Системы искусственного интеллекта становятся способны выполнять многодневные задачи с одного запроса. Разбираем, почему будущее работы за управлением ИИ-агентами, а не за написанием подсказок.
3 мин
Искусственный интеллект развивается с ускорением, которое все сложнее игнорировать. Если раньше мы оценивали прогресс по качеству ответов на отдельные вопросы, то теперь главным критерием становится способность систем выполнять реальную работу. Мы наблюдаем фундаментальный сдвиг: переход от использования ИИ в качестве послушного чат-бота к работе с автономными агентами.
До недавнего времени доминирующим способом взаимодействия с ИИ был режим «совместного интеллекта». Пользователь давал команду, проверял результат, корректировал его и переходил к следующему шагу. Этот процесс требовал постоянного человеческого внимания и тщательного составления запросов (prompt engineering). Однако по мере роста вычислительных мощностей и алгоритмической сложности этот подход начинает устаревать.
Современные передовые модели способны выполнять задачи, требующие длительной концентрации. По данным исследовательских организаций METR и Института безопасности ИИ Великобритании, объем работы, который система может выполнить по одному первоначальному запросу, растет по экспоненте. Например, в недавних тестах модель Opus 4.7, работая автономно в течение 14 часов, смогла создать программный пакет, на разработку которого у команды инженеров ушло бы от 2 до 17 недель. Стоимость вычислений при этом составила всего около 250 долларов.
Рынок ИИ сегодня четко разделен на два эшелона. На передовой находятся закрытые проприетарные модели от американских компаний, таких как Anthropic, OpenAI и Google. За ними, с отставанием примерно в 6-12 месяцев, следуют модели с открытыми весами (open weights), преимущественно разрабатываемые в Китае. Хотя они уступают лидерам в пиковой производительности, они значительно дешевле в эксплуатации и также развиваются по экспоненциальной кривой.
Появление автономных систем меняет саму суть работы. Агенты оснащаются дополнительными инструментами — средами для выполнения кода, доступом к внешним приложениям и способностью к самокоррекции. В результате человек перестает быть просто оператором ИИ и становится его менеджером. Внутри компании OpenAI четверть сотрудников уже сейчас каждую неделю запускают одновременно как минимум четыре автономных агента. Примечательно, что этот инструмент активно используют не только программисты, но и специалисты из юридических и кадровых отделов.
Исследования показывают интересную закономерность: при использовании специализированных агентов для написания кода успех зависит не от того, является ли человек профессиональным разработчиком. Ключевым фактором становится глубокая экспертиза в предметной области. Чем лучше специалист понимает суть решаемой проблемы, тем более качественный результат он может получить от системы.
Для бизнеса и государственных институтов этот экспоненциальный рост создает серьезные вызовы. Человеческое восприятие линейно, и мы плохо осознаем природу экспоненты, находясь внутри нее. План внедрения ИИ, написанный полгода назад и рассчитанный на системы с высоким уровнем ошибок, сегодня может оказаться полностью неактуальным. Именно этот разрыв между скоростью развития технологий и способностью человеческих институтов к адаптации является главной причиной нынешней турбулентности на рынках и в сфере регулирования.
Искусственный интеллект перестает быть просто инструментом, требующим пошаговых инструкций, и превращается в автономных агентов, способных самостоятельно вести многодневные проекты.
При работе с ИИ-агентами глубокое знание предметной области становится важнее, чем владение узкопрофессиональными навыками, такими как программирование.
