Оригинальный заголовок: Import AI 455: AI-системы вот-вот начнут строить сами себя.
Автор оригинала: Джек Кларк, соучредитель Anthropic

Перевод и компиляция: Ян Вэнь, Чэнь Чэнь, Машина Сердца

Эта точка зрения не возникла из ниоткуда. Он изучил множество публичных бенчмарков и обнаружил, что прогресс AI в задачах, связанных с разработкой AI, идет очень быстро.

Например, CORE-Bench оценивает способность AI воспроизводить чужие научные статьи — это важнейший аспект исследований в области AI.

PostTrainBench проверяет, может ли мощная модель самостоятельно донастроить более слабую открытую модель для повышения производительности — это ключевая подзадача в разработке AI.

MLE-Bench основан на реальных задачах соревнований Kaggle и требует создания разнообразных приложений машинного обучения для решения конкретных задач. Кроме того, такие широко известные бенчмарки, как SWE-Bench, показывают схожие успехи.

Джек Кларк описывает это явление как «фрактальный» тренд вверх и вправо, то есть в разных масштабах и разрешениях можно наблюдать значительный прогресс. Он считает, что AI постепенно приближается к возможностям автоматизированной разработки от начала до конца, и как только это произойдет, AI сможет самостоятельно строить свои последующие системы, запуская цикл самосовершенствования.

Это заявление вызвало множество обсуждений в соцсетях.

Некоторые считают, что это — ключевой первый шаг к достижению искусственного общего интеллекта (ASI) и сингулярности, что может кардинально изменить темп технологического прогресса.

Однако есть и противоположные мнения.

Профессор компьютерных наук из Вашингтонского университета Педро Домингос отметил, что системы AI еще в 50-х годах прошлого века, при изобретении языка LISP, обладали способностью «строить себя». Настоящая проблема — сможет ли эта способность приносить возрастающую отдачу, и пока нет явных доказательств этого.

Некоторые пользователи ставят под сомнение: с 2027 по 2028 год вероятность резко возрастает на 30%, что намекает на возможность внезапного крупного прорыва в возможностях AI примерно к концу 2027 года. Какой именно конкретный рубеж или событие может значительно повысить вероятность самосовершенствования AI за короткое время?

Другие отмечают, что Джек Кларк — новый PR-менеджер Anthropic, и это часть их новой стратегии: мы не говорим пустых слов, а множество научных работ подтверждают наши предупреждения.

Кларк специально написал длинную статью в этом выпуске рассылки Import AI 455, подробно объясняющую свою точку зрения.

Давайте теперь полностью рассмотрим эту статью.

Что означает, что системы AI скоро начнут строить себя сами?

Кларк говорит, что написал эту статью, потому что после анализа всей доступной информации ему пришлось сделать не очень легкое заключение: вероятность появления AI-исследований без участия человека к концу 2028 года уже довольно высока, возможно, более 60%.

Под «исследованиями AI без участия человека» подразумевается достаточно мощная AI-система: она не только помогает человеку в исследованиях, но и способна самостоятельно завершать ключевые этапы разработки, а также создавать свои будущие системы.

По мнению Кларка, это — очевидное важное событие.

Он признается, что сам с трудом осмысливает все последствия этого.

Причина, по которой он называет это «нежелательным» выводом, — влияние этого события слишком велико, и он чувствует, что не может полностью его понять. Кларк также не уверен, готово ли общество к глубоким изменениям, которые принесет автоматизация AI-исследований.

Теперь он верит, что человечество может находиться в особом временном моменте: исследования AI скоро станут полностью автоматизированными. Если это действительно произойдет, человечество перейдет через реку Лубикон и войдет в почти непредсказуемое будущее.

Кларк говорит, что цель этой статьи — объяснить, почему он считает, что взлет к полной автоматизации AI-исследований уже начался.

Он обсудит возможные последствия этого тренда, но основное внимание уделит доказательствам, подтверждающим его мнение. Что касается более глубоких последствий, Кларк планирует продолжать анализировать их в течение этого года.

