Эпоха сингулярности: ИИ начинает создавать сам себя, пока человечество приближается к AGI

Мы не просто создаём искусственный интеллект — мы приближаемся к моменту, когда он начнёт развиваться самостоятельно. И именно сейчас определяется, каким будет этот мир.

Глава Google DeepMind предупреждает, что до создания общего искусственного интеллекта остались считанные годы, а компания Anthropic подтверждает: нейросети уже пишут большую часть собственного кода, и главным «узким горлышком» прогресса становятся люди.

У подножия сингулярности: прогноз Демиса Хассабиса

Идея создания общего искусственного интеллекта (AGI) — точки, в которой ИИ сравняется с человеком или превзойдет его в выполнении широкого спектра интеллектуальных задач — больше не является далекой научной фантастикой. По мнению сооснователя и генерального директора Google DeepMind Демиса Хассабиса (лауреата Нобелевской премии по химии за прорывные исследования ИИ в биологии), человечество находится на пороге новой эры.

Выступая на недавнем мероприятии в Высшей школе бизнеса Стэнфордского университета, пионер индустрии искусственного интеллекта заявил, что ожидает появления AGI уже к концу текущего десятилетия.

— Мы называем AGI следующую версию по-настоящему общего искусственного интеллекта, — отметил Хассабис. — Я верю, что нас отделяет от этого всего несколько лет. Возможно, это произойдет в районе 2030 года, плюс-минус год. Сама мысль об этом поражает.

Хассабис охарактеризовал текущий исторический момент как начало «новой человеческой эры». По его словам, глядя назад через десять лет, мы осознаем, что сейчас стояли у самого подножия технологической сингулярности.

Поворотным моментом стал 2026 год. Именно сейчас ИИ-агенты (AI agents) и их способность использовать внешние инструменты (tool-use) стали по-настоящему полезными в повседневной работе людей. Это дало разработчикам четкое понимание того, какие именно шаги осталось предпринять для достижения AGI. При этом Хассабис подчеркивает: подготовка к приходу такого интеллекта больше не может оставаться делом одних лишь технооптимистов и инженеров.

— Общество должно услышать это, потому что у нас осталось не так много времени на подготовку к последствиям. Изменения будут невероятно глубокими, — предупредил он. — Будущее, на мой взгляд, еще не написано, но следующие несколько лет станут критически важными для того, чтобы определить, в каком направлении мы пойдем и каким мы коллективно хотим видеть этот мир.

Споры о сроках и барьеры на пути к AGI

Заявления Хассабиса прозвучали на фоне разгорающейся дискуссии о том, насколько индустрия близка к заветной цели.

Ранее глава OpenAI Сэм Альтман утверждал, что его компания понимает, как построить AGI «в традиционном понимании этого термина», и предрекал массовое вливание ИИ-агентов в рабочую силу. Илон Маск (генеральный директор SpaceX и xAI) и Дарио Амодеи (глава Anthropic) также прогнозируют появление систем уровня AGI в ближайшие годы.

— Я думаю, мы достигнем AGI уже в 2026 году, — заявил Маск в интервью Питеру Диамандису, председателю фонда XPRIZE. — Я уверен, что к 2030 году ИИ превзойдет по интеллекту всех людей вместе взятых.

Некоторые эксперты и вовсе считают, что рубеж пройден, а передовые (frontier) модели уже соответствуют определению общего интеллекта.

— Мы находимся в точке перегиба, где AGI уже реальность. Я полностью убежден, что это и есть общий интеллект, — заявлял ранее Шон Уолтерс, основатель Eliza Labs.

Тем не менее, скептики указывают на то, что современным системам по-прежнему далеко до человеческого уровня абстрактного мышления. Одним из главных аргументов стал свежий бенчмарк ARC-AGI-3, выпущенный фондом ARC Prize. Этот тест проверяет способность ИИ обучаться и адаптироваться в абсолютно незнакомой для него среде. Флагманские модели от Google, OpenAI, Anthropic и xAI набрали в нем менее 1%, в то время как люди-участники справились с заданиями идеально.

Ситуацию осложняет и отсутствие единого консенсуса. Мало Бургон, генеральный директор Исследовательского института машинного интеллекта (MIRI), отмечает, что из-за конкурирующих определений трудно зафиксировать сам момент достижения цели:

— Существует множество трактовок. Когда мы начинаем спорить, является ли конкретная система AGI или нет, всё упирается в критерии. А это очень скользкая почва.

