Автор: Цзяньшо Ван
6 марта 2023 года, всего через некоторое время после появления ChatGPT, еще до выхода GPT-4, мы с Сарой провели интервью о ChatGPT — третий эпизод серии "Простыми словами" в Traders' Talk (Вышел подкаст "Простыми словами о ChatGPT", добро пожаловать к прослушиванию).
В то время ChatGPT был совсем новым, и очень мало людей на самом деле пользовались им. Это трехчасовое интервью позже долгое время занимало первое место в категории ChatGPT на "Маленькой вселенной". Я тогда одним махом выдвинул около двадцати суждений и предсказаний, основываясь чисто на интуиции и ограниченной информации, без данных. Полная расшифровка того интервью до сих пор хранится в официальном аккаунте.
Сейчас конец мая 2026 года, прошло три года, и ИИ вырос до невообразимых в те времена масштабов.
Я хочу сделать одну вещь: вытащить те двадцать пунктов по одному, сопоставить их с новейшими данными, которые можно найти сегодня, и объективно сверить счет. Чтобы ясно увидеть, как именно мир изменился за три года, и ясно увидеть, в чем тогдашний я был прав, а в чем ошибался.
Чтобы быть максимально беспристрастным, я поручил это сопоставление ИИ: я загрузил расшифровку того интервью в workflow, который задействовал 41 агента на Opus 4.8, сначала разбил двадцать суждений по пунктам, затем каждое проверил в сети свежими данными, перепроверил по отдельности и в конце выставил баллы трехлетней давности Цзяньшо Вану. Эта группа агентов потратила около 20 минут и сожгла 1,4 миллиона токенов (примерно $35), чтобы выдать отчет ниже. Все суждения принадлежат им, а не мне. Базовой датой определено 31 мая 2026 года.
I. Таблица результатов
Символы оценки: ✅ Правильно · 🟢 В основном правильно · 🟡 Частично правильно · ❌ Неправильно
На первый взгляд, большинство общих направлений, которые Цзяньшо Ван обозначил тогда, подтвердились. По-настоящему крупная ошибка только одна — слух о 100T параметров GPT-4. Но дьявол кроется в деталях: почти за каждым "правильным" скрывается несказанный тогда хвост. Из двадцати пунктов ни один не остался "еще не определенным" в чистом виде — трех лет достаточно, чтобы большинство вещей получило свою склонность. Обсудим подробнее по группам.
II. То, что было увидено правильно
Общая черта этой группы: направление, механизм и даже темп времени, которые Цзяньшо Ван обозначил тогда, оказались верными. Ошибки, если и были, касались только "степени" и "абсолютизированных формулировок".
RAG и поисковая архитектура (Точки зрения 2, 3)
> Цзяньшо Ван в 2023 сказал: Основной способ решения проблемы знаний и галлюцинаций — не изменять модель, а закачивать знания через векторный поиск как "шпаргалку"; правильная архитектура — когда поисковик делает поиск и подает результаты в LLM.
Это стало фактическим стандартом для всех сегодняшних AI-продуктов. RAG стала архитектурой по умолчанию для корпоративного ИИ, OpenAI, Google, Anthropic превратили ее в платформенную возможность; ChatGPT Search буквально является "сначала индексируем и ищем через Bing, подаем результаты в GPT, затем генерируем ответ с цитатами". Google AI Overviews использует grounding для достижения около 2 миллиардов активных пользователей в месяц, а Perplexity — компания, построенная исключительно на этой архитектуре — достигла оценки в около 200 миллиардов долларов.
В то время, когда GPT-4 еще не вышел и индустрия по умолчанию считала, что "знания вводятся через дообучение", он поставил на "не трогать параметры модели, внешнее подключение поиска". И механизм, и время оказались верными.
Если быть честным: он предполагал "статичный одноразовый поиск", но реальность оказалась сложнее — длинный контекст, GraphRAG, агентский поиск (agentic retrieval) усиливают систему. Споры 2026 года "RAG мертв" как раз доказывают, что общее направление живо — отрицается лишь "наивный одноразовый поиск", и вывод — это переход к гибридному поиску, а не возврат к изменению параметров модели. Еще один момент: термин RAG был предложен в статье Meta 2020 года, он не был его изобретением — он просто в нужный момент верно предсказал, что он станет мейнстримом.
LUI — новый континент (Точка зрения 7)
> Цзяньшо Ван в 2023 сказал: Величайшее в ChatGPT не AIGC, а открытие LUI (естественно-языковый пользовательский интерфейс), который, подобно GUI в свое время, перестроит человеко-машинное взаимодействие и породит новую индустрию, намного большую, чем "создание больших моделей".