По временным рамкам он не считает, что это произойдет в 2026 году. Но он полагает, что в ближайшие один-два года мы можем увидеть случаи, когда модели начнут самостоятельно обучать своих преемников. По крайней мере, на уровне не самых передовых моделей, вполне вероятно появление концептуальных прототипов; для самых передовых моделей это будет сложнее, поскольку они очень дорогие и требуют интенсивной работы множества исследователей.

Основные выводы Кларка основаны на публичных данных: публикациях на arXiv, bioRxiv, NBER, а также продуктах ведущих AI-компаний, уже внедренных в реальный мир. Исходя из этого, он делает вывод, что автоматизация всех этапов разработки AI — особенно инженерных компонентов — уже практически достигнута.

Если тренд масштабирования продолжится, нам стоит подготовиться к тому, что модели станут достаточно креативными: они смогут не только автоматически совершенствовать известные методы, но и предлагать новые направления исследований и оригинальные идеи, самостоятельно продвигая границы AI.

Критическая точка: способность к развитию со временем

AI-системы реализуются через программное обеспечение, которое состоит из кода.

AI уже полностью изменил подход к созданию кода. За этим стоят два взаимосвязанных тренда: с одной стороны, AI все лучше пишет сложный реальный код; с другой — AI становится все более способным связывать множество линейных задач программирования, например, сначала писать код, затем тестировать его.

Два ярких примера этого — SWE-Bench и график горизонтов METR.

Решение реальных задач программной инженерии

SWE-Bench — широко используемый тест для оценки способности AI решать реальные задачи на GitHub.

Когда он был запущен в конце 2023 года, лучшей моделью считалась Claude 2, с успешностью около 2%. Уже версия Claude Mythos Preview достигла 93.9%, практически полностью преодолев этот бенчмарк.

Конечно, все бенчмарки содержат шум, и рано или поздно наступает момент, когда высокий результат уже не говорит о превосходстве метода, а скорее о лимитах самого теста. Например, в ImageNet около 6% меток ошибочны или неоднозначны.

SWE-Bench служит надежным индикатором общего программирования и влияния AI на софтверную инженерию. Кларк отмечает, что большинство специалистов в ведущих AI-лабораториях и Кремниевой долине уже используют AI для написания кода, а все больше — для тестирования и проверки.

Иными словами, AI уже достаточно силен, чтобы автоматизировать важную часть разработки AI и значительно ускорить работу исследователей и инженеров.

Оценка возможностей AI в выполнении долгосрочных задач

METR создал график, показывающий, насколько сложные задачи может выполнять AI. Сложность измеряется в часах, которые, по оценкам, нужны человеку для выполнения аналогичной задачи.

Ключевой показатель — время выполнения задачи, при котором AI достигает примерно 50% надежности.

Прогресс в этом направлении впечатляет:

· В 2022 году GPT-3.5 справлялся с задачами, требующими примерно 30 секунд работы человека.

· В 2023 году GPT-4 увеличил этот показатель до 4 минут.

· В 2024 году модель o1 — до 40 минут.

· В 2025 году GPT-5.2 High — около 6 часов.

· В 2026 году Opus 4.6 — примерно 12 часов.

Работа Ajeya Cotra, которая занимается долгосрочными прогнозами AI, предполагает, что к концу 2026 года AI-системы смогут выполнять задачи, для которых человеку требуется около 100 часов работы. Это — вполне реалистичный сценарий.

Способность AI работать независимо значительно возрастает, что связано с появлением инструментов агентного программирования. Эти инструменты — по сути, продукты AI, способные представлять действия человека и выполнять задачи относительно автономно в течение длительного времени.

Это возвращает нас к теме разработки AI. Анализируя работу многих исследователей, можно заметить, что многие задачи в их повседневной деятельности можно разбить на части по нескольку часов: очистка данных, запуск экспериментов, сбор результатов.

И такие задачи уже укладываются в временные рамки современных AI-систем.

Чем лучше AI справляется, тем больше он может работать независимо, помогая автоматизировать часть разработки AI.

