Системы ИИ с возможностями, равными или превосходящими возможности любого человека, могут правдоподобно появиться в течение ближайших нескольких лет.
Таково мнение Шолто Дугласа, технического руководителя по обучению с подкреплением в Anthropic.
В развернутом интервью инвестору и сооснователю Palantir Джо Лонсдейлу Дуглас участвовал вместе с Николасом Марвеллом, который руководил исследованиями обучения с подкреплением в Anthropic, а теперь работает над проектами компании по созданию агентов с длительным горизонтом действий.
Беседа была записана в августе 2026 года и опубликована 2 октября.
Согласно описанию подкаста, обсуждались следующие темы:
- Может ли AGI появиться всего через несколько лет
- Насколько быстро улучшаются агенты для программирования
- Биология как возможная следующая граница
- Открытый исходный код и регулирование
- Риски в сфере кибербезопасности и биобезопасности
- Экономика постдефицита
- Робототехника
- Будущее труда

Исходная статья выделяет наиболее смелые части прогноза Дугласа.
Он представляет мир, в котором ИИ со временем сможет выполнять практически всю работу за компьютером, доступную людям; робототехника распространит эту способность на физический мир; а технологический прогресс, ранее требовавший столетий, можно будет сжать до одного-двух десятилетий.
Он также предполагает, что ежегодные капитальные затраты на ИИ могут достичь $4 трлн к 2028 году, а достаточно мощный ИИ в сочетании с робототехникой может способствовать беспрецедентному ускорению роста мирового экономического выпуска.
Это прогнозы, а не подтвержденные оценки.
Само интервью ясно показывает, что Дуглас понимает: некоторые из этих предположений звучат экстремально.
Марвелл, в свою очередь, добавляет важное предупреждение: период, в котором люди остаются необходимыми партнерами для ИИ, может не длиться вечно, а переход к системам, которым такие человеческие партнеры больше не нужны, способен создать серьезные риски.
ИИ, равный всем людям или превосходящий их, может появиться всего через несколько лет
Когда Лонсдейл спросил, какова миссия Anthropic на данном этапе, Дуглас дал прямой ответ.
Его рабочее определение следующего крупного порога — не модель, побеждающая в отдельном бенчмарке или создающая впечатляющие тексты.
Это модель, которая способна выполнять практически всю работу, которую люди могут делать на компьютере.
Дуглас сказал, что, по его мнению, модели с возможностями, равными или превосходящими возможности всех людей, с высокой вероятностью появятся в ближайшие несколько лет.
В его формулировке:
работа за компьютером
→ потенциально может быть автоматизирована продвинутым ИИ
физическая работа
→ все больше может быть автоматизирована по мере развития робототехники
Это исключительно высокая планка.
Она также объясняет, почему Дуглас может одновременно верить в две вещи, которые кажутся противоречивыми:
«AGI еще не появился»
и:
«AGI может быть всего в нескольких годах от нас»
Исходная статья ссылается на публикацию Дугласа в социальных сетях от 23 сентября, где он написал, что AGI «очевидно» еще не достигнут.

Различие заключается в определении.
Порог Дугласа — не просто «ИИ, который кажется в целом разумным».
Это ИИ, который способен выполнять полный спектр экономически значимой компьютерной работы на человеческом или сверхчеловеческом уровне.
Его собственный процесс программирования радикально изменился
Дуглас говорит, что перемены уже заметны в его повседневной работе.
Примерно за 18 месяцев до интервью он по-прежнему вводил каждую строку кода самостоятельно.
После прихода в Anthropic модели стали достаточно полезными, чтобы помогать ему, но вмешиваться все равно приходилось каждые несколько минут.
К моменту записи интервью, по его словам, он мог передавать моделям работу на один или два дня за раз.
Его сравнение примерно соответствовало младшему члену команды:
- Дать модели значительную задачу.
- Позволить ей работать длительное время.
- Вернуться позднее, чтобы проверить прогресс.
- Вмешаться при необходимости.