Часть про "новый континент" почти полностью верна. Естественный язык стал доминирующим слоем взаимодействия для масс (ChatGPT — 900 миллионов активных пользователей в неделю) и породил самостоятельную новую индустрию — агенты, coding-агенты, протокольный слой — все сбылось. Самая конкретная фраза "гораздо больше, чем создание моделей" получила сильное подтверждение: протокол MCP стал "стандартом операционной системы" в эпоху LUI, в 2025 году его полностью приняли OpenAI, Google, Microsoft, а в конце года он перешел в фонд Linux; один только продукт Claude Code достиг ежегодного дохода около 2.5 миллиардов долларов.
Но он использовал сильные формулировки типа "перестроит, заменит GUI", и через три года видно, что это скорее сосуществование и наложение, а не замена. Три типа контраргументов очень сильны: отчет MIT показывает, что 95% корпоративных пилотных проектов GenAI не имеют измеримой рентабельности инвестиций (ROI); агенты прямого взаимодействия с интерфейсом (computer-use agent) в тестовых наборах достигают у лучших моделей лишь около 78%, только приближаясь к человеческому базовому уровню; чисто голосовые устройства без экрана почти полностью провалились (Humane Pin в 2025 году окончательно отключил сервисы). Более точная формулировка: LUI — это новый слой взаимодействия, наложенный поверх GUI.
Сеть роботов и новая адресация (Точка зрения 9)
> Цзяньшо Ван в 2023 сказал: Примерно через десять лет появится "сеть роботов" — агенты будут автоматически обмениваться рукопожатиями на естественном языке и вызывать друг друга, без необходимости в традиционных API; родится совершенно новая система доменных имен и адресации. Это "можно сделать за два-три года".
Направление угадано поразительно точно. MCP, A2A (переданный фонду Linux, поддерживается более 150 организациями) решают проблему взаимного вызова агентов; Agent Network Protocol, построенный непосредственно на основе DID от W3C, обеспечивает "адресацию агентов без центрального органа власти" и нацелен на "сотрудничающую сеть из миллиардов агентов" — что высокоструктурно похоже на его "новую систему доменных имен".
Две вещи требуют поправки: во-первых, "не нужны API" не подтвердилось — основные протоколы имеют структурированные схемы (schema) в основе, что по сути является стандартом поверх API. Во-вторых, "сделать за два-три года" не сбылось: данные Gartner показывают, что по состоянию на 2026 год лишь около 17% организаций действительно развернули агентов. Интересно, что он тогда фактически разделил фразу на два уровня — прототип "за два-три года", зрелость "примерно за десять лет". Темп создания прототипа угадан очень точно, и цикл зрелости действительно является десятилетним. Если рассматривать эти два уровня отдельно, качество этого предсказания выше, чем кажется на первый взгляд.
Китай точно сможет создать работоспособные большие модели (Точки зрения 10, 20)
> Цзяньшо Ван в 2023 сказал: Китай точно сможет создать работоспособные большие модели, разрыв с лидерами значительно сократится примерно за три года (по аналогии с браузером Red Flag, догнавшим Netscape).
Временная шкала этого предсказания совпадает с реальностью удивительно точно. Фактические измерения Stanford AI Index 2026 года показывают, что разрыв в бенчмарках между ведущими китайскими и американскими моделями сократился с 17.5–31.6 процентных пунктов в мае 2023 года до 2.7%; при этом частные инвестиции в ИИ в США примерно в 23 раза превышают китайские — с гораздо меньшими вложениями достигнуто сближение. DeepSeek, Qwen, Kimi, GLM стали глобальными лидерами, опенсорс-экосистема даже опережает другие.
Но слово "быстро" оказалось слишком оптимистичным — реальная зрелость наступила примерно через 14 месяцев, а не "через несколько месяцев". И это догоняние в работоспособности, а не в определении переднего края: по состоянию на начало 2026 года ни одна китайская модель не превзошла OpenAI o3. В пункте 20 он ошибся заметно: суждение "дверь открылась и уже не закроется" было напрямую опровергнуто тем, что OpenAI в июле 2024 года добровольно отключил API для Китая — дверь была закрыта поставщиком; названный им лидером ERNIE Bot отстал, а реальную эстафету приняли тогда еще незаметные DeepSeek, Doubao, Qwen.