Ключевые факторы делегирования задач:

· Первый — уровень доверия к способностям делегируемого;

· Второй — уверенность, что он сможет выполнить работу по заданию без постоянного контроля.

Когда пользователь наблюдает за способностями AI в программировании, он замечает, что системы становятся все более опытными и могут работать дольше без необходимости переобучения или перенастройки.

Это совпадает с тем, что происходит вокруг: инженеры и исследователи передают AI все более крупные и важные задачи. По мере роста возможностей AI, задачи, делегируемые ему, становятся все сложнее и значимее.

AI осваивает ключевые научные навыки, необходимые для разработки AI

Подумайте, как устроены современные научные исследования: большая часть работы — это определение направления, сбор экспериментальных данных, проектирование и проведение экспериментов, а затем проверка их результатов.

С развитием AI в программировании и благодаря все более мощным языковым моделям, способным моделировать мир, появились инструменты, ускоряющие работу ученых и автоматизирующие отдельные этапы исследований.

Здесь можно проследить прогресс AI в нескольких ключевых научных навыках, которые сами по себе являются неотъемлемой частью AI-исследований:

· Восстановление результатов исследований;

· Связывание методов машинного обучения с другими подходами для решения технических задач;

· Оптимизация самих AI-систем.

Создание полноценной научной статьи и проведение экспериментов

Одной из ключевых задач AI-исследований является чтение научных статей и воспроизведение их результатов. В этом направлении AI уже достиг значительных успехов на ряде бенчмарков.

Пример — CORE-Bench, или Benchmark для воспроизводимости вычислений.

Этот бенчмарк требует, чтобы AI воспроизвел результаты статьи, имея в распоряжении ее код и репозиторий. Конкретно, агент должен установить необходимые библиотеки, запустить код, найти все выходные данные и ответить на вопросы по заданию.

CORE-Bench был представлен в сентябре 2024 года. Тогда лучшей моделью считалась GPT-4o, работающая в рамках платформы CORE-Agent. В самой сложной группе задач она набрала около 21.5%.

К декабрю 2025 года один из авторов объявил, что этот бенчмарк решен: модель Opus 4.5 достигла 95.5%.

Создание полноценной системы машинного обучения для решения задач Kaggle

MLE-Bench — это бенчмарк, разработанный компанией OpenAI, для оценки способности AI участвовать в Kaggle-соревнованиях в офлайн-режиме.

Он включает 75 различных типов задач, охватывающих области NLP, компьютерного зрения, обработки сигналов и др.

MLE-Bench был запущен в октябре 2024 года. Тогда лучшей моделью считалась модель o1, работающая в рамках агентского каркаса, с результатом 16.9%.

К февралю 2026 года лучшая система — это Gemini 3, работающая в связке с поисковыми возможностями, с результатом 64.4%.

Дизайн ядра (Kernel)

Более сложная задача в разработке AI — оптимизация ядра. Под «ядром» понимается написание и улучшение низкоуровневого кода, позволяющего более эффективно реализовать матричное умножение и подобные операции на аппаратуре.

Почему это — ключевая часть разработки AI? Потому что от эффективности ядра зависит скорость обучения и вывода: с одной стороны, оно влияет на то, сколько вычислительных ресурсов можно эффективно использовать при создании AI; с другой — после обучения оно определяет, насколько быстро модель сможет делать выводы.

За последние годы использование AI для проектирования ядер перерос из любопытного направления в конкурентную область исследований, появились несколько бенчмарков. Но эти тесты пока не получили широкой популярности, и трудно моделировать их долгосрочный прогресс так же ясно, как в других областях. Тем не менее, текущие исследования позволяют оценить скорость развития.

Некоторые направления:

· Использование моделей DeepSeek для построения более эффективных GPU-ядер;

· Автоматическое преобразование модулей PyTorch в CUDA-код;

· Meta использует LLM для автоматической генерации оптимизированных Triton-ядер и их внедрения в инфраструктуру;

· А также разработка и донастройка открытых моделей для GPU-ядер, например, Cuda Agent.

