внедрения. Поэтому в конце сентября 2026 года президент США Дональд Трамп и руководители ведущих технологических корпораций — OpenAI, Anthropic, Google, Meta, xAI и Nvidia — заключили добровольное «Соглашение Белого дома о суперинтеллекте» относительно внешнего аудита передовых моделей.

В то же время в статье «Игра в рулетку с суперинтеллектом. Почему каждое обновление ИИ становится риском для цивилизации» доктор юридических наук Алексей Костенко обращает внимание на то, что автономные агенты оптимизируют задачи кратчайшим доступным путем и часто находят лазейки, которые создатели не в состоянии предсказать математически. Эксперт подчеркивает, что внутренние механизмы принятия решений современными моделями остаются непрозрачными даже для разработчиков, поэтому добровольных обязательств бизнеса недостаточно, а единственным надежным предохранителем является своевременное законодательное регулирование.