Когда Лонсдейл спросил, работают ли системы ИИ на него прямо во время интервью, Дуглас ответил утвердительно — работали сразу несколько.
Этот рассказ согласуется с более широким трендом, который Anthropic описала в своих экономических исследованиях.
В январском выпуске Economic Index за 2026 год Anthropic отмечается, что успешность ИИ снижается по мере удлинения задач, однако с поколениями моделей это снижение становится менее резким, поскольку новые системы способны завершать все более длительные задачи.
Ключевое изменение не в том, что модели никогда не ошибаются.
Оно в том, что растет объем непрерывной работы, который они способны попытаться выполнить.
Математика — еще одна область, где Дуглас видит быстрый прогресс
Дуглас также привел продвинутую математику в качестве примера роста возможностей.
Он указал на FrontierMath, бенчмарк Epoch AI со сложными неопубликованными математическими задачами, составленными и проверенными профессиональными математиками.
В интервью Дуглас охарактеризовал результаты моделей как переход от практически нулевого уровня к значительно более чем 60% в релевантных оценках FrontierMath примерно за год.
К этому утверждению следует относиться как к характеристике, данной в интервью, а не как к единому неизменному числу бенчмарка.
FrontierMath включает несколько уровней, пересматривался, и версии бенчмарка менялись.
Текущая программа FrontierMath от Epoch AI включает:
- Уровни 1–3
- Исследовательские задачи уровня 4
- Открытые задачи
- Задачи Эрдёша, формализованные в Lean
Поэтому точный процент зависит от модели, версии бенчмарка, уровня и настройки оценки.
Однако направление изменений реально: продвинутые модели значительно улучшили результаты на сложных математических задачах с автоматически проверяемыми ответами.
Вопрос капитальных затрат: $1 трлн, $2 трлн, $4 трлн?
Затем разговор переходит от возможностей к деньгам.
Если системы ИИ в течение нескольких лет станут значительно мощнее, какую инфраструктуру отрасль построит для их поддержки?
Дуглас предложил намеренно агрессивную экстраполяцию.
Он сказал, что расходы на вычислительные мощности для ИИ росли примерно в два-три раза в год в последние несколько лет, и предложил возможную траекторию:
2026:
~$1 трлн
2027:
~$2 трлн
2028:
~$4 трлн
Исходная статья визуализирует экстраполяцию следующим образом:

Эти цифры не являются консенсусным прогнозом.
Это попытка Дугласа поставить вопрос о том, что произойдет, если недавний рост инвестиций продолжится намного дольше, чем ожидает большинство людей.
Вместе с тем существует отдельный прогноз по инфраструктуре NVIDIA, находящийся в схожем диапазоне.
На Dell Technologies World в мае 2026 года Dell и NVIDIA обсуждали возможность того, что мировые расходы на инфраструктуру ИИ могут достичь $3–4 трлн к 2030 году.
Предположение Дугласа фактически переносит достижение сопоставимого масштаба примерно на два года раньше.
Это делает его прогноз существенно более агрессивным.
Может ли мировой ВВП удвоиться в начале 2030-х?
Затем Дуглас развивает сценарий дальше.
Если инвестиции в ИИ продолжат расти по сложной процентной траектории, а робототехника будет масштабироваться вместе с ними, он считает, что стоит рассмотреть вероятность очень крупного роста мирового выпуска.
Он публично предполагал, что, даже если сегодня эта идея выглядит экстремальной, людям следует учитывать в своих ожиданиях возможность удвоения экономического выпуска в 2030-х годах.

Базовый аргумент прост:
гораздо более мощный ИИ
+
крупномасштабная автоматизация
+
робототехника
+
быстрое реинвестирование
=
потенциально значительно более быстрый экономический рост
Но каждый этап содержит существенную неопределенность.
Способность модели выполнить задачу не означает, что внедрение произойдет мгновенно.
