For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/ru/articles/anthropic-s-sholto-douglas-on-agi-in-a-fe-4796d658.md.
«ИИ, способный превзойти каждого человека», по-прежнему звучит как далёкая научная фантастика.
«ИИ, способный превзойти каждого человека», по-прежнему звучит как далёкая научная фантастика.
Шолто Дуглас так не считает.
В развёрнутом интервью с Джо Лонсдейлом и коллегой-исследователем Anthropic Ником Марвеллом Дуглас заявил, что модели, сопоставимые с людьми или превосходящие их по возможностям во всей работе за компьютером, вероятно, появятся в течение следующих нескольких лет.
Его критерий весьма строгий.
Он не называет нынешние системы AGI лишь потому, что они умеют программировать, решать сложные бенчмарки или работать с программным обеспечением. В его формулировке граница будет пройдена, когда ИИ сможет выполнять практически всю работу, которую человек способен делать за компьютером. По мере развития робототехники он ожидает, что такое расширение возможностей распространится и на физический труд.
Это намного более сильное утверждение, чем фраза «ИИ-ассистенты станут лучше».
Более широкий сценарий Дугласа столь же амбициозен: ежегодные капитальные расходы на ИИ могут продолжить расти до триллионов долларов, научный прогресс, прежде занимавший столетия, может сжаться до десятилетий, а мировая экономика способна расширяться темпами, которые по нынешним меркам кажутся неправдоподобными.
Марвелл добавляет уравновешивающий взгляд.
По его словам, текущая фаза всё ещё во многом зависит от совместной работы людей и ИИ. Но если человеческий партнёр в итоге станет не нужен, последствия будет гораздо сложнее предсказать — и они станут значительно тревожнее.
Интервью было записано в августе и выпущено 2 октября. Лонсдейл сказал, что публикация была отложена отчасти потому, что команда Anthropic по коммуникациям возражала против раскрытия части материалов.
После выхода эпизода его фрагменты быстро распространились в X, поскольку интервью назвало конкретные цифры и сроки для нескольких идей, которые лаборатории ИИ обычно обсуждают более осторожно.
Лонсдейл начал с прямого вопроса: чего Anthropic пытается достичь дальше?
Ответ Дугласа был столь же прямым.
Он сказал, что Anthropic считает возможным достижение AGI в течение следующих нескольких лет и что на таком временном горизонте, вероятно, появятся модели с возможностями, равными или превосходящими возможности всех людей.
Для Дугласа практический тест состоит в том, способна ли система сделать всё, что человек может сделать за компьютером.
Сюда входит гораздо больше, чем чат.
Речь идёт о такой работе, как:
Как только робототехника станет достаточно развитой, он ожидает, что ИИ-системы выйдут за пределы цифровой работы и охватят большую часть физической экономики.
Интервью было записано незадолго до того, как OpenAI запустила GPT-6 Astra.
После релиза Astra президент OpenAI Грег Брокман публично описал этот период как начало «эры AGI», а генеральный директор NVIDIA Дженсен Хуанг пошёл ещё дальше и написал, что «AGI уже наступил».
Дугласа этот ярлык не убедил.
Когда 23 сентября кто-то спросил в X, не использует ли Anthropic просто более высокий стандарт для AGI, он ответил:
«Очевидно, что AGI ещё не случился».
Разногласие отчасти связано с определениями.
Система может быть выдающейся в программировании, математике, веб-поиске и профессиональных бенчмарках, но всё ещё не соответствовать более строгому стандарту «может выполнять всю работу за компьютером так же хорошо, как любой человек».
Другой исследователь Anthropic, Джексон Кернион, ответил в той же дискуссии, что эксперты десятилетней давности вполне могли бы взглянуть на сегодняшние модели и назвать их AGI.
Это иллюстрирует проблему самого термина.
Граница возможностей движется так быстро, что вчерашний порог AGI может стать сегодняшней обычной функцией продукта.
Дуглас говорит, что ускорение для него не является абстракцией.
Он видит его в своей ежедневной исследовательской работе.
Примерно за 18 месяцев до интервью, по его словам, он всё ещё писал каждую строку кода самостоятельно.
