Цифра выглядит эффектно, поэтому к ней стоит отнестись с осторожностью. Разработчик OpenAI Тибо Соттиокс написал в X, что модель Astra была «крупнейшим конкурентным преимуществом» компании, пока не стала публичной. Продуктивность команды выросла настолько, что часть планов сдвинули на шесть месяцев раньше графика.
Звучит как маркетинг — и отчасти им является. Совпадение с независимым исследованием заставляет отнестись серьёзнее. Аналитик IAPS Северин Филд опросил 25 исследователей из OpenAI, Anthropic, Google DeepMind и Meta: двадцать из них назвали автоматизацию AI-исследований одним из главных рисков отрасли. Часть вех, которые они прогнозировали, уже наступила. Половина опрошенных ожидает, что самые мощные модели вообще не выйдут за пределы компаний-разработчиков — останутся внутренним инструментом, слишком опасным или слишком ценным, чтобы продавать.
Anthropic подливает масла в тот же огонь, заявляя, что модель Claude пишет уже свыше 80% собственного продакшн-кода. Складывается картина, где AI начинает участвовать в разработке следующих версий самого себя. Именно этот цикл самоускорения тревожит исследователей больше всего.
Правда, не все готовы принимать прирост продуктивности на веру. Скептики указывают: заявления про буст часто теряются между красивыми бенчмарками и реальными балансами компаний — обещанная эффективность не всегда конвертируется в деньги или скорость на практике. Отдельное исследование прямо противоречит тезисам Anthropic и OpenAI о том, что автономные AI-исследования уже достижимы. Твит одного разработчика — не доказательство, а сигнал, за которым стоит последить.
Во что углубиться:
- Исследование Severin Field про риски автоматизации AI-исследований: какие именно вехи уже сбылись
- Заявление Anthropic про 80% кода, написанного Claude: что это значит для профессии разработчика
- Скептические разборы AI-продуктивности: почему бенчмарки расходятся с реальной пользой для бизнеса