В реальной экономике существуют узкие места, такие как:
- Энергетика
- Регулирование
- Строительство
- Распределение капитала
- Поставки оборудования
- Организационное внедрение
- Доверие людей
- Логистика физического мира
Сам Дуглас признает, что удвоение ВВП в начале 2030-х звучит экстремально и потребует благоприятного развития множества факторов.
Скептики считают экономический скачок слишком масштабным
Цифра в $4 трлн для инфраструктуры и прогноз по ВВП немедленно вызвали критику в интернете.
Критик ИИ и почетный профессор Нью-Йоркского университета Гэри Маркус заявил, что обсуждение слишком быстро переходит от сравнительно правдоподобного утверждения о расходах на инфраструктуру к гораздо более спекулятивному макроэкономическому выводу.

Эта критика важна, поскольку два утверждения не одинаково обоснованны.
Полезно разделять их так:
расходы на инфраструктуру ИИ резко растут:
правдоподобно и уже наблюдается
ИИ удваивает мировой ВВП за несколько лет:
значительно более неопределенно
Юрген Шмидхубер также отреагировал скептически, пошутив, что номинальный ВВП может удвоиться за счет инфляции, не подразумевая того реального материального изобилия, которое описывает Дуглас.
Разногласие на самом деле не о том, велики ли инвестиции в ИИ.
Оно о том, насколько быстро эти инвестиции преобразуются в рост производительности во всей экономике.
Мир постдефицита, в котором каждый богаче современных миллиардеров
Самый оптимистичный сценарий Дугласа выходит далеко за пределы более высокого ВВП.
Он представляет нечто близкое к постдефицитной экономике.
Логика состоит в том, что достаточно мощный ИИ и робототехника могли бы многократно увеличить фактический мировой объем интеллектуального и физического труда.
Если стоимость производства многих товаров приблизится к стоимости энергии и сырья, целые категории дефицита могут ослабнуть.
Создайте сайт-витрину и привлекайте лиды за минуты
Опишите идею одной фразой, и We0 AI создаст сайт-витрину, страницы и CMS, а после запуска поможет привлечь клиентов и трафик.
Одна полная генерация проекта для бесплатной регистрации
Лучше всего попробовать один полный поток генерации и быстро увидеть первый черновик проекта.
В таком сценарии достижения, которые в противном случае потребовали бы столетий, могут появиться всего за десять или двадцать лет.
Дуглас указывает на такие возможности, как:
- Чрезвычайно дешевое строительство
- Более быстрые научные открытия
- Значительные улучшения в медицине
- Лечение заболеваний, которые сейчас трудно лечить
- Прогресс в борьбе со старением
- Значительно большее материальное изобилие
Его желаемая конечная точка — мир, в котором каждый человек может пользоваться уровнем материального изобилия, недоступным даже самым богатым живущим сегодня людям.

Это наиболее спекулятивная часть интервью.
Она зависит не только от возможностей ИИ, но и от распределения благ, инфраструктуры, институтов, политического выбора, энергоснабжения и того, достигнут ли приросты производительности обычных домохозяйств.
Исходная статья представляет это как видение Дугласа того, к чему в конечном счете стремится Anthropic, а не как гарантированный результат.
Человеческая занятость может вырасти до того, как начнет снижаться
В интервью также рассматривается более непосредственный вопрос: что происходит с рабочими местами по мере улучшения ИИ?
Дуглас говорит, что видел примеры, в которых занятость не сокращалась, несмотря на рост внедрения ИИ.
Он упоминает аутсорсинговую работу колл-центров на Филиппинах и продолжающийся рост числа специалистов по программной инженерии как случаи, когда повышение производительности может создавать для компаний причины нанимать больше людей, а не меньше.
Механизм знаком по предыдущим технологиям:
работник становится производительнее
→ стоимость предоставления услуги снижается
→ спрос на услугу растет
→ компании могут нанимать больше работников
Это может происходить некоторое время, даже когда автоматизация быстро улучшается.
Но Марвелл добавляет важное условие.
Благоприятная история взаимодополняемости зависит от того, остаются ли люди необходимыми для получения полной ценности от ИИ.