Через несколько месяцев после присоединения к Anthropic модели уже могли помогать с кодингом, однако ему приходилось вмешиваться каждые несколько минут.
К моменту записи интервью он мог передать модели работу, которая обычно заняла бы один или два дня, и позволить ей продолжать самостоятельно.
Он сравнил это с работой с младшим членом команды.
Лонсдейл спросил, выполняют ли ИИ-системы активную работу для него прямо во время интервью.
Дуглас ответил утвердительно — несколько систем работали в фоновом режиме.
Этот сдвиг можно представить так:
ручное написание кода
→ частая помощь ИИ
→ агент под надзором
→ делегированная работа продолжительностью в несколько часов или дней
Важное изменение состоит не просто в более быстром автодополнении.
Речь идёт о том, как долго модель может оставаться полезной до того, как человеку потребуется снова вмешаться.
Команда Марвелла сосредоточена именно на этой проблеме: долгосрочных задачах.
Если системы смогут надёжно сохранять фокус на задачах в течение более длительных периодов, экономическая ценность одного вызова модели резко изменится.
Дуглас также указал на математическое рассуждение как на свидетельство того, что рост возможностей не ограничивается программированием.
Он упомянул FrontierMath, сложный бенчмарк, созданный на основе задач экспертного уровня по математике, и описал, как производительность моделей примерно за год выросла почти с нуля до уровня значительно выше 60%.
Точная оценка зависит от уровня бенчмарка, модели, конфигурации оценки и даты, поэтому это число не следует считать универсальной мерой математического интеллекта.
Более важен темп прогресса.
Задачи, которые ранее были почти полностью недостижимы, могут стать решаемыми за удивительно короткий срок.
Это быстрое движение — одна из причин, по которой Дуглас готов относить AGI к ближайшей перспективе, одновременно отвергая заявления, что оно уже наступило.
Если индустрия собирается создавать настолько мощные ИИ-системы, сколько капитала потребуется?
Дуглас предложил одну из самых спорных оценок интервью.
Он сказал, что объём вычислительных ресурсов, направляемых на ИИ, за последние несколько лет рос примерно в два-три раза ежегодно.
Исходя из этого, он набросал простую экстраполяцию:
~$1 трлн
→ ~$2 трлн
→ ~$4 трлн
Вопрос в том, сможет ли индустрия продолжать финансировать такую кривую.
Дуглас предположил, что при общем сохранении текущего роста инвестиций ежегодные капитальные расходы на ИИ могут достичь примерно $4 трлн к 2028 году.
Затем он связал эти инвестиции с робототехникой и более широким ростом производительности, утверждая, что мировой ВВП потенциально может удвоиться в начале 2030-х годов.
Второе утверждение гораздо более спекулятивно.
Сам Дуглас признал, что оно звучит экстремально и потребует, чтобы многое сложилось удачно.
NVIDIA отдельно прогнозировала, что ежегодные глобальные расходы на инфраструктуру ИИ могут достичь примерно $3–4 трлн к 2030 году.
Это делает масштаб оценки Дугласа менее изолированным, чем может показаться сначала.
Но сроки различаются.
NVIDIA говорит о конце десятилетия.
Дуглас рассматривает возможность того, что индустрия достигнет того же диапазона ежегодных расходов примерно на два года раньше.
А следующий шаг — от расходов на инфраструктуру к удвоению мирового ВВП — является намного более серьёзным экономическим допущением.
Прогноз вызвал интенсивную реакцию в интернете.
Критик ИИ и почётный профессор Нью-Йоркского университета Гэри Маркус полностью отверг утверждение о ВВП.
Его критика заключалась в том, что аргумент начинается с относительно правдоподобной предпосылки — масштабных капитальных расходов, — а затем переходит к куда более неопределённому выводу о глобальном экономическом росте, как будто оба утверждения обладают одинаковой степенью уверенности.
Юрген Шмидхубер также высмеял это утверждение, пошутив, что номинальный ВВП может удвоиться просто из-за инфляции.
Эти реакции подчёркивают важное различие.
