Специалист в области развития искусственного интеллекта рассказал, почему к 2026 году основные успехи нейросетей сосредоточились в сферах программирования, математики и научных изысканий, тогда как в решении стандартных задач, таких как поиск, создание текстов или консультирование, с 2022 года почти ничего не изменилось. По его оценке, на это есть две ключевые причины: технологические и финансовые.
Сооснователь OpenAI и бывший руководитель направления ИИ в Tesla Андрей Карпатый (Andrej Karpathy) разместил в социальной сети X развернутый пост, посвященный увеличивающемуся разрыву между реальными способностями современных ИИ-моделей и тем, как их видят пользователи.
Словацкий специалист с канадским гражданством, Андрей Карпатый, прошел путь от академического исследователя до одной из центральных фигур в индустрии искусственного интеллекта, став признанным авторитетом в разработке программных систем. Как сообщал CNews, он является одним из создателей OpenAI и ведущим инженером, работавшим над автопилотом Tesla. Он родился в Словакии в 1986 году, а в 2001 году переехал в Канаду. В 2015 году в Стэнфордском университете под руководством американского ученого в области компьютерных наук Фэй-Фэй Ли (Fei-Fei Li) он защитил докторскую диссертацию, сфокусировавшись на интеграции обработки естественного языка и компьютерного зрения, а также на моделях глубокого обучения, пригодных для решения этой задачи.
Эксперт полагает, что даже среди тех пользователей, которые готовы платить по 200 долларов в месяц за доступ к самым передовым ИИ-моделям, очень немногие в полной мере осознают масштаб улучшений, достигнутых к 2026 году. Карпатый обращает внимание на то, что с 2022 года существенный прогресс наблюдается лишь в трех направлениях: программировании, математике и исследовательской работе. В то же время, в выполнении рутинных повседневных задач — например, поиска данных, написания текстов или предоставления общих советов — практически не произошло видимых изменений. В результате, между фактическими возможностями ИИ-систем и тем, как их воспринимает широкая публика, образовался значительный разрыв.
13 апреля 2026 года Андрей Карпатый обозначил две группы пользователей, которые, по его выражению, «говорят на разных языках» в спорах о прогрессе технологий искусственного интеллекта.
В первую категорию он включил людей, чьи представления об искусственном интеллекте сложились после знакомства с бесплатной версией ChatGPT примерно годовой давности. Именно эти пользователи нередко выражают сомнения относительно возможностей ИИ-моделей в 2026 году и иронизируют над нашумевшими видео, где голосовой ассистент от OpenAI не справляется с простейшими вопросами — например, не может посоветовать, поехать на машине или пройти пешком до автомойки, находящейся всего в 50 метрах. Специалист считает, что подобные случаи не демонстрируют реальный уровень современных систем ИИ. Он акцентирует, что устаревшие, во многом уже заброшенные версии моделей не позволяют оценить потенциал нынешних агентных ИИ-решений.
Ко второй группе Андрей Карпатый причисляет специалистов, которые регулярно применяют в работе такие инструменты, как OpenAI Codex и Claude Code для решения задач в сфере программирования, математики и научных изысканий. По его мнению, представители именно этой категории в наибольшей степени склонны к так называемому ИИ-психозу — ситуации, когда в процессе общения с чат-ботами человек утрачивает чувство реальности. Ведь если предоставить такой модели доступ к терминалу, она способна за несколько часов решить чрезвычайно сложные задачи: полностью реорганизовать обширную кодобазу, выявить и использовать ИТ-уязвимости в компьютерных системах — операции, на которые у опытного разработчика ушли бы дни или месяцы. Карпатый отмечает, что именно эта огромная разница в эффективности между человеком и современной агентной ИИ-моделью создаёт у профессионалов ощущение стремительной и коренной трансформации технологического ландшафта.
Андрей Карпатый объясняет существующий разрыв двумя ключевыми причинами — технического и экономического характера.
Во-первых, задачи из области программирования и математики идеально подходят для обучения с подкреплением благодаря наличию чётко проверяемых критериев успеха: модульный тест либо пройден, либо нет. В то же время, качество генерации текстовых ответов крайне сложно оценить алгоритмически.
Во-вторых, именно программирование и математика приносят основной доход в сегменте business-to-business (B2B) в 2026 году. В связи с этим подавляющее большинство исследовательских групп в ведущих ИИ-лабораториях сконцентрировано именно на совершенствовании ИИ-моделей в этих областях.
Такое сочетание технической осуществимости и значительного коммерческого потенциала привело к тому, что прогресс в сфере программирования и математики существенно обгоняет развитие ИИ-моделей, предназначенных для генерации обычных текстов, поиска информации и предоставления общих рекомендаций рядовым пользователям.
В завершение своих рассуждений Андрей Карпатый приходит к выводу: голосовой интерфейс ChatGPT, вероятно, и после 2026 года будет показывать скромные результаты и становиться героем шуточных видеороликов. В то же время, наиболее продвинутая версия Codex сможет в течение многих часов непрерывно модифицировать и оптимизировать чужой код в программных проектах.
Оба этих сценария справедливы, поскольку они относятся к различным моделям искусственного интеллекта и к fundamentally разным типам задач. Следовательно, наблюдаемый разброс в оценках потенциала ИИ во многом вызван тем, что разные люди тестируют совершенно различные аспекты и реализации ИИ-технологий.