День, когда ИИ больше не нужен человеческий партнер
Беспокойство Марвелла начинается, когда это условие меняется.
Сегодня многие из лучших процессов по-прежнему выглядят так:
человеческое суждение
+
скорость и масштаб ИИ
Человек ставит цели, интерпретирует неоднозначности, замечает ошибки, учитывает организационный контекст и решает, когда результат достаточно хорош.
Марвелл считает, что со временем мир может перейти от:
ИИ нуждается в человеческом партнере, чтобы создавать полную ценность
к:
ИИ больше не нуждается в человеческом партнере
По его словам, именно в этот момент последствия становятся значительно тревожнее.
Исходный материал сравнивает этот переход с шахматами.
В течение многих лет после того, как компьютеры стали сильными, лучшим «игроком» часто была комбинация человека и машины.
В конечном итоге машины стали настолько хороши, что вклад человека перестал улучшать результат.
Марвелл считает, что период превосходства связки «человек плюс ИИ» в интеллектуальном труде может быть намного короче.
Критика регулирования и «замедления развития»
Anthropic регулярно критикуют с противоположных сторон.
Одни обвиняют компанию в слишком быстром движении к опасным возможностям.
Другие утверждают, что Anthropic акцентирует риски ИИ таким образом, который может оправдывать регулирование в интересах уже существующих ведущих лабораторий.
Лонсдейл прямо поднял вторую критику.
Дуглас ответил, что организация, которую Anthropic замедлила сильнее всего, — это она сама.

Марвелл привел пример, связанный с одним из релизов моделей Anthropic, сказав, что ранее компания приняла задержку в конкурентной борьбе, координируя с правительством условия безопасности и доступа.
Лонсдейл возразил, что некоторые ограничения сократили возможности, которые могли быть полезны для киберзащиты.
Эта часть разговора не разрешает политический спор.
Но она показывает ключевое противоречие:
двигаться достаточно быстро, чтобы конкурировать
против
двигаться достаточно осторожно, чтобы контролировать риск
Это противоречие становится сложнее по мере того, как агентные системы получают больше автономности.
Отрасль уже демонстрирует признаки того же противоречия
Исходная статья связывает дискуссию Anthropic с событиями в других частях индустрии ИИ.
28 сентября Reuters сообщило, что OpenAI отложила запланированный выпуск GPT-6.1 Astra после того, как внутреннее тестирование безопасности вызвало опасения.
Это не доказывает, что все ведущие лаборатории ИИ приходят к одной политике.
Однако это иллюстрирует ту же практическую проблему, которую обсуждают Дуглас и Марвелл:
По мере того как системы становятся мощнее и автономнее, возможности и скорость развертывания больше нельзя рассматривать независимо от безопасности и контроля.
Вопрос теперь не только в том, хорошо ли модель показывает себя на бенчмарке.
Он также в том, достаточно ли уверена лаборатория в поведении модели, чтобы предоставить ей более широкий доступ и автономность.
Собственная карьера Дугласа — история об ускоряющихся сроках
В завершение исходная статья вновь обращается к самому Дугласу.
Он вырос в Сиднее, изучал робототехнику и едва не квалифицировался на Олимпийские игры в Токио как фехтовальщик.
Примерно в 2020 году он начал читать дискуссии о законах масштабирования и исследования ИИ и убедился, что 2020-е могут привести к AGI.
По вечерам и выходным он самостоятельно углублялся в исследования машинного обучения, затем присоединился к DeepMind.
К 2025 году он перешел в Anthropic.
В публикации, объявляющей о переходе, Дуглас написал, что, по его мнению, отрасль все еще движется по траектории к AGI примерно в 2027 году.

Полтора года спустя его публичные сроки не стали более консервативными.
Если уж на то пошло, его ожидания расширились от возможностей моделей до робототехники, математики, науки и экономической трансформации.
Его прогнозы на 2028 год выходят за пределы программного обеспечения
В конце интервью Дуглас сделал несколько конкретных прогнозов на следующие несколько лет.