Тем не менее, Хассабис непреклонен: скорость технологического прогресса экспоненциально ускоряется.

— В ближайшие 10 лет изменится абсолютно всё, и, вероятно, гораздо сильнее, чем люди могут себе представить, — резюмирует он.

Рекурсивное самосовершенствование: ИИ пишет код за человека

Пока теоретики спорят о терминах, на практике ИИ уже начал автоматизировать собственную разработку. Согласно отчету компании Anthropic под названием «Когда ИИ строит сам себя» (When AI Builds Itself), нейросети стали настолько эффективны в написании кода и проведении исследований, что главным ограничивающим фактором для создания новых систем теперь становятся контролирующие их люди.

Компания раскрыла поразительную статистику: сегодня флагманская нейросеть Claude самостоятельно пишет и внедряет более 80% кода в собственную кодовую базу. Благодаря этому производительность инженеров Anthropic с 2024 года выросла примерно в восемь раз.

Динамика продуктивности инженеров Anthropic (lines of code):

• [2021–2024 гг.] — Стабильное плато (ИИ используется как ассистент для copy-paste).
• [Февраль 2025 г.] — Запуск Claude Code в режиме превью.
• [2026 год] — Взрывной рост (ИИ самостоятельно запускает и коммитит код). Доля кода ИИ > 80%.

До запуска инструмента Claude Code в начале 2025 года доля автоматического кода измерялась единицами процентов. Раньше инженеры просто копировали подсказки чат-бота, теперь же ИИ автономно пишет, тестирует и внедряет код.

В Anthropic выделяют три сценария развития событий:

• Прогресс ИИ замедлится из-за физических ограничений.
• Люди останутся у руля, делегировав ИИ рутину.

Системы запустят процесс рекурсивного самосовершенствования (recursive self-improvement) — когда ИИ полностью автономно проектирует и разрабатывает своего преемника, который будет умнее его самого.

— Если зайти достаточно далеко и предоставить системам достаточно вычислительных мощностей, этот тренд приведет к созданию ИИ, способного полностью автономно спроектировать своего преемника, — пишет Anthropic. — Мы еще не пришли к этому, и такой исход не является неизбежным. Но это может произойти гораздо раньше, чем к этому подготовятся ключевые мировые институты.

Впрочем, в компании признают, что количество строк кода — несовершенная метрика. Пока неясно, обладает ли Claude «исследовательским чутьем» — способностью самостоятельно расставлять приоритеты и выбирать, какие именно научные проблемы стоит решать.

Гонка автономий и коммерческий сектор

Отчет Anthropic вышел в период, когда ведущие ИИ-лаборатории перестают позиционировать свои модели как простых чат-ботов, переводя их в статус полноценных «коллег-исследователей».

На рынке развернулась жесткая конкуренция:

• Anthropic готовится к выходу на биржу (IPO), активно демонстрируя автономные агентские воркфлоу, модель Claude 4.8 Opus и специализированную версию Claude Mythos, способную находить уязвимости в софте и вести киберрасследования.
• OpenAI отвечает выпуском моделей нового поколения (GPT-5.5 и GPT-Rosalind), сфокусированных на логическом мышлении.
• Google внедряет Gemini Spark — персонального агента, который без команды пользователя, в фоновом режиме управляет задачами в приложениях и завершает рабочие процессы.

В конечном итоге роль человека в ИТ-индустрии кардинально меняется. Мы смещаемся от непосредственного написания кода к функциям надзора, валидации и верификации результатов работы гигантских «виртуальных лабораторий», управляемых искусственным интеллектом. И если ИИ научится автоматизировать собственные исследования, эти навыки мгновенно перенесутся на другие сферы — от физики до медицины, запуская научную революцию во всем мире.

