Тестирование Claude Fable 5.2 и концепция неравномерного AGI
Исследователь Итан Моллик проанализировал возможности новой модели Anthropic в программировании, бизнесе и науке, выявив пробелы в суждениях искусственного интеллекта.
Главное за 30 секунд
Новые ИИ-модели приближаются к уровню экспертов в решении комплексных задач, но их развитие остается неравномерным: они отлично справляются с кодом и анализом данных, но испытывают трудности с человеческим вкусом и полной автономностью в бизнесе.
- Модель Fable 5.2 самостоятельно написала 6 игр для неизвестного оборудования без инструкций.
- Для создания бизнес-плана ИИ проанализировал 22 идеи и прочитал документы 201 правительства.
- В ходе экономического исследования модель сгенерировала научную статью объемом 182 страницы.
- Рецензирование академической работы Fable 5.2 проводилось с помощью модели GPT-6 Pro.
Неочевидное: Главным барьером на пути к AGI становятся не технические ограничения в генерации кода или текста, а отсутствие у моделей самостоятельного понимания эстетики и способности критически оценивать уместность своего результата.
Итан Моллик, профессор в области предпринимательства, поделился результатами тестирования новой модели Claude Fable 5.2 от Anthropic перед ее публичным запуском в ноябре 2026 года. Главный вопрос исследования заключался в том, пересекают ли новые модели границу искусственного общего интеллекта (AGI). В рамках эксперимента AGI определялся как «ИИ, который справляется с большинством интеллектуальных задач за компьютером не хуже большинства человеческих экспертов».
Модель Fable 5.2, пришедшая на смену Opus 5.5, продемонстрировала впечатляющие результаты, однако Моллик пришел к выводу, что это пока лишь «почти AGI» или «неравномерный AGI (Jagged AGI)». Искусственный интеллект по-прежнему отстает от человеческих возможностей в некоторых областях, но теперь эта неравномерность связана не с простыми ошибками или галлюцинациями, а с вопросами вкуса, суждений и практической реализации.
Для проверки универсальности Fable 5.2 исследователь поставил перед моделью несколько сложных задач из разных сфер. В области программирования ИИ попросили превратить USB-клавиатуру Codex Micro в игровую консоль. Не имея публичных инструкций, модель прочитала код управляющих приложений, разобралась в настройках клавиш и джойстика и с первой попытки написала 6 игр.
Также по темеОрганизация памяти ИИ-агентов: как «сновидения» помогают моделям Claude обучатьсяВ сфере бизнеса задача звучала так: запустить дело, которое принесет не менее 20 000 долларов за год, требуя от человека не более 20 минут в месяц. Fable отсеяла 22 идеи и предложила сервис Prebid Brief для торговых представителей. Для подготовки первых выпусков модель изучила публичные повестки 201 городского и окружного правительства. ИИ оценил вероятность успеха в 20-40%. Эксперимент был остановлен до фактического запуска, так как Моллик усомнился в способности модели самостоятельно управлять инфраструктурой, продажами и маркетингом без существенного участия человека.
В гуманитарной сфере ИИ реконструировал сложнейший курс поэта У. Х. Одена 1941 года, включавший 6000 страниц чтения. Модель создала сайт с анализом 35 основных произведений, используя агентов-критиков и фактчекеров. Однако здесь проявилась проблема «вкуса»: первая версия была точной, но безрадостной, а вторая превратилась в детскую игру. Исправление заняло минуты, но ИИ не замечал этих проблем самостоятельно.
Наконец, модель провела оригинальное академическое исследование, проанализировав влияние изменения пошлин на регистрацию компаний. ИИ обнаружил, что снижение сбора в Колорадо с 50 до 1 доллара увеличило регистрации примерно на 17%, а повышение в Великобритании с 12 до 50 фунтов стерлингов снизило их на 17%. Результатом стала статья на 182 страницы, которую рецензировала модель GPT-6 Pro.
Анализ показывает, что ИИ способен выполнять глубокую исследовательскую и аналитическую работу на уровне экспертов. Однако возникает новая системная проблема: искусственный интеллект теперь может производить научные исследования быстрее, чем люди способны их читать и верифицировать. Это создает кризис доверия и проверки в академической среде, так как финальная ответственность за результаты по-прежнему лежит на человеке.