Среди них:
- К 2028 году в домах могут работать десятки тысяч гуманоидных роботов, выполняющих простые задачи, такие как складывание белья и базовая уборка.
- По его мнению, победа ИИ в присуждении медали Филдса в этом десятилетии правдоподобна.
- Нобелевская премия, присужденная за работу с участием ИИ, до конца десятилетия также кажется ему возможной.
Это личные прогнозы.
Они полезны не потому, что к ним следует относиться как к дорожной карте, а потому, что показывают, как по крайней мере некоторые исследователи из ведущих лабораторий думают о скорости роста возможностей.
Самая примечательная черта позиции Дугласа — последовательность.
Он уже публично обсуждал сроки появления AGI в масштабе 2027 года, когда присоединился к Anthropic.
К концу 2026 года, проведя больше времени внутри разработки передовых моделей, он не отодвинул этот горизонт дальше.
Что является прогнозом, наблюдением и подтвержденным фактом?
Исходная статья сочетает текущие наблюдения с прогнозами, поэтому полезно их разделить.
| Утверждение | Наиболее точная интерпретация |
|---|---|
| Дуглас и Марвелл участвовали в подкасте American Optimist Джо Лонсдейла | Подтверждено |
| Интервью было опубликовано 2 октября 2026 года | Подтверждено |
| Дуглас — технический руководитель по обучению с подкреплением в Anthropic | Подтверждено описанием подкаста |
| Марвелл руководил исследованиями RL Science и работает над проектами с длительным горизонтом | Подтверждено описанием подкаста |
| Дуглас говорит, что ИИ может сравняться со всеми людьми или превзойти их в течение нескольких лет | Прогноз спикера |
| Дуглас говорит, что его агенты для программирования могут работать день или два | Наблюдение от первого лица |
| Результаты FrontierMath резко улучшились | В целом подтверждается, хотя точные проценты зависят от версии и уровня |
| Капитальные затраты на ИИ могут достичь $4 трлн к 2028 году | Экстраполяция Дугласа |
| Мировой ВВП может удвоиться в начале 2030-х | Весьма спекулятивный прогноз |
| NVIDIA обсуждала $3–4 трлн мировых расходов на инфраструктуру ИИ к 2030 году | Подтверждено |
| Каждый однажды может получить уровень изобилия современных миллиардеров | Желаемый сценарий постдефицитной экономики |
| Люди со временем могут перестать добавлять ценность как партнеры ИИ | Прогноз Марвелла |
| OpenAI отложила GPT-6.1 Astra из-за опасений по безопасности | Сообщено Reuters 28 сентября 2026 года |
Часто задаваемые вопросы
Кто такой Шолто Дуглас?
Шолто Дуглас — технический руководитель по обучению с подкреплением в Anthropic, ранее работавший в Google DeepMind. В интервью American Optimist он обсудил сроки появления AGI, агентов для программирования, экономику, робототехнику и безопасность ИИ.
Что Шолто Дуглас подразумевает под AGI?
Дуглас использует требовательный практический порог: модель, способную выполнять практически всю работу за компьютером, доступную людям, на человеческом или сверхчеловеческом уровне. Он прямо говорил, что нынешние системы еще не пересекли эту границу.
Когда, по мнению Дугласа, может появиться AGI?
Он говорит, что модели, столь же способные, как все люди, или более способные, могут правдоподобно появиться в ближайшие несколько лет. Это его личный прогноз, а не официальная дата выпуска Anthropic и не гарантированный срок.
Почему Дуглас считает, что прогресс ИИ ускоряется?
Он ссылается на собственный процесс программирования, в котором модели перешли от необходимости вмешательства каждые несколько минут к способности выполнять работу в течение одного-двух дней, а также на быстрый прогресс в сложных математических бенчмарках. Он также подчеркивает продолжающееся масштабирование вычислительных мощностей и обучения с подкреплением.
Предсказывал ли Дуглас $4 трлн расходов на ИИ к 2028 году?
