Три года спустя: оглядываясь на мои суждения о ChatGPT в 2023 году

marsbitОпубликовано 2026-05-31Обновлено 2026-05-31

Введение

Три года спустя: ретроспектива прогнозов о ChatGPT, сделанных в 2023 году В марте 2023 года, вскоре после появления ChatGPT, Ван Цзяньшо высказал 20 интуитивных прогнозов о будущем ИИ. Сейчас, в мае 2026 года, эти прогнозы были проверены группой ИИ-агентов на основе актуальных данных. **Итог:** Большинство *направленческих* прогнозов оказались верными, в то время как *конкретные цифры и сроки* часто ошибочны. **Ключевые верные прогнозы:** 1. **RAG и поисковые системы** стали стандартной архитектурой для работы с данными, а не тонкая настройка моделей. 2. **LUI (языковой интерфейс)** стал новым крупным пластом поверх GUI, хотя и не заменил его. 3. Создание **сети взаимодействующих агентов** и новых систем адресации. 4. Китайские модели (DeepSeek, Qwen) практически **сократили разрыв** с лидерами. 5. **Отсутствие сознания у ИИ**: Тест Тьюринга проверяет лишь иллюзию, а не реальное понимание. **Основные ошибки и неточности:** 1. Неверные данные о параметрах GPT-4 (не 100 трлн, а ~1.8 трлн). 2. Ошибочное утверждение, что ИИ принципиально **не способен** решать сложные математические задачи без инструментов — современные модели завоевывают золото на олимпиадах. 3. **Неправильное распределение ценности**: основная прибыль достается поставщикам вычислительных мощностей (Nvidia), а не только создателям приложений. 4. **Недооценка масштаба проблемы авторских прав**: ИИ не «обошел» право, а привел к рекордным судебным искам и выплатам. 5. Завышенные ожидания скорости разв...

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.

Связанные с этим вопросы

QКакие главные тенденции в развитии искусственного интеллекта были верно предсказаны автором в 2023 году?

AАвтор верно предсказал несколько ключевых тенденций: доминирование RAG-архитектур для работы со знаниями и минимизации галлюцинаций, появление и расцвет LUI (языковых интерфейсов) как нового уровня взаимодействия с компьютерами, зарождение «сети агентов» и новых протоколов для их взаимодействия, а также способность Китая создать конкурентоспособные большие языковые модели, сократив разрыв с лидерами.

QВ каких конкретных прогнозах автор ошибся наиболее серьёзно?

AСамой серьёзной ошибкой было утверждение о том, что GPT-4 имеет 100 триллионов параметров, что не соответствует действительности. Также ошибочными оказались прогнозы о том, что ИИ принципиально неспособен решать сложные математические задачи самостоятельно (что позже было опровергнуто моделями, выигравшими IMO), что основная ценность в экосистеме ИИ будет захвачена на уровне приложений (в реальности гигантскую прибыль получает производитель чипов NVIDIA), и что ИИ-генерация контента позволит обойти проблемы с авторским правом (в реальности произошли крупнейшие в истории судебные разбирательства).

QКакие методологические выводы об искусстве прогнозирования делает автор, оглядываясь на свои 20 предсказаний?

AАнализируя свои прогнозы, автор формулирует несколько важных правил: 1) Прогнозировать общие направления и механизмы гораздо надёжнее, чем давать точные цифры или абсолютные утверждения (например, «никогда», «невозможно»). 2) Часто имеет место тенденция переоценивать скорость наступления изменений, но недооценивать их конечную глубину и масштаб. 3) Опасная ошибка — быть правым в целом (например, «массовой безработицы не будет»), но упускать из виду критические проблемы в распределении (например, серьёзные трудности для молодых специалистов). 4) Суждения, сформулированные с оговорками и допущениями неопределённости, со временем оказываются более устойчивыми.

QКак изменилась роль и архитектура RAG (Retrieval-Augmented Generation) с 2023 по 2026 год согласно статье?

AИдея RAG, предсказанная автором как основная архитектура для работы с фактами, полностью подтвердилась и стала отраслевым стандартом. Однако её реализация усложнилась. Наивное «статичное» извлечение данных эволюционировало в более сложные гибридные системы, включающие длинные контексты, GraphRAG и агентский поиск (agentic retrieval). Это развитие, включая дискуссию «RAG мёртв» в 2026 году, подтвердило не отказ от концепции, а её переход на более высокий уровень, где RAG является ядром, а не простым дополнением.

QКаков был итоговый «счёт» прогнозов автора и как проводилась их проверка?

AИз 20 прогнозов ни один не остался без ответа. Итоговая оценка, проведённая автоматизированным workflow с 41 агентом на базе Opus 4.8, показала: 4 прогноза оценены как верные (✅), 6 — в основном верные (🟢), 8 — частично верные (🟡), и лишь 2 — ошибочные (❌). Проверка заключалась в автоматическом извлечении каждого тезиса из расшифровки интервью 2023 года, последующем сетевом поиске актуальных на май 2026 года данных и их перекрёстной верификации для объективного сравнения прогноза с реальностью.