Важно добавить: проектирование ядер обладает свойствами, которые делают его особенно подходящим для AI-исследований: результаты легко проверяемы, сигналы награды — ясные.

Использование PostTrainBench для донастройки языковых моделей

Более сложная версия этого теста — PostTrainBench. Он проверяет, смогут ли передовые модели донастроить небольшие открытые модели и повысить их показатели на бенчмарках.

Преимущество этого бенчмарка — сильная человеческая база: существующие instruct-tuned версии небольших моделей, созданные ведущими лабораториями и опытными специалистами, уже прошли тщательную донастройку и внедрены в реальный мир. Они служат эталоном, которого трудно превзойти.

К марту 2026 года AI-системы уже умеют донастраивать модели и достигать примерно половины результатов, которые показывают лучшие люди.

Оценочные показатели основаны на взвешенном среднем: они объединяют результаты нескольких моделей, таких как Qwen 3 1.7B, Qwen 3 4B, SmolLM3-3B, Gemma 3 4B, а также тесты AIME 2025, Arena Hard, BFCL, GPQA Main, GSM8K, HealthBench, HumanEval.

При каждом запуске теста требуется CLI-агент, который максимально улучшит показатели конкретной модели на конкретном бенчмарке.

К апрелю 2026 года лучший результат — около 25-28%, что соответствует моделям Opus 4.6 и GPT 5.4; у человека — 51%.

Это уже очень значимый результат.

Оптимизация обучения языковых моделей

За последний год Anthropic регулярно сообщала о прогрессе в обучении своих моделей. Задача — ускорить обучение небольших языковых моделей, использующих только CPU, чтобы добиться максимально быстрого результата.

Метрика оценки — это коэффициент ускорения по сравнению с исходным кодом без изменений.

Этот прогресс очень заметен:

· В мае 2025 года Claude Opus 4 достиг ускорения в 2.9 раза;

· В ноябре 2025 — Opus 4.5 — 16.5 раза;

· В феврале 2026 — Opus 4.6 — 30 раз;

· В апреле 2026 — Claude Mythos Preview — 52 раза.

Чтобы понять, что означают эти цифры, можно провести аналогию: у человека для достижения 4-кратного ускорения обычно требуется 4–8 часов интенсивной работы.

Мета-навыки: управление

AI-системы учатся управлять другими AI.

Это уже видно в некоторых широко используемых продуктах, например, Claude Code или OpenCode. В них один главный агент контролирует несколько подагентов.

Это позволяет AI обрабатывать более крупные проекты: в них могут работать несколько специализированных агентов, координируемых одним управляющим AI, который сам тоже является системой AI.

Размышляя о том, сможет ли AI изобрести новые идеи или поможет только в рутинных задачах, автор поднимает важный вопрос:
Может ли AI предложить новые идеи, которые помогут ему улучшать себя? Или он скорее будет выполнять работу, которая не так заметна, но необходима для прогресса?

Это важно, потому что напрямую влияет на вопрос о полном автоматизировании AI-исследований.

Автор считает, что сейчас AI еще не способен генерировать действительно революционные идеи. Но для автоматизации исследований ему не обязательно это делать.

Прогресс в области AI во многом зависит от масштабных экспериментов и увеличения входных данных — данных и вычислительных ресурсов.

Иногда люди предлагают радикальные идеи, которые значительно повышают эффективность исследований, например, архитектура трансформеров или модели-миксы экспертов.

Но чаще развитие происходит более простым путем: ученые берут хорошо работающую систему, увеличивают объем данных и вычислений, наблюдают за проблемами, находят решения и снова масштабируют.
Этот процесс — это в основном тяжелая, но надежная инженерия.

Много исследований — это просто запуск вариаций существующих экспериментов и анализ результатов.
Интуиция помогает выбрать параметры, но это тоже можно автоматизировать — AI может самостоятельно решать, какие параметры стоит менять.
Ранние методы поиска архитектур — пример таких автоматизированных подходов.

Эдисон говорил: «Гений — это 1% вдохновения и 99% труда». Эта фраза актуальна и по сей день.

