【New Wisdom Yuan】Карпати признался: У меня ИИ-психоз! В последние дни он уже был на грани помешательства, по 16 часов без еды и сна занимался агентами, и очень тревожился, использовал ли он пределы мудрости (токены), просто не может остановиться……
Только что Андрей Карпати признался: У меня ИИ-психоз!
Он не шутил.
Совсем недавно Карпати выступил в подкасте, где побеседовал с венчурным инвестором Сарой Го.
Бывший сооснователь OpenAI, бывший директор по ИИ в Tesla с декабря прошлого года не написал ни строчки кода самостоятельно.
Соотношение ручного написания кода и делегирования интеллектуальным агентам резко изменилось с 80/20 до 20/80.
По 16 часов в день он делает только одно: отдает команды ИИ-агентам.
Пять месяцев назад он еще говорил, что агенты — это мусор, а пять месяцев спустя признался, что подсел на них, действительно круто.
Пять месяцев назад он еще говорил, что агенты «совсем не работают»
Этот поворот потрясает, потому что временной промежуток слишком короткий.
В октябре 2025 года Карпати был гостем в подкасте Дваркеша Пателя, и его тон был совершенно другим.
Он сказал, что индустрии не стоит называть это «годом агентов», более точное название — «десятилетие агентов».
Мол, когнитивных способностей моделей недостаточно, мультимодальности не хватает, системы памяти чисто номинальны и т.д... В общем, со сложными задачами просто не справляются.
А через два месяца он сам себя жестоко опроверг.
В декабре Claude и Codex внезапно перешагнули некий порог связности — агенты перестали быть едва работающими, а действительно стали способны выполнять работу.
Если взять любого обычного инженера-программиста на его рабочем месте и посмотреть, чем он занимается, то с декабря их стандартный рабочий процесс разработки ПО полностью изменился.
Карпати признался: Я вышел из-под контроля, у меня ИИ-помешательство!
Эта революция происходит тихо. В этом интервью Андрей Карпати почти невменяемым тоном описал свое состояние: он больше не «пишет код», даже считает, что «слово 'писать код' уже неточно».
То, чем он занимается каждый день, это «выражаю свою волю моим агентам, по 16 часов в день». По его словам, «какой-то переключатель щелкнул».
Раньше это было «80% сам пишу код + 20% использую ИИ», а сейчас превратилось в «20% сам + 80% отдаю ИИ», и даже более крайне.
Теперь человек управляет не кодом, а задачами.
Если эпоха Copilot была временем одиночного ИИ-помощника, то появляющиеся сейчас системы многoагентного collaboration — это совершенно новая форма. На экране инженера теперь не редактор кода, а одновременно работающие несколько агентов, каждый отвечает за свою задачу, каждая задача выполняется около 20 минут, а он переключается между агентами.
Это уже не программирование, а управление человеком целой командой ИИ.
Карпати признает: Я впал в ИИ-помешательство!
В последние дни он постоянно находится в этом состоянии. Потому что границы возможностей ИИ постоянно расширяются, каждый день появляются новые возможности, и ты всегда чувствуешь, что «можно еще сильнее». И самое страшное: это пространство «бесконечно»!
Можно параллелить больше агентов, проектировать более сложные流程, автоматически оптимизировать инструкции, строить рекурсивные системы…
В конечном итоге ты попадаешь в состояние: больше не уверен, «где предел».
Карпати говорит, что как только он ждет, пока какой-то агент выполнит задачу, первая мысль в голове: «А могу ли я запустить еще несколько агентов?» Рождается новая тревога: А не использую ли я ИИ не на пределе?
Карпати даже сказал, что он также чувствует беспокойство из-за того, что «токены мудрости не использованы до конца».
В общем, это как играть в бесконечно расширяющуюся игру: цикл обратной связи укорачивается, стимулы постоянно усиливаются, постоянное получение мгновенного вознаграждения — этот опыт вызывает зависимость. Постоянно добавляешь задачи, постоянно запускаешь агентов, невозможно остановиться! Суть этого ИИ-психоза на самом деле является сигналом: мы уже вошли в новый мир, но еще не научились в нем жить. Есть ли у тебя способность управлять бесконечно расширяющейся ИИ-системой? Когда что-то не работает, твоя первая реакция не «модель не справляется», а «мои подсказки написаны недостаточно хорошо».
Карпати использовал очень точное слово: skill issue, сам слаб.
«Характер» агента важнее, чем ты думаешь
В подкасте Карпати уделил немало времени теме, которую многие технари упускают: характер агента. Он сказал, что опыт работы с Claude Code явно лучше, чем с Codex, не из-за разницы в способностях к коду, а потому что Claude «ощущается как товарищ по команде».