Похожее

Когда консенсус формируется всё быстрее, во что ставят молодые инвесторы?

Статья «Когда консенсус ускоряется, на что делают ставки молодые инвесторы?» (издание Huxiu) анализирует новые тенденции в технологических инвестициях на фоне быстрого развития ИИ, робототехники, коммерческой космонавтики и квантовых вычислений. Молодые инвесторы смещают фокус от простого преследования технологических трендов к пониманию реальных путей интеграции технологий в промышленность. Выделяются четыре ключевых направления: 1. **ИИ переходит в физический мир:** Инвестиции смещаются от облачных моделей к периферийным устройствам, роботам (включая воплощённый интеллект) и интеллектуальному оборудованию. Акцент делается не на демонстрационных возможностях, а на надёжности, стоимости развёртывания и реальной окупаемости. 2. **Конкурентное преимущество смещается к «интеллектуальной маховичной модели»:** Вместо вопроса «чей ИИ-модель мощнее» важен вопрос, какая компания может встроить возможности модели в рабочие процессы, создав цикл обратной связи «данные — обучение — улучшение продукта». Это создаёт долгосрочный барьер, как показывают примеры компаний Zhipu AI и Kling AI. 3. **Новые базовые технологии для преодоления дефицита данных:** По мере исчерпания общедоступных данных качественного обучения растёт интерес к таким подходам, как обучение с подкреплением и самоиграющие модели. Научные базовые модели (например, для биологии, химии) рассматриваются как перспективное, но сложное направление для генерации новых высококачественных данных. 4. **Терпеливый капитал для глубоких технологий:** В таких сферах, как коммерческая космонавтика и квантовые вычисления, где циклы разработки и валидации длительны, инвесторы должны рано оценивать фундаментальный потенциал, инженерные компетенции команд и готовность сопровождать проекты в долгосрочной перспективе, даже при неопределённости технических путей. Общий вывод: современный технологический инвестор должен глубже понимать язык технологий, оценивать не только финансовые модели, но и инженерные, и коммерческие траектории, и делать выбор в условиях, когда консенсус ещё не сформирован.

marsbit21 мин. назад

Когда консенсус формируется всё быстрее, во что ставят молодые инвесторы?

marsbit21 мин. назад

Высвобождение ликвидности на $100 млн? Новая политика Pump.fun тестирует «технику пампов» за 5 минут

**Pump.fun запускает режим BOOST: использует "мертвую ликвидность" для 5-минутного "фейерверка"** 21 июля платформа для запуска мем-токенов Pump.fun представила режим BOOST, ставший новым стандартом для эмиссии. Его цель — решить проблему "мертвой ликвидности". Раньше при переходе токена с bonding curve в пул ликвидности около 20% средств навсегда блокировались в LP, даже если токен обесценивался. По оценкам платформы, это приводило к ежегодным потерям ликвидности свыше $100 млн. Суть BOOST: вместо блокировки эти 20% средств (примерно 17.6 SOL или $2516 USDC) используются для скупки самого токена в течение первых 5 минут после его миграции на PumpSwap. Покупка осуществляется по методу TWAP (средневзвешенная по времени цена), а все выкупленные токены немедленно сжигаются. Это создает кратковременный покупательский спрос и сокращает предложение. Новый режим не меняет процесс торговли на bonding curve или порог миграции. Он активируется автоматически для всех токенов, мигрирующих после указанной даты. Ранее выпущенные токены и токены, запущенные через Mayhem, не подпадают под его действие. Логика Pump.fun, вероятно, в следующем: если новые мем-токены после запуска покажут кратковременный всплеск ("фейерверк"), это повысит вовлеченность трейдеров и объемы торгов на платформе. Устойчивый доход от комиссий — основа для будущего выкупа и поддержки собственного токена PUMP. Однако некоторые трейдеры выражают опасения: искусственный спрос в первые 5 минут может облегчить запуск низкокачественных проектов, а после окончания скупки токен может столкнуться с резкими продажами и высоким проскальзыванием, что усилит волатильность.

Foresight News31 мин. назад

Высвобождение ликвидности на $100 млн? Новая политика Pump.fun тестирует «технику пампов» за 5 минут

Foresight News31 мин. назад

Япония хочет купить рост с помощью ИИ. Поверит ли ей рынок облигаций?