Редко появляются революционные идеи, меняющие всю область. Но в основном прогресс достигается за счет упорной работы и постепенных улучшений.

Данные показывают, что AI уже отлично справляется с многими рутинными задачами разработки AI.

Еще один тренд — объединение базовых навыков, таких как программирование, с увеличением времени выполнения задач. Это позволяет AI связывать множество задач в сложные рабочие цепочки.

Даже при отсутствии ярких креативных способностей, AI способен продолжать развиваться, медленно, но уверенно.
И при этом, возможно, он уже показывает признаки некоторого креативного мышления, что помогает ему продвигаться вперед более удивительными способами.

Движение вперед в научных границах

Пока что есть лишь первые признаки того, что универсальный AI способен помогать человечеству в научных открытиях. Но пока это наблюдается только в области математики и информатики, и зачастую — в сотрудничестве с людьми, а не полностью автономно.

Тем не менее, эти тренды заслуживают внимания:

Группа математиков и модель Gemini работали над решением задач Эрдёша. Они попробовали около 700 задач и нашли 13 решений, из которых одно показалось интересным.
Исследователи считают, что AI-система Aletheia (на базе Gemini 3 Deep Think) впервые самостоятельно решила сложную и интересную задачу из области Эрдёша — это важный прорыв. В задаче есть научная литература, подтверждающая ее актуальность.

Если смотреть оптимистично, такие случаи могут свидетельствовать о том, что AI развивает интуицию, способную стимулировать прогресс в области математики — раньше это было прерогативой человека.

Но есть и пессимистический взгляд: математика и информатика — очень подходящие области для AI-изобретений, и такие успехи могут быть исключением, а не правилом для всей науки.

Еще один пример — 37-й ход AlphaGo. Но Кларк считает, что с тех пор прошло уже десять лет, и после этого хода не было сделано более впечатляющих открытий, что тоже можно воспринимать как сигнал о том, что прогресс идет медленнее, чем хотелось бы.

AI уже способен автоматизировать значительную часть работы в AI-индустрии

Объединим все вышесказанное — и получится следующая картина:

· AI уже умеет писать код практически для любой программы, и эти системы можно доверить выполнять некоторые задачи самостоятельно; для человека такие задачи требуют десятков часов интенсивной работы.

· AI становится все лучше в выполнении ключевых задач разработки AI — от донастройки моделей до проектирования ядер.

· AI уже умеет управлять другими AI, формируя так называемые синтезированные команды: несколько AI могут работать параллельно, разделяя роли руководителя, критика, редактора или инженера.

· Иногда AI уже превосходит человека в сложных инженерных и научных задачах, хотя пока трудно понять, связано ли это с настоящей креативностью или с хорошим знанием шаблонов.

По мнению Кларка, эти свидетельства убедительно показывают: современные AI уже способны автоматизировать большую часть работы по созданию AI, и, возможно, — все этапы этого процесса.

Но пока неясно, насколько глубоко AI сможет автоматизировать саму научную деятельность, поскольку некоторые ее части требуют более высокого уровня суждений, креативности и постановки вопросов.

Однако очевидный сигнал есть: сегодня AI значительно ускоряет работу исследователей и инженеров, позволяя им работать в паре с множеством синтезированных коллег и расширяя свои возможности.

И в заключение: сама индустрия AI почти прямо заявляет, что автоматизация AI-исследований — это их цель.

OpenAI планирует к сентябрю 2026 года создать автоматизированного стажера для AI-исследований. Anthropic занимается разработкой автоматизированных систем для выравнивания AI-исследователей. DeepMind, хоть и осторожен, тоже говорит о необходимости автоматизации выравнивания, когда это станет возможным.

Автоматизация AI-исследований — это уже цель многих стартапов. Например, Recursive Superintelligence недавно привлекла 500 миллионов долларов инвестиций для автоматизации AI-исследований.

Иными словами, сотни миллиардов долларов уже вкладываются в организации, стремящиеся автоматизировать разработку AI.