Нет сознания, тест Тьюринга проверяет только поверхность (Точка зрения 13)
> Цзяньшо Ван в 2023 сказал: У ChatGPT нет сознания, это "говорящий без умысла, слушающий с умыслом" — самообман; тест Тьюринга изначально проверяет "заставит ли он вас думать, что у него есть сознание", а не то, есть ли оно на самом деле.
Ключевое суждение "проверка поверхностного восприятия" стоит очень крепко, и оно было подтверждено даже ироничным экспериментом: в тесте Тьюринга UC San Diego в 2025 году GPT-4.5 при подсказке "сыграть личность" был признан человеком в 73% случаев — больше, чем реальные люди, но исключительно за счет актерского мастерства — что является лучшей иллюстрацией тезиса "проверяет только, заставит ли он вас так думать".
Нужно добавить: это абсолютизированное сильное утверждение "у машины точно нет сознания" за три года перешло в серую зону. Anthropic создала исследовательскую позицию "благополучие модели", оценив вероятность наличия сознания примерно в 15–20%, а также добавила Claude функцию "активно завершать злоупотребляющие диалоги". Все это превратило "точно нет" в "низкая вероятность, но нельзя исключить". Однако все это основано на "возможно, следует предполагать", а не на "уже доказано", так что ядро утверждения не опровергнуто — просто тогда тон был слишком категоричным.
Остальные верные (Точки зрения 6, 11, 12, 16, 18, 19)
- Не AGI, но большой шаг вперед
: Обе части верны. Сам Олтман в эпоху GPT-5 все еще говорил "не AGI, не хватает непрерывного обучения"; при этом золотые медали IMO, ARC-AGI выросли с почти нуля до 85% — "большой шаг вперед" неоспорим. - Не будет волны безработицы
: Уровень безработицы в США в апреле 2026 года всего 4.3%. Слепое пятно в "распределении" — исследование Stanford показывает, что именно выпала первая ступень карьерной лестницы — молодые новички 22–25 лет, механизм "плавного всасывания" у них не сработал. - Не утонем в мусоре от ИИ
: Направление "чистой пользы" верно, но он сильно недооценил масштаб — контент от ИИ составляет около 52% новых веб-страниц, "AI slop" стало словом года. - Год стартапов
: Точка перелома волны угадана, xAI (основана в марте 2023) достигла оценки в 230 миллиардов. Но он слишком узко ограничил "великие компании" 2023 годом — действительно триллионные по масштабу OpenAI, Anthropic были основаны раньше. - Момент браузера 1994 года
: Относительный порядок подтвердился, OpenAI в 2025 году действительно выпустила браузер Atlas, превратив метафору в буквальную реальность. Просто распространение ChatGPT оказалось более стремительным, чем у браузеров, так что метафора была скорее консервативной. - Промпт плюс вливание фактов снижает галлюцинации
: Направление подтвердилось, у GPT-5 без доступа к сети и поиска уровень галлюцинаций взлетел до 47%, что обратно подтверждает ключевую роль "фактов". Просто недооценена первопричина — стимулы при обучении, а не промпт.
III. То, что было увидено неправильно или с искажениями
GPT-4 имеет 100T параметров (Точка зрения 4) — Полностью неверно
> Цзяньшо Ван в 2023 сказал: (Слух) GPT-4 имеет 100T параметров, примерно в 600 раз больше, чем у GPT-3 с 175B.
Обе цифры неверны. GPT-3 — 175B, по лучшей оценке утечки в июле 2023 года, GPT-4 — примерно 1.8T, MoE с 16 экспертами, всего примерно в 10 раз больше. 100T и реальная цифра отличаются примерно на 55 порядков величины. Единственным источником "100T" было пересказанное "примерно" от CEO Cerebras в 2021 году, а Сэм Олтман еще в январе 2023 года лично назвал ту сравнительную таблицу "полной чепухой".
В его изначальной фразе была пометка "слух", сохранявшая неопределенность. На более глубоком уровне сама рамка "измерение поколений через кратность параметров" уже устарела: последующие GPT-4.5, GPT-5 от OpenAI вообще перестали публиковать количество параметров. Это единственная точка, где ошибка и в цифрах, и в устаревшей перспективе.
Математика в LLM (Точка зрения 1) — Диагноз верен, категоричный вывод неверен
> Цзяньшо Ван в 2023 сказал: Плохая математика у LLM — это сущность, научить ее самой математике невозможно и не нужно, правильный подход — подключать внешние инструменты.
"Диагноз и путь с инструментами" полностью верен — первопричина именно в генерации по токенам, приводящей к ненадежности переноса разрядов (статья о механизме 2025 года точно подтвердила интуицию "последний разряд часто верен, средние ошибаются"); улучшение от внешних инструментов также огромно (o4-mini при разрешении использовать Python показал результат 99.5% на AIME 2025).