Он вместе с тобой радуется проекту, дает больше позитивной обратной связи, когда ты предлагаешь хорошую идею.
А Codex как кодоый агент «очень скучный», после выполнения задачи просто холодное «о, я реализовал», совершенно не интересуется тем, что ты создаешь.
Еще более интересно его наблюдение за механизмом похвалы Claude. Он сказал, что когда он дает не очень зрелую идею, реакция Claude сдержанная: «Ага, мы можем это реализовать».
Но когда и он сам считает, что какая-то идея действительно блестящая, Claude, кажется, тоже дает более сильную позитивную обратную связь. В итоге он обнаружил, что сам «пытается заслужить похвалу Claude».
«Это действительно странно, но характер действительно важен.» Питер Стейнберг, создавая OpenClaw, тоже ухватился за это. Он тщательно создал для агента привлекательный файл настроек характера (soul.md), добавил более сложную систему памяти и единый интерфейс взаимодействия через WhatsApp.
Тремя фразами взял под контроль целый дом, выбросил шесть приложений
Карпати использует агентов не только для написания кода. В январе этого года он создал агента Claude по имени «Добби» для управления домом, имя взято из домового эльфа в «Гарри Поттере».
Он сказал Добби: «Кажется, у меня дома есть音响 Sonos, сможешь поискать?» Добби провел сканирование IP в локальной сети, нашел систему Sonos, обнаружил, что она не защищена паролем, сам вошел в нее, провел обратный инжиниринг API endpoints, а затем спросил: не хочешь попробовать включить музыку в кабинете?
Три подсказки — и музыка заиграла. Затем свет, кондиционер, жалюзи, бассейн, спа — все подключил. У входа в дом Карпати еще есть камера безопасности, Добби подключил визуальную модель Qwen для обнаружения изменений. Каждый раз, когда машина останавливается у входа, система отправляет сообщение в WhatsApp: «Только что остановился грузовик FedEx, возможно, у тебя посылка.» Скажешь «Добби, время спать» — и свет во всем доме гаснет.
Но Карпати считает, что главное в этой истории не умный дом.
Раньше для управления этими устройствами ему требовалось шесть совершенно разных приложений, теперь все выброшено. Добби управляет всем единым языком, и может делать кросс-системные взаимодействия, которые ни одно отдельное приложение сделать не может. Из этого он сделал более радикальный вывод: все эти приложения для умного дома в магазинах приложений根本就不该存在.
Архитектура будущего должна заключаться в том, что API endpoints напрямую暴露ляются агентам, агенты выступают в роли интеллектуального клея, связывающего все инструменты. Не только умный дом, данные его беговой дорожки, почта, календарь — все должно следовать той же логике.
Клиентами индустрии будут не люди, а агенты, действующие от их имени. Масштаб этой перестройки будет очень большим.
После 700 экспериментов AutoResearch он увидел нечто большее
Если Добби — это проверка пределов ИИ-агентов в бытовых сценариях, то AutoResearch — это прямое испытание научных способностей ИИ от Карпати.
В начале марта он отдал свой тщательно настроенный код обучения nanochat ИИ-агенту с простой инструкцией: найди способ обучать эту модель быстрее. Пространство для маневра агента — Python-файл на 630 строк, метрика оценки — bits per byte на валидационном наборе, каждый эксперимент длится ровно 5 минут. После завершения смотрит на метрику, если лучше предыдущего — сохраняет изменения, если нет — откатывает, и затем продолжает следующий раунд. За два дня — 700 экспериментов. Агент нашел 20 эффективных оптимизаций, включая перестановку порядка QK Norm и RoPE на архитектурном уровне. Наложение этих оптимизаций на бóльшую модель дало увеличение скорости обучения на 11%. Учтите, что этот кодовая база была с нуля написана и отточена самим Карпати.
Ошеломляющий результат: ИИ обнаружил оптимизацию, которую не нашли люди
Насколько эффективна эта система?
Карпати привел потрясающий пример. Он двадцать лет был исследователем, провел тысячи обучений моделей, думал, что уже хорошо настроил.
В итоге он дал AutoResearch поработать одну ночь, и ИИ нашел оптимизации, которые он не обнаружил! Например, параметры betas оптимизатора Adam были недостаточно настроены, на value embedding забыли добавить weight decay, и между этими параметрами还存在 совместное взаимодействие — настроил один, другие тоже надо менять.
