Автор: Ван Цзяньшо
6 марта 2023 года, когда ChatGPT только появился, а GPT-4 ещё не был выпущен, я и Сара провели интервью о ChatGPT — третий выпуск серии "Traders' Talk «Простыми словами»" (Вышел подкаст «Простыми словами о ChatGPT», добро пожаловать к прослушиванию).
В то время ChatGPT появился совсем недавно, и тех, кто действительно им пользовался, было очень мало. Это трёхчасовое интервью долгое время оставалось на первом месте в категории ChatGPT на платформе "Маленькая Вселенная". В нём я высказал около двадцати суждений и прогнозов подряд, основываясь исключительно на интуиции и ограниченной информации, без особых данных. Полная стенограмма того интервью до сих пор хранится в моём публичном аккаунте.
Сейчас конец мая 2