Ошибка в категоричных формулировках "невозможно, не нужно". "Невозможно" было опровергнуто — в июле 2025 года Gemini Deep Think и модели OpenAI на IMO получили золотые медали, используя чистый естественный язык без инструментов. Ключевой поворот — появление "моделей рассуждений" (reasoning models) в 2024–2025 годах, чего нельзя было предвидеть в марте 2023 — поэтому к этому предсказанию следует относиться снисходительно, оценивая направление, а не строго судя о сроках.
Захват ценности (Точка зрения 8) — Половина ставки верна, ключевое утверждение обратное
> Цзяньшо Ван в 2023 сказал: Ценность в итоге осядет на уровне приложений, компании, создающие базовый слой (делающие модели), не обязательно будут прибыльными в итоге.
Деньги действительно начали течь на уровень приложений (Cursor за три года достиг 2 миллиардов годового дохода) — эта половина верна. Но "создающие базовый слой не зарабатывают" было напрямую опровергнуто NVIDIA: чистая прибыль за 2026 финансовый год составила около 120 миллиардов долларов, капитализация 5+ триллионов — единственная компания на рынке с четкой крупной прибылью. А на уровень моделей, который он подразумевал как выигрышный (OpenAI в 2026 году прогнозирует убыток около 14 миллиардов), как раз больше всего похож на его "базовый слой, сжигающий деньги без прибыли".
Он не разделил "базовый слой вычислений" и "базовый слой моделей", а также не разделил "доход" и "прибыль". Ценность в 2026 году захвачена вычислительным слоем еще более экстремально, чем в 2023, а не сместилась к уровню приложений. Нужно добавить: теряют деньги облачные провайдеры, покупающие чипы, а не NVIDIA, продающая их — это как раз смещение его аналогии со "чрезмерным строительством железных дорог".
Авторское право (Точка зрения 14) — Регистрация верна, обход нарушения неверен
> Цзяньшо Ван в 2023 сказал: Контент, созданный ИИ, может обходить авторское право (защищает выражение, а не идею); созданное может как не нарушать, так и не подлежать регистрации.
"Не подлежит регистрации" стало установленным юридическим фактом (в 2025 году Бюро регистрации авторских прав США четко заявило, что "только ввод промпта недостаточен для заявления авторства"). Но "обходит нарушение" явно ошибочно: суды неоднократно устанавливали, что если вывод ИИ существенно похож на оригинал, это все равно является нарушением; Anthropic урегулировала дело о краже обучающих данных на 1.5 миллиарда долларов, что является крупнейшей компенсацией за нарушение авторских прав в истории США. ИИ не только не "обошел" авторские права, но и заплатил самую большую цену в истории.
Всеобщее единение (Точка зрения 15) — Механизм верен, тенденция предсказана наоборот
> Цзяньшо Ван в 2023 сказал: ChatGPT берет человеческие мнения и делает "взвешенное среднее", что может противостоять информационным пузырям типа TikTok, давая возможность "всеобщего единения".
Уровень механизма верен — в 2025 году несколько исследований точно подтвердили, что LLM смещают мнения к большинству, систематически недооценивая меньшинства. Но социальное суждение предсказано наоборот: его собственная оговорка "по крайней мере сейчас это не персонализация под каждого" была опровергнута в течение трех лет — OpenAI с апреля 2025 года сделал кросс-диалоговую память и персонализацию возможностями по умолчанию, ИИ быстро движется к персонализации под каждого. Что еще важнее, он представлял "взвешенное среднее" как нейтральный общечеловеческий консенсус, но фактически это смещение с направлением, к тому же с подхалимством (sycophancy), и его можно использовать для активного манипулирования позициями — что указывает на "создание новых пузырей", а не на "разрушение поляризации".
Локальные войны и стоимость (Точка зрения 17) — Качественно полностью верно, количественно опровергнуто
> Цзяньшо Ван в 2023 сказал: Создание больших моделей быстро превратится в "локальные войны", стоимость предсказуема (устранение окольных путей, потолок около 5-10 миллиардов долларов), войдет много игроков.