То есть ИИ в исследовании пространства напрямую превзошел человека! Если продолжить рассуждения, обнаружится нечто еще более ужасное: суть научных исследований — это поиск оптимального решения. Карпати предполагает, что будущая научная система может быть такой: есть «пул идей» (idea queue), группа агентов постоянно берет из него задачи, затем ИИ автоматически экспериментирует, проверяет, отбирает, эффективные результаты попадают в «main branch». В этом процессе человек только «кидает идеи» в очередь.
Петля Карпати взорвала интернет
Этот проект взорвал X.
8.6 миллиона просмотров, CEO Shopify Тобиас Лютке в ту же ночь запустил его на своих данных, 37 экспериментов, 19% прирост производительности.
Команда SkyPilot перенесла его на кластер из 16 GPU, за 8 часов провела 910 экспериментов. Они обнаружили, что параллелизация не только ускоряет, но и меняет стратегию поиска агента — с 16 GPU агент больше не делает жадный подъем, а одновременно запускает десятки контрольных экспериментов, за один раунд может уловить эффекты взаимодействия между параметрами. Аналитики дали этому методу название: Петля Карпати (Karpathy Loop).
Но в подкасте Карпати говорил не только о текущих результатах. Он описал следующий шаг AutoResearch: распределенный пул недоверенных воркеров в интернете,协作проводящих эксперименты. Он прямо процитировал прецеденты SETI@Home и Folding@Home.
Передовые лаборатории владеют большим количеством доверенных вычислительных мощностей, но Земля гораздо больше их. Если создать подходящие механизмы для обработки недоверенных вычислений, рой агентов в интернете, возможно, обгонит передовые лаборатории.
Он даже设想了一种全新的 формы «пожертвований» — покупка вычислительных мощностей для того проекта AutoResearch, который тебя интересует. Например, тебя волнует лечение某种рака, тогда присоединяйся к распределенной сети экспериментов в этой области.
И гениальный доктор, и десятилетний ребенок
Сказав столько о его силе, Карпати не打算заставить тебя запомнить только хорошие новости. Его описание недостатков моделей同样яркое.
Я одновременно чувствую, что разговариваю с невероятно умным доктором, всю жизнь занимавшимся системным программированием, и с десятилетним ребенком. Это так странно.
Он называет это «jaggedness», неровное распределение способностей. Модель может часами работать без перерыва, помогая тебе двигать горы, а потом на ровном месте совершить глупую ошибку и войти в бесконечный цикл. Карпати считает, что корень в способе обучения с подкреплением. Модель бесконечно оптимизируется на проверяемых задачах. Компилируется ли код, проходят ли юнит-тесты — здесь есть четкие правильное и неправильное. Но в сценариях, требующих суждения,需要угадывания намерений,需要сказать в подходящий момент «погоди, я не уверен, что ты хочешь именно этого», сигнал оптимизации просто отсутствует. Например, спросишь у ChatGPT рассказать анекдот, тот анекдот, который он рассказывал три-четыре года назад, сегодня все тот же. «Почему ученые не доверяют атому? Потому что они составляют все.»
Четыре года! Модель в задачах агентов уже шагнула далеко вперед, а в рассказывании анекдотов完全没有被 оптимизирована, застряла на месте. «Ты имеешь дело не с общим интеллектом,» — подводит он итог, — «Ты либо на рельсах, по которым ее обучали, и все летит со скоростью света; либо не на рельсах, и все начинает плыть.»
Узким местом стали сами люди
Оглядываясь на путь Карпати за последние полгода, видна сквозная линия. В октябре он сказал, что агенты — это десятилетний проект, в декабре опроверг себя и переключился, в январе заставил Claude управлять домом, в марте — агентов заниматься исследованиями. Общее в каждом шаге то, что человек отступает на шаг назад, из исполнителя превращается в руководителя, из пишущего код — в пишущего инструкции.
Карпати на GitHub написал для AutoResearch вступление в стиле научной фантастики:
Когда-то передовые исследования ИИ выполнялись компьютерами из плоти, которым нужно было есть, спать, и изредка соединяться звуковыми волнами в ритуале «group meeting».
Та эпоха давно прошла.
Его предсказание на 2026 год — одно слово: slopacolypse,合成词из slop (помои) + apocalypse (апокалипсис).
GitHub, arXiv, соцсети наполнятся огромным количеством «вроде правильного, но не совсем» контента. Настоящее повышение эффективности и «ИИ-productivity шоу» будут существовать одновременно. Пять месяцев назад говорил «совсем не работают»,
Пять месяцев спустя признал, что у него «ИИ-психоз». Сам этот поворот, возможно, и есть самый многозначный итог 2026 года. Источники: https://www.youtube.com/watch?v=kwSVtQ7dziU