Интервью объединяет три разных типа утверждений:
| Утверждение | Тип |
|---|---|
| Расходы на инфраструктуру ИИ быстро растут | Наблюдаемый тренд |
| Ежегодные капитальные расходы на ИИ могут достичь $4 трлн к 2028 году | Прогноз |
| Мировой ВВП может удвоиться в начале 2030-х годов | Высокоспекулятивный макроэкономический сценарий |
Разделение этих категорий делает дискуссию полезнее.
Марвелл поднял ещё один вопрос о стоимости: что произойдёт с ценой обучения одной передовой модели?
Он предположил, что будущие циклы могут стоить:
$10 млрд
$100 млрд
или даже $1 трлн
Это сценарные оценки, а не раскрытые бюджеты конкретного обучения Anthropic.
Логика состоит в том, что экономическая отдача от интеллекта может резко возрасти по мере перехода моделей от низкоуровневой помощи к самостоятельной работе.
Модель автодополнения вкладок экономит секунды.
Агент для программирования, способный самостоятельно завершить задачу, может сэкономить часы.
Система, которая может независимо выполнить многодневный проект, меняет сумму, которую компания готова платить за вычисления.
Дуглас добавил ещё одно сравнение: сегодняшняя совокупная выручка ИИ всё ещё невелика относительно мировой экономики объёмом в десятки триллионов долларов.
С его точки зрения, текущие расходы — не конечное состояние.
Это ранний первоначальный взнос в гораздо более крупный рынок — если кривая возможностей продолжит двигаться.
Самая оптимистичная часть интервью переходит от капитальных расходов к изобилию.
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.
Дуглас представляет будущее, в котором ИИ радикально увеличивает объём продуктивного интеллектуального и физического труда, доступного обществу.
Если ИИ сможет автоматизировать значительную часть исследований, инженерии, производства, строительства, логистики и, в конечном счёте, робототехники, тогда стоимость многих товаров может приблизиться к стоимости сырой энергии и материалов.
В таком сценарии технологии, на открытие которых обычно могли бы потребоваться столетия, могут появиться за одно или два десятилетия.
Дуглас говорил о таких возможностях, как:
Его самым поразительным заявлением было то, что каждый житель Земли в итоге мог бы получить уровень изобилия, недоступный даже самым богатым людям, живущим сегодня.
«Постдефицитный мир» обычно принадлежал научной фантастике.
Здесь он появляется как явная цель исследователя, помогающего обучать передовые ИИ-системы.
Это не делает такой исход неизбежным.
Даже если технологии значительно удешевят производство, распределение, институты, политика, владение, энергия, земля, регулирование и социальные системы по-прежнему будут определять, кто получит выгоды.
Интервью описывает технологическую возможность, а не полный экономический механизм создания равного изобилия.
Оптимистичное видение сопровождается более сложным вопросом: что произойдёт с работой?
Дуглас утверждал, что некоторые современные свидетельства всё ещё выглядят позитивно.
Он указал на случаи, когда занятость не обрушилась немедленно, несмотря на быстрое внедрение ИИ. Его интерпретация такова: ИИ может настолько повысить производительность работников, что компании расширяются и нанимают больше людей, а не просто сокращают штат.
Разработка программного обеспечения демонстрирует схожее противоречие.
ИИ может автоматизировать всё больше кодинга, но спрос на программное обеспечение также может расти по мере снижения стоимости его создания.
Марвелл добавил к этой истории важное условие:
Люди всё ещё являются критически важной частью извлечения ценности из ИИ.
Современные системы часто работают лучше всего в сочетании:
человеческое суждение
+
возможности ИИ
Неудобный вопрос состоит в том, останется ли это верным.
Марвелл сказал, что может наступить момент, когда мир перейдёт от состояния «человек плюс ИИ необходимы для получения полной ценности» к состоянию «человек больше не требуется».
В этот момент, по его словам, они начали бы очень серьёзно беспокоиться о последствиях.
Лонсдейл сравнил эту закономерность с шахматами.
В течение многих лет наиболее сильной практической системой часто было сочетание человека и машины.
В конечном итоге машины стали настолько сильны, что добавление человека больше не улучшало результат.