Терминологический ликбез:

• Сингулярность (Технологическая сингулярность) — гипотетический момент в будущем, когда технологическое развитие становится неуправляемым и необратимым, порождая изменения, которые человеческий разум не в силах постичь. Обычно связывается с появлением Сверхразлекта (ASI), превосходящего человечество.
• AGI (Artificial General Intelligence) — сильный/общий ИИ. В отличие от узкого ИИ (который умеет только генерировать текст или распознавать лица), AGI обладает гибкостью человеческого ума: может адаптироваться к любой новой задаче, понимать контекст, обладать здравым смыслом и обучаться без перепрограммирования.
• Рекурсивное самосовершенствование — процесс, напоминающий эволюционный взрыв. ИИ-модель версии 1 пишет код для ИИ-модели версии 2, которая становится умнее. Версия 2, используя новые когнитивные способности, создает Версию 3. Этот цикл может происходить за часы или дни, приводя к так называемому «интеллектуальному взрыву» (intelligence explosion).
• Агентные воркфлоу (Agentic Workflows) — переход от парадигмы «Prompt-Response» (запрос-ответ) к парадигме автономии. Вы не просите ИИ «напиши функцию», вы говорите: «Вот задача, создай приложение, протестируй его, найди баги, разверни на сервере». ИИ сам планирует шаги и выполняет их.

Почему 80% кода от Anthropic — это революция?

• Раньше ИИ (вроде GitHub Copilot) работал как продвинутый Т9: человек пишет, ИИ подсказывает следующее слово. Запуск Claude Code перевернул игру. ИИ получил доступ к терминалу, файловой системе и инструментам тестирования. Он запускает код, видит ошибку компилятора, сам её исправляет и делает это до тех пор, пока тесты не пройдут успешно. Роль программиста сузилась до архитектора и ревьюера (человека, который нажимает кнопку «Одобрить слияние кода»).

В чем подвох? Ограничения и скепсис (Тест ARC-AGI):

• Тест ARC (Abstraction and Reasoning Corpus) Франсуа Шолле — это важнейший маркер. Современные нейросети (LLM) обучаются на колоссальных объемах данных (интернете). Они сильны в интерполяции (поиске похожих паттернов в том, что они уже видели). ARC-AGI исключает зазубривание: там представлены геометрические задачи, правила для которых ИИ должен вывести сам «на лету». Тот факт, что ИИ набирает там <1%, показывает: текущая архитектура трансформеров (Transformers) упирается в тупик. Для AGI нужен принципиально новый алгоритмический сдвиг. Именно поэтому OpenAI разрабатывала проекты вроде Rosalind/Q*, направленные на рассуждения (reasoning), а не просто предсказание слов.

Общие рекомендации:

• Учитывая, что руководители ведущих ИИ-лабораторий мира сходятся на сроках 2026–2030 гг. для тектонических сдвигов, реагировать нужно уже сейчас.
  Для разработчиков и ИТ-специалистов:
• Срочно уходите от роли «кодера» к роли «архитектора/валидатора». Если вы тратите 80% времени на написание шаблонного кода на Python/React — вас заменят в течение 2-3 лет. Учитесь формулировать сложные технические задания (системный анализ), декомпозировать задачи и проводить аудит безопасности чужого (или ИИ) кода.
• Освойте ИИ-агентов на глубоком уровне. Не просто пользуйтесь веб-интерфейсом ChatGPT/Claude. Изучайте интеграцию систем вроде Claude Code, LangChain, AutoGPT, CrewAI. Выигрывать на рынке труда будут те инженеры, которые умеют управлять «цифровыми сотрудниками».

Для бизнеса и топ-менеджмента:

• Пересмотрите метрики эффективности. Как отметили в Anthropic, «строки кода» больше не значат ничего. Измеряйте скорость вывода продукта на рынок (Time-to-Market) и бизнес-логику. Один инженер с ИИ-агентами теперь равен небольшому аутсорс-отделу прошлого.
• Готовьте инфраструктуру для фоновых агентов. Инструменты класса Gemini Spark изменят офисную работу. Интегрируйте CRM и ERP-системы с API ИИ-агентов, чтобы рутинные операции (сводка отчетов, первичный скоринг, распределение задач) происходили автономно.

Для широкого круга пользователей:

• Развивайте навыки адаптивности и критического мышления. В мире, где ИИ генерирует код, тексты, видео и научные гипотезы, ценность приобретает умение верифицировать информацию и задавать правильные вопросы (промпт-инжиниринг в широком смысле).
• Следите за безопасностью данных. Внедрение агентов, которые «работают в фоновом режиме на вашем устройстве», несет огромные риски утечек. Обращайте внимание на корпоративные политики конфиденциальности ИИ-вендоров.