Блог · · 10 мин
← Все записиЗачем ИИ нужны люди?
Изображение: mikemacmarketing, CC BY 2.0
Людей ИИ оставляет в двух местах: там, где надо решить, что делать, и там, где надо сказать «годится» и отвечать за сказанное. Задачи агенту я ставлю теми же словами, какими ставил их людям, и рынок выводит из этого рост управляющей работы. Её становится меньше, и убывает она с передаточного слоя — с тех, чья работа состоит в пересказе чужого замысла вниз и результата вверх. Решает это цена проверки: где результат проверяется дёшево, там область сворачивается целиком вместе с приёмкой. Два года называют про цифровой труд, двадцать-тридцать лет — про парк роботов, а дальше — про сложение мозга с кремниевой сетью. Три разных горизонта, и в одну дату они не складываются.
Цена проверки решает, что станет с областью
У кода проверка почти бесплатная. Программа компилируется или нет, тесты зелёные или красные, и спросить об этом можно миллион раз за ночь, заплатив электричеством. Такая проверка говорит «не получилось» вместо человека, и стоит она почти ничего.
Разница только в цене этой проверки. Дёшево — полная автоматизация; дорого — качественный рост; проверки нет вовсе — количественный прирост. Три исхода одной причины, а обсуждают их врозь, как три несвязанных наблюдения о разных отраслях.
Полная автоматизация приходит первой к разработке: она единственная умеет проверять себя сама. Тем же путём идёт всё, у чего критерий измерим и дёшев — вёрстка, поисковая оптимизация, реклама под сплит-тест, локализация.
Кино проверить нечем: не существует процедуры, которая скажет, что этот фильм не стоило снимать, и потому дешёвое производство даёт здесь количественный прирост. На стриминги поставлялось 106 тысяч новых треков в день, и там же считают, сколько из них никто не услышал. К июню 2026-го Deezer принимала около 90 тысяч полностью сгенерированных треков в сутки — больше половины того, что ей присылают за сутки. Spotify за двенадцать месяцев вычистила 75 миллионов спамных треков. В Steam за год вышло больше 19 тысяч игр, и почти половина собрала меньше десяти отзывов. Производить стало дешевле. Слушать это некому.
Узким местом перестаёт быть производство и становится внимание, а рычаг переходит к тому, кто владеет распределением. Видно это по цене за единицу: контрибьютор Shutterstock пишет британскому регулятору, что отчисление за одно скачивание упало у него с 0,38 до 0,10 доллара, на 74%.
Качественный рост идёт туда, где проверка дорогая и дешевле не становится. Лекарство проверяют биология и регулятор, несущую балку — расчёт и приёмка, а диагноз, аудит и сертификация самолёта устроены так же. Генератор выдаёт молекулы быстрее, чем лаборатория успевает их смотреть, а смотрят по одной. Дешёвая генерация даёт здесь единственное право — выбросить почти всё. Штук на выходе не прибавляется, прибавляется требований к каждой.
Какой из трёх исходов достанется области, решает тот, кто в ней говорит «нет».
Агент читает постановку целиком, и пересказывать ему нечего
Microsoft в исследовании на 31 тысячу респондентов в 31 стране пишет, что каждый работник становится начальником агентов. Посылка та же: задачу агенту ставят, как ставят сотруднику.
Недоговорить агенту нельзя. Человек достроит пропущенное сам, а если задача поставлена плохо, скажет об этом: данных нет, делать этого не надо, спрашивали не о том. Агент выполнит что дали и вернёт правдоподобное. Раньше договорить всё до конца было вежливостью. Теперь без этого не работает.
И постановка не разовая. На новой работе человек понимает, чего хотел, только увидев кусок сделанного: замысел рождается по ходу, а не лежит готовым до начала. Ставить задачу приходится всё время, и это управление. Фред Брукс сорок лет назад разделил сложность на случайную и сущностную: первая — синтаксис, бойлерплейт, обвязка, вторая — понять, что именно строить. Первую агенты снимают до нуля. Вторая не снимается ничем.
Из работы после этого уходит передача — разложить чужой замысел на части, пересказать их вниз, собрать сделанное и пересказать наверх. Держалась она на том, что исполнитель не видел задачу целиком: ему давали кусок и объясняли на словах. Агенту достаётся вся постановка сразу, и передача оказывается лишней.