Качественное направление угадано удивительно точно — массовый вход игроков, быстрое превращение в товар, открытый исходный код догнал закрытый — все сбылось. Но твердая цифра "5-10 миллиардов потолок" ошибочна с обеих сторон: передовой край серьезно недооценен (обучение моделей уровня GPT-5 в 2026 году достигает 200–500 миллионов долларов, плюс дата-центры на сотни миллиардов и Stargate за 500 миллиардов); край репликации, наоборот, переоценен (DeepSeek снизил предельные затраты на обучение до уровня миллионов долларов). "Стоимость" одной и той же модели может различаться в 200 раз в зависимости от методики подсчета, но она точно не входит в указанный им интервал.
Эмерджентные способности (Точка зрения 5) — Направление верно, цифры и рамки ошибочны
> Цзяньшо Ван в 2023 сказал: Примерно от 60B параметров появляются новые способности, которых не было в исходных данных и которые исследователи тоже не могут объяснить.
Интуиция о направлении подтвердилась, но две формулировки не выдерживают критики: во-первых, не существует единого "порога в 60B" — реальный порог для цепочки рассуждений (chain-of-thought) около 100B, разные способности появляются при разных масштабах от 13B до 540B. Во-вторых, "не могут объяснить" было оспорено еще в конце 2023 года выдающейся статьей на NeurIPS — многие "мутации" оказались артефактом выбора метрик оценки, при замене на непрерывные метрики кривая становится гладкой и предсказуемой. Справедливости ради, тогда он повторял абсолютно мейнстримный нарратив, а реально можно было бы скорректировать восприятие "60B" как жесткого порога и "необъяснимо" как качественного вывода.
IV. Оглядываясь на три года: несколько закономерностей
После сопоставления всех пунктов, отступив на шаг назад, можно увидеть в этих двадцати суждениях Цзяньшо Вана несколько закономерностей, которые стоят того, чтобы их запомнить больше, чем любой отдельный пункт.
1. Направление намного надежнее цифр и степени. Из двадцати пунктов те, где оценивался механизм и направление (RAG, LUI, сеть роботов, тест Тьюринга), почти все оказались верны. Те, где давались конкретные цифры или категоричные формулировки (100T параметров, порог 60B, стоимость 5-10 миллиардов, математика "невозможна"), почти все ошибочны. В быстро меняющейся области ставьте на направление, на механизм, меньше на точные цифры и особенно остерегайтесь слов "невозможно, обязательно, потолок, точно нет" — это зоны высокого риска быть опровергнутыми временем.
2. Во времени он склонен переоценивать скорость и недооценивать степень. Все, где говорилось "быстро, сделаем за два-три года", обычно созревали медленнее; но потолок скачка способностей, наоборот, недооценивался — математика могла от "невозможно" дойти до золотой медали IMO, стоимость переднего края могла вырасти до невообразимых тогда масштабов. Одним словом: в краткосрочной перспективе слишком оптимистичен, в долгосрочной — слишком консервативен.
3. Самая скрытая ошибка повторяется в "распределении". Не ошибка в направлении, а взгляд только на общий объем, игнорирование распределения. "Не будет волны безработицы" верно, но ущерб сильно сконцентрирован на молодых новичках; "ценность осядет на уровне приложений" верно наполовину, но без разделения на вычислительный слой и слой моделей. Общая правильность скрывает катастрофу в распределении — это самый важный урок, который нужно усвоить.
4. Там, где он оставлял место для маневра, спустя три года все выдерживает проверку. "Слух", "по крайней мере сейчас", "значительно снижает, а не устраняет", "прототип за два-три года, зрелость примерно за десять" — все суждения, которые тогда имели ограничивающие слова, разделенные уровни, сегодня при взгляде назад стоят более прочно. Напротив, абсолютные фразы, сказанные сгоряча, чаще всего подводят. Честность в прогнозах наполовину в смелости говорить, наполовину в смелости обозначать свою неуверенность.
5. Некоторым вопросам трех лет просто недостаточно. Кому в итоге достанется ценность, является ли эмерджентность истинным изменением, есть ли у машины хоть капля сознания, съест ли длинный контекст RAG — эти споры того времени к 2026 году все еще остаются спорами. Умение отличать "уже имеющие ответ" от "все еще ждущие" важнее, чем спешить с выводами по каждому вопросу.
Трехлетний Цзяньшо Ван, полагаясь на интуицию в тумане, когда GPT-4 еще не вышел, указал двадцать направлений. Сегодня, сверив счет, самая важная фраза для запоминания, пожалуй, такова: увидеть общее верное направление на самом деле не так уж сложно, сложнее — признать, что в цифрах, скорости и распределении мы раз за разом принимали желаемое за действительное. Эти двадцать пунктов отчета — скорее правила, установленные на следующие три года, чем оценка прошлого. Следующие три года, сверим счет снова в 2029 году.