Японское правительство представило новый курс экономической и фискальной политики («Основные принципы 2026»), сместив акцент с достижения профицита первичного баланса на стабилизацию и снижение соотношения госдолга к ВВП. Ключевым элементом стратегии стали масштабные инвестиции в стратегические области, такие как ИИ, полупроводники, оборона и энергетика, с целью стимулирования долгосрочного роста и повышения производительности. Однако рынок облигаций отреагировал на эти планы с осторожностью. Инвесторы опасаются, что ослабление прежнего фискального правила (первичный баланс) без четких новых механизмов контроля может привести к фискальной экспансии. Это вызвало рост доходности 10-летних японских гособлигаций и волатильность йены. Успех новой стратегии зависит от способности Японии обеспечить, чтобы номинальный экономический рост устойчиво превышал долгосрочные процентные ставки. Рынки будут оценивать не сам факт инвестиций в ИИ, а их реальную отдачу в виде роста производительности, налоговых поступлений и соблюдения дисциплины при выпуске новых облигаций.

marsbit59 мин. назад

Япония хочет купить рост с помощью ИИ. Поверит ли ей рынок облигаций?

marsbit59 мин. назад

Неправомерно пострадавшие A-акции: Устойчивость, ожидания и основание

В июле глобальные технологические акции столкнулись с коррекцией, начавшейся с распродаж в Южной Корее и затронувшей рынки США, Японии и Китая (A-shares). Однако китайский рынок продемонстрировал устойчивость благодаря нескольким факторам. Во-первых, базовые показатели технологического сектора Китая остаются прочными. Такие подотрасли, как оптические модули и оптическое волокно, показывают высокий рост прибыли (например, New Eastsoft, Changfei Optical Fiber). В отличие от южнокорейского рынка, сильно зависящего от полупроводников памяти, китайский технологический сектор диверсифицирован (компьютеры, связь, электроника) и опирается как на глобальные цепочки поставок (например, для NVIDIA), так и на политику импортозамещения. Во-вторых, государственные институты («команда страны») активно поддерживают рынок, выделив сотни миллиардов юаней на выкуп акций и ETF через такие компании, как China Reform Holdings и China Chengtong. Этот шаг направлен на стабилизацию ликвидности и формирование позитивных ожиданий, сигнализируя о возможном достижении локального дна. В-третьих, другие ключевые секторы A-shares демонстрируют внутренний потенциал для восстановления: * **Потребительский сектор:** CPI стабильно превышает 1%, указывая на улучшение маржи. Ключевые игроки, такие как Kweichow Moutai, повышают цены, а розничные продажи алкоголя растут. * **Сырьевой сектор (например, алюминий):** Высокая рентабельность, сохраняющийся дефицит предложения и низкие оценки создают потенциал для роста. * **Финансовый сектор:** Банки предлагают высокие дивиденды, а брокеры и страховщики выигрывают от оживления на рынке капитала. Таким образом, текущая коррекция в основном вызвана внешними факторами, а не ухудшением фундаментальных показателей. При поддержке государства и наличии внутренних драйверов роста в нескольких секторах рынок A-shares обладает значительной устойчивостью для возвращения к стабильности.

marsbit1 ч. назад

Неправомерно пострадавшие A-акции: Устойчивость, ожидания и основание

marsbit1 ч. назад

Квантовые компьютеры ещё не пришли, а 1,1 миллион биткоинов Сатоши Накамото уже стали проблемой

**Квантовые компьютеры еще не прибыли, а 1,1 миллион биткоинов Сатоши уже стали проблемой** Инструмент на основе доказательств с нулевым разглашением (ZK) от Project Eleven обещает помочь владельцам современных кошельков (после 2012 года) безопасно мигрировать активы перед квантовой атакой. Однако для ранних биткоинов, включая примерно 1,1 миллион монет, добытых Сатоши Накамото и хранящихся в устаревших адресах P2PK, этот инструмент бесполезен. У этих «старых» монет нет иерархической структуры ключей (HD), что делает их криптографически незащищенными. Сообщество Bitcoin столкнулось с политической, а не технической дилеммой: как защитить сеть, не нарушая ее основные принципы? Предлагается четыре спорных пути, каждый со своими последствиями: бездействие (риск массовой кражи), принудительная заморозка старых монет (нарушение прав собственности), ограничение их расходования («песочные часы») или принудительное перераспределение (разрушение неизменности реестра). Рынок уже реагирует на этот кризис управления. Например, Jefferies сократил свои биткоин-холдинги, ссылаясь именно на неопределенность в вопросе уязвимых монет. Угроза не только в будущих атаках, но и в «отложенном» взломе: злоумышленники уже сейчас сохраняют данные блокчейна для последующей расшифровки. Ключевой вопрос остается без ответа: как Bitcoin может пережить смену технологических эпох, не отказавшись от своих фундаментальных основ? Квантовый вызов уже породил кризис доверия.

marsbit1 ч. назад

Квантовые компьютеры ещё не пришли, а 1,1 миллион биткоинов Сатоши Накамото уже стали проблемой

marsbit1 ч. назад

Торговля

Спот
活动图片