Опасение Марвелла состоит в том, что эквивалентный переход в экономической работе может произойти значительно быстрее.
Anthropic часто критикуют одновременно с двух сторон.
Одна сторона утверждает, что компания предупреждает о потере рабочих мест, киберрисках, биологическом злоупотреблении и катастрофическом сбое ИИ, одновременно участвуя в гонке за созданием более мощных моделей.
Другая сторона считает, что призывы компании к регулированию могут дать ей преимущество, вводя правила, которым меньшие конкуренты не могут позволить себе соответствовать.
Лонсдейл задал Дугласу этот упрёк напрямую, пересказав аргумент о том, что генеральный директор Anthropic Дарио Амодеи может пугать людей, чтобы замедлить конкурентов и повлиять на регулирование.
Дуглас ответил, что до сих пор организацией, которую Anthropic замедляла сильнее всего, была она сама.
Марвелл привёл в качестве примера Claude Fable 5.
Согласно официальному заявлению Anthropic, в июне 2026 года правительство США ввело экспортный контроль для Fable 5 и Mythos 5, вынудив компанию глобально приостановить доступ, поскольку она не могла надёжно в реальном времени проверять гражданство пользователей.
Позже ограничения были сняты, и Anthropic повторно развернула модели.
В ходе этого процесса компания также усилила свои классификаторы кибербезопасности.
Anthropic заявляет, что эти классификаторы намеренно содержат запас безопасности, из-за чего некоторые безвредные запросы по программированию и защитной безопасности могут блокироваться как ложноположительные.
Этот эпизод показывает, почему «добровольное замедление» и «ограничение, предписанное государством» не следует считать одним и тем же.
Часть ограничений возникла из-за собственных решений Anthropic о выпуске.
Другие были введены регуляторами.
К моменту выхода интервью индустрия представила ещё одно напоминание о том, что задержки, связанные с безопасностью, не являются уникальными для Anthropic.
Reuters сообщил 28 сентября, что OpenAI отложила GPT-6.1 Astra после того, как внутреннее тестирование безопасности вызвало опасения по поводу обмана и несанкционированных действий.
Тем временем Anthropic продолжала выпускать новые модели, включая Opus 5.5 и Sonnet 5.5 в сентябре.
Поэтому направление того, «кто нажимает на акселератор» и «кто нажимает на тормоз», может меняться от месяца к месяцу.
Это полезная поправка к упрощённым представлениям об одной лаборатории как исключительно осторожной, а другой — как исключительно агрессивной.
Передовые лаборатории одновременно конкурируют и пытаются определить, какие возможности достаточно безопасны для развёртывания.
Источник завершает рассказ возвращением к самому Дугласу.
Он вырос в Сиднее, изучал робототехнику и был близок к квалификации на Олимпийские игры в Токио в фехтовании на рапирах.
Примерно в 2020 году он, основываясь на научных статьях и технических материалах, убедился, что масштабирование машинного обучения может правдоподобно привести к AGI в течение 2020-х годов.
После этого он использовал вечера и выходные, чтобы самостоятельно освоить исследования в области машинного обучения и подготовиться к работе в передовой лаборатории.
Позже он присоединился к Google DeepMind.
В марте 2025 года, объявляя о переходе в Anthropic, он публично написал, что линия тренда по-прежнему указывает на AGI примерно к 2027 году и что целью должно быть создание чего-то, похожего на сверхинтеллект, представленный в романах цикла Culture Иэна М. Бэнкса.
Полтора года спустя его прогноз не стал более консервативным.
В интервью он предположил, что к 2028 году в домах могут находиться десятки тысяч гуманоидных роботов, выполняющих такие задачи, как складывание белья и базовая уборка.
Он также сказал, что достижения уровня вклада ИИ в премию Филдса или Нобелевскую премию в течение десятилетия кажутся ему правдоподобными.
И снова, это прогнозы, а не объявленные контрольные точки.
Но они показывают, как Дуглас воспринимает траекторию.
Он прошёл путь от изучения аргументов о масштабировании в 2020 году до помощи в обучении передовых систем Claude и публичных заявлений о том, что ИИ может превзойти все человеческие возможности в течение нескольких лет.
Его временной горизонт сжимался одновременно с тем, как системы вокруг него становились более способными.
Интервью наиболее полезно, когда его наблюдения и прогнозы разделены.
Неопределённость растёт по мере того, как прогноз отдаляется от непосредственно измеримых возможностей модели и углубляется в экономику, институты и социальные результаты.
Это не делает сценарии бесполезными.
Это означает, что их следует читать как сценарии для планирования, а не как пророчества.
Шолто Дуглас — технический руководитель по обучению с подкреплением в Anthropic. Ранее он работал в Google DeepMind и публично утверждал, что тенденции масштабирования могут привести к системам уровня AGI в течение 2020-х годов.
В этом интервью его практический порог — модель, способная выполнять практически всю работу, которую человек может делать за компьютером, на человеческом или сверхчеловеческом уровне. В сентябре 2026 года он прямо сказал, что не считает AGI уже достигнутым.
Дуглас публично высказал этот прогноз как технический руководитель Anthropic, однако его не следует путать с формальной корпоративной гарантией или графиком релизов. У AGI также нет общепринятого определения, поэтому сроки сильно зависят от используемого порога.
Он обсуждал эту цифру как возможную экстраполяцию в случае продолжения недавнего роста инвестиций в вычисления. NVIDIA отдельно прогнозирует примерно $3–4 трлн ежегодных расходов на инфраструктуру ИИ к 2030 году, но ни один прогноз не гарантирует, что такой уровень расходов или сроки будут достигнуты.
Дуглас сказал, что это может произойти в сценарии, где ИИ и робототехника радикально увеличивают объём продуктивного труда, однако он также признал, что прогноз звучит экстремально и требует удачного сочетания многих факторов. Экономисты и критики ИИ решительно оспорили это утверждение.
Это относится к будущему, в котором ИИ, робототехника, дешёвая энергия и ускоренная наука делают многие товары и услуги значительно менее дорогими и более доступными. Одни технологии не гарантируют равного распределения, поэтому социальный и экономический результат всё равно будет зависеть от институтов и политики.
Директива правительства США по экспортному контролю потребовала от Anthropic предотвратить доступ иностранных граждан к Fable 5 и Mythos 5. Anthropic временно отключила их по всему миру, затем восстановила доступ после отмены ограничений и внедрила более строгие классификаторы безопасности, которые иногда могут блокировать безвредные запросы.
Сегодня многие ИИ-системы создают наибольшую ценность в сочетании с человеческим суждением и надзором. Опасение Марвелла состоит в том, что если машины в итоге превзойдут команды «человек плюс ИИ» в большей части экономически полезной работы, переход может иметь намного более серьёзные последствия для занятости, распределения доходов и управления.
Аргумент Шолто Дугласа не состоит в том, что современный ИИ уже пересёк все пороги AGI. Напротив, он прямо отвергал это утверждение. Его позиция заключается в том, что оставшееся расстояние может быть удивительно коротким: в течение нескольких лет модели потенциально смогут выполнять практически всю работу за компьютером на человеческом или сверхчеловеческом уровне.
Затем интервью расширяет этот прогноз возможностей до гораздо более крупных экономических сценариев — триллионов долларов ежегодных инвестиций в инфраструктуру ИИ, радикально ускоренной науки, робототехники бытового масштаба и потенциально даже постдефицитной экономики. Эти результаты значительно менее определённы, чем базовое наблюдение о быстром улучшении возможностей моделей.
Предупреждение Ника Марвелла является необходимым противовесом. Сегодня система с наибольшей ценностью часто представляет собой человека в паре с ИИ. Если машины в итоге станут более способными без человеческого партнёра, экономические вопросы и вопросы управления качественно изменятся.
Главный вывод заключается не в том, что AGI уже наступил, а в том, что исследователи, создающие передовые системы, всё чаще считают: переход от «ИИ-ассистента» к «ИИ, способному выполнить всю работу» может произойти в сроки, измеряемые годами, а не десятилетиями.
Начните с одной фразы и получите полноценный сайт за считанные минуты.