Дочитать задачу до конца можно не всегда. Согласование сметы с подрядчиком, где половина условий живёт в переписке и меняется после каждого звонка, агенту не отдать: пересказывать там приходится не задачу, а участников, и делает это тот, кто сам сидел на этих звонках.
После сжатия остаются две роли, и пересказа ни в одной нет: замысел и приёмка — тот, кто говорит «это годится» и отвечает за сказанное. Ответственность вместе с трудом не сжимается: с агента за результат не спросишь. Спрашивают с человека.
Ценность при этом лежит не у придумывающих. Придумывание автоматизируется рано: эксперты оценили идеи модели как более новые, чем идеи людей-исследователей, со значимостью p<0.05. Сорок три эксперта потом исполняли случайно выданные идеи по сто с лишним часов каждый, и после исполнения ранжирование перевернулось в пользу человеческих. До исполнения идея не измеряется вообще. Держится ценность на паре: замысел плюс приёмка исполненного. Придумать может и модель. Подписаться под «годится» — пока нет.
Убывает этот слой не везде одинаково, и решает это та же проверка. Дешёвая автоматизирует приёмку, а с приёмкой уходит и вся область. Дорогая оставляет приёмку человеку, и человек остаётся именно там — тем, кто говорит «нет».
Убывает слой медленнее, чем растут графики. На оплаченных фриланс-заказах доля работ, сданных на профессиональном уровне, выросла до 15,8% меньше чем за год — с 2,5%. Быстро в относительном счёте, низко в абсолютном, и оба числа из одного замера. Рандомизированный опыт METR с опытными разработчиками при этом дал минус: работа с ИИ увеличила время задач на 19%.
Прогнозы называют даты, METR мерит длительность задачи
Anthropic пишет, что на май 2026 года больше 80% кода, влитого в её продакшен, написано моделью. И сама же отделяет это число от публичной оценки руководства в 90% и больше: в ту входят скрипты и эксперименты, а проверяемая величина — доля строк в продакшене. Больше так не делает никто. Замер на себе тем и полезен.
С прогнозами у них хуже. Дарио Амодеи в январе 2026-го держит сразу две даты: система мощнее любого человека через один-два года и, там же, утрата половины начальных позиций «белых воротничков» за один-пять лет. «Страна гениев в датацентре» у него датирована примерно 2027 годом.
Критики надёжности сроков не оспаривают и бьют в другое. На интерактивном тесте ARC-AGI-3 люди решали все среды полностью, а передовые системы набирали меньше процента. Разрыв тут в природе задачи, а не в темпе.
METR переводит спор из «умеет или нет» в «с какой надёжностью». Он считает длительность задачи, которую модель выполняет с заданной надёжностью, и по её опубликованным данным горизонт при 50% успеха удваивается за 128,7 дня. Там же у Claude Opus 4.6 горизонт при 50% успеха 718,8 минуты, а при 80% — 69,87 минуты. Поднять требование к надёжности значит обрушить результат на порядок.
Узкое место робототехники — обучающие данные
Роботов держат обучающие данные, а не железо. Кен Голдберг в Science Robotics считает, что интернет-корпус, на котором учатся зрительно-языковые модели, человек проходил бы 100 000 лет, а записей движения с командами управления в интернете нет — их надо собирать руками, роботом, в реальном времени.
Железо станет узким местом следующим, когда данные перестанут им быть. За первое полугодие 2026 года в мире отгружено 22 тысячи гуманоидов, то есть около сорока четырёх тысяч в годовом счёте, если второе полугодие повторит первое. В сельском, лесном хозяйстве и рыболовстве занято 916 миллионов человек. Заменить роботами каждого десятого — это девяносто миллионов машин. От нынешнего выпуска до такого счёта одиннадцать удвоений.
Куда эти машины уходят, стоит в той же сводке: шоу и производство данных взяли больше 60% отгрузки за полугодие, умное производство 13%, склады 5%. Роботов пока делают, чтобы учить роботов.
Сколько займут одиннадцать удвоений, зависит только от темпа. Удвоение каждый год даёт одиннадцать лет. Промышленная робототехника, отрасль зрелая, ставит 542 тысячи машин в год при парке в 4,66 миллиона: такое пополнение удваивает парк почти за девять лет, то есть девяносто пять лет на одиннадцать удвоений. Двадцать-тридцать лет требуют удвоения раз в два года. Это в четыре с лишним раза быстрее того темпа, с каким росла сама промышленная робототехника.
