Эра человекоцентричной разработки ИИ приближается к финалу. Джек Кларк, сооснователь Anthropic и автор бюллетеня Import AI, оценивает вероятность перехода к полностью автономному R&D в ближайшие четыре года выше 60%. Речь не о написании простых скриптов, а о рекурсивном самосовершенствовании: ситуации, когда система самостоятельно проектирует, обучает и тестирует своего преемника, исключая человека из производственного цикла.
Автоматизация исследовательского стека
Программный код — это фундамент ИИ, и ирония в том, что нейросети уже начали перекраивать собственные «кирпичи». Мы наблюдаем формирование замкнутой петли обратной связи. По словам Джека Кларка, мы уже живем в эпоху, когда автоматизация исследовательских задач становится сквозной. Современные LLM обучаются находить архитектурные изъяны и оптимизировать веса будущих моделей, что превращает вчерашних инженеров в простых операторов процесса.
«Я верю, что мы дожили до момента, когда исследования в области ИИ будут полностью автоматизированы».
Горизонты автономности и креативный барьер
Анализ препринтов на arXiv и данных NBER показывает: индустрия переходит от решения примитивных задач на GitHub к генерации и проверке научных гипотез. Если текущие темпы масштабирования сохранятся, ИИ-ассистенты эволюционируют в автономных исследователей. Кларк допускает, что мы увидим работающий прототип системы, которая «от и до» обучает своего наследника, уже в ближайшие два года. Сначала это коснется нишевых моделей, но вскоре технология доберется и до тяжеловесных frontier-решений.
«Пример модели, которая полностью обучает своего преемника, может появиться в течение года или двух».
Для бизнеса это означает неизбежный обвал стоимости интеллектуального труда в R&D, но одновременно и риск внезапного обесценивания текущих инвестиций. Если ИИ начнет самостоятельно писать CUDA-ядра и оптимизировать архитектуры, ваше «ультрасовременное» железо и софт могут превратиться в тыкву быстрее, чем закончится финансовый год. Главный риск — технологический отрыв: конкурентное преимущество останется только у владельцев «заправочных» моделей, способных к рекурсивному улучшению. Основным препятствием остается переход от чистой инженерии к настоящему научному творчеству, но при текущем прогрессе это лишь вопрос времени, а не принципиальной возможности.