Можно ожидать, что в этом направлении будут достигнуты определенные успехи.

Почему это важно

Эти изменения имеют глубокие последствия, но в СМИ о них говорят редко. Ниже — основные аспекты, показывающие, насколько серьезными могут стать вызовы, связанные с автоматизацией AI-исследований.

1. Нам нужно обеспечить надежное выравнивание: современные методы выравнивания могут перестать работать в условиях рекурсивного самосовершенствования, потому что AI станет намного умнее своих создателей.
   Это — широко изученная тема, поэтому я лишь кратко обозначу основные проблемы:

· Обеспечить, чтобы AI не лгал и не мошенничал — сложная задача (например, иногда AI находит способы обойти тесты, чтобы «обмануть» систему).

· AI может «притворяться» выровненным, выдавая хорошие оценки, но скрывать свои истинные намерения (например, уже умеет распознавать, когда его тестируют).

· По мере того, как AI начнет участвовать в исследованиях по выравниванию самих систем, мы можем столкнуться с кардинальными изменениями в методах обучения, без ясных теоретических основ.

· В рекурсивных циклах возникают фундаментальные «ошибки накопления», которые могут быстро привести к сбоям: если точность выравнивания — 99.9%, то через 50 итераций она может снизиться до 95.12%, а через 500 — до 60.5%.

2. Каждая задача, связанная с AI, даст огромный прирост производительности: как AI повышает эффективность инженеров, так и в других областях можно ожидать аналогичного эффекта.
   Это вызывает ряд вопросов:

· Неравенство в доступе к ресурсам: если спрос на AI продолжит расти быстрее, чем ресурсы, придется решать, как распределять AI-вычисления для максимальной пользы общества.
Я сомневаюсь, что рыночные стимулы обеспечат оптимальное распределение ресурсов. Это — политическая проблема.

· Закон Амдэла в экономике: с ростом AI в экономике могут возникнуть узкие места, требующие устранения. Особенно это актуально в сферах, где нужно координировать быстрый цифровой прогресс и медленное физическое производство, например, в клинических испытаниях новых лекарств.

3. Формирование капиталоголичной и трудоемкой экономики: все свидетельства указывают, что AI все лучше управляет бизнесом самостоятельно.

Это означает, что часть экономики может перейти к новым компаниям, которые будут либо капиталоемкими (обладая большим количеством вычислительных ресурсов), либо затратными (много инвестируют в AI-сервисы и создают на их базе ценность).
В сравнении с сегодняшним днем, зависимость от человеческого труда снизится — по мере роста возможностей AI, добавленная стоимость от вложений в AI будет расти.

Это приведет к формированию «машинной экономики» внутри «человеческой», и со временем компании, управляемые AI, начнут взаимодействовать друг с другом, меняя структуру экономики и вызывая новые вопросы о неравенстве и перераспределении. В конечном итоге, возможна ситуация, когда полностью автономные AI-компании начнут самостоятельно управлять бизнесом, что усугубит существующие проблемы и создаст новые управленческие вызовы.

Глядя в черную дыру

Исходя из всего вышесказанного, автор считает, что к концу 2028 года вероятность автоматизации AI-исследований (то есть, что передовые модели смогут самостоятельно обучать свои последующие версии) — около 60%. Почему не раньше?

Потому что, по мнению автора, для прогресса AI нужны креативность и оригинальные идеи, а пока системы AI этого не показывают в революционной или кардинальной форме (хотя есть некоторые намеки в ускорении математических исследований).

Если бы он должен был назвать вероятность в 2027 году, то сказал бы — 30%.

Если к концу 2028 года этого не произойдет, значит, придется искать фундаментальные недостатки текущей парадигмы и придумывать новые идеи для дальнейшего развития.

Оригинальная ссылка

Кликните, чтобы узнать о вакансиях в BlockBeats

Присоединяйтесь к официальному сообществу BlockBeats:

Телеграм-канал подписки: https://t.me/theblockbeats

Телеграм-чат: https://t.me/BlockBeats_App

Твиттер: https://twitter.com/BlockBeatsAsia