Да, в качестве экстраполяции недавнего роста. Он задал вопрос, могут ли ежегодные капитальные затраты, связанные с ИИ, примерно удваиваться — от около $1 трлн до $2 трлн, а затем до $4 трлн к 2028 году; это следует воспринимать как сценарий, а не консенсусный рыночный прогноз.
Может ли ИИ действительно удвоить мировой ВВП в начале 2030-х?
Дуглас утверждает, что достаточно мощный ИИ вместе с крупномасштабной робототехникой может сделать такой исход достойным рассмотрения, но он также признает, что это звучит экстремально и требует благоприятного развития многих факторов. Критики, включая Гэри Маркуса, решительно оспаривают правдоподобие столь быстрого макроэкономического эффекта.
Что беспокоит Николаса Марвелла?
Ключевое беспокойство Марвелла — момент, когда системам ИИ больше не понадобятся человеческие партнеры для создания полной экономической ценности. Он предполагает, что нынешняя фаза взаимодополняемости человека и ИИ может быть временной.
Пытается ли Anthropic замедлить развитие ИИ?
Anthropic утверждает, что пытается управлять рисками безопасности, сохраняя конкурентоспособность. В интервью Дуглас сказал, что организация, которую Anthropic замедлила сильнее всего, — это она сама; критики по-прежнему скептически относятся к регуляторной позиции компании.
Связанные инструменты
- Claude: ИИ-ассистент Anthropic и основной потребительский интерфейс для моделей Claude.
- Claude Code: Агентный инструмент Anthropic для программирования, релевантный обсуждению Дугласом все более автономной работы с программным обеспечением.
- Anthropic API: Официальная документация для разработчиков, создающих приложения и агентов с Claude.
- FrontierMath: Программа продвинутого математического бенчмарка Epoch AI, упомянутая в интервью.
- Anthropic Economic Index: Исследовательская программа Anthropic, изучающая реальное использование ИИ, горизонты задач и экономическое влияние.
Связанные ссылки
- Оригинальная статья BAAI Hub: Материал New Intelligence на китайском языке, адаптированный и проверенный по фактам здесь.
- American Optimist, эпизод 164: Полное интервью с Шолто Дугласом и Николасом Марвеллом, которое ведет Джо Лонсдейл.
- Apple Podcasts — эпизод 164: Описание эпизода, дата выпуска, список глав и биографии гостей.
- Anthropic Economic Index — январь 2026 года: Исследование Anthropic о реальной продолжительности задач и показателях успешности ИИ.
- Epoch AI — FrontierMath: Официальный обзор бенчмарка и его текущей структуры.
- NVIDIA — прогноз расходов на инфраструктуру ИИ: Отчет NVIDIA, в котором упоминается возможность $3–4 трлн мировых расходов на инфраструктуру ИИ к 2030 году.
- Reuters — OpenAI откладывает GPT-6.1 Astra: Материал о решении OpenAI не выпускать GPT-6.1 Astra после опасений по безопасности.
Итоги
Центральное утверждение Шолто Дугласа простое, но далеко идущее: он считает, что системы ИИ, способные сравниться с людьми или превзойти их во всех видах работы за компьютером, могут появиться в течение нескольких лет. Его собственный процесс программирования — часть свидетельств, которые заставляют его серьезно относиться к этим срокам.
Далее интервью становится значительно более спекулятивным. Дуглас представляет капитальные затраты на ИИ в триллионы долларов в год, робототехнику, многократно увеличивающую физический труд, резкое ускорение экономического роста и возможное достижение постдефицитного изобилия.
Николас Марвелл предлагает более мрачный противовес. Сотрудничество человека и ИИ может быть продуктивным сегодня, но если ИИ в конечном счете перестанет нуждаться в человеческом партнере, вопросы занятости, безопасности и управления станут намного сложнее.
Интервью наиболее полезно читать как взгляд на то, как мыслят исследователи ведущих лабораторий, а не как набор окончательно установленных прогнозов о том, когда на самом деле появятся AGI, ежегодные расходы на ИИ в $4 трлн или постдефицитная экономика.