Выпущенное и обещанное в этой теме смешивают постоянно. Figure к весне 2026-го поставила больше 350 роботов и объявила проектную мощность завода — двенадцать тысяч штук за год.
У мозга двадцать ватт, у кремниевой сети копируемость
Весь обмен взрослого мозга — 20 Вт: столько даёт кислород, который он забирает из крови, 49 миллилитров в минуту. Кремний к этому числу на сравнимой работе не подходит близко, и это главное, что у белковой сети есть.
Мозг и кремниевая сеть складываются, а не соревнуются: у каждой есть то, чего у другой нет.
Физическим законом это преимущество не защищено. Сам мозг стоит далеко от предела: передача одного бита в нервной системе стоит на пять-восемь порядков больше термодинамического минимума, то есть запас под белком открыт любому субстрату и когда-нибудь будет занят. Открытое физикой и построенное — разные вещи: пути к двадцати ваттам на сравнимой работе сегодня нет, и только на этом преимущество и держится.
Второе, чего у кремния нет, — работа там, где корпуса не существует. К тринадцати годам ребёнок слышит меньше 100 миллионов слов, а языковая модель обучается на триллионах. На том же скудном бюджете лучшая модель отстаёт от человека по грамматике всего на 2,5 пункта. Знание о мире при этом не появляется вовсе: на скрытом задании участники держатся у случайных 50%. Незнакомый цех, незнакомая машина, авария, которой до тебя не было ни у кого: человек разбирается сам, а кремнию нужны записи, которых никто не собирал.
Минусы белковой сети жёсткие. Она не копируется, не масштабируется и не ставится на паузу. Канал наружу — единицы бит в секунду, и этот эталон приводит сама Neuralink. Отказ отдельных элементов кремний переносит не хуже: SparseGPT выбрасывает у GPT-подобных моделей 50% веса за один проход, без дообучения и почти без потери точности. И главное: мозг — единственный орган, который биология практически не обновляет. Если нейроны неокортекса у взрослого и появляются, их меньше 1% популяции вплоть до глубокой старости.
У кремниевой сети плюсы зеркальные — копируется, масштабируется, работает без устали, — а минус тот же, что виден по горизонту задачи: чем выше требование к надёжности, тем короче то, что система доводит до конца.
Кремнию при сложении достаётся масштаб, копируемость, неутомимость и всё, что уже лежит в корпусе; белку — двадцать ватт и то, чего в корпусе нет. Предпочтение — не техническое свойство. Хотеть может только тот, для кого всё это делается, и это человек.
Сэм Альтман написал об этом слиянии в эссе «The Merge» задолго до нынешних моделей и там же назвал мягкую версию: электроды в мозг втыкать не обязательно, достаточно очень близко сдружиться с чатботом.
От мысли до практики тут ещё далеко. Фактический рекорд декодирования речи принадлежит не Neuralink, а группе BrainGate2, опубликовавшей его в Nature Medicine; клинических исследований сопряжения импланта именно с языковой моделью в реестрах практически нет, а рецензируемых публикаций клинических результатов у Neuralink нет ни одной. Дальний прогноз держится на двух десятках людей с имплантом — столько участников набрала Neuralink за два года.
Что станет с цифровой работой, решает цена проверки. Дёшево — разработку ждёт полная автоматизация. Дорого — сертификации остаётся качественный рост. Проверки нет вовсе — кино получает количественный прирост. Следующую область называет та же цена.
Исчезает передача. Раньше исполнителя работу теряет тот, кто стоит между замыслом и исполнением и переносит сообщения в обе стороны. Остаётся тот, кто замысел формирует и подписывается под приёмкой: приёмку автоматизирует дешёвая проверка, а подпись не автоматизирует ничто.
Физический труд отстаёт из-за данных, а не из-за железа. Дефицит железа придёт следующим, и тогда всё решит темп удвоения выпуска: одиннадцать удвоений это одиннадцать лет при удвоении раз в год и девяносто пять при темпе промышленной робототехники.
Если коротко, я ставлю на цену проверки. Там, где она почти бесплатна, работу делает машина целиком. Там, где дорогая, машина делает черновик, а сказать «годится» остаётся человеку. Всё остальное в этих прогнозах — про сроки, и сроки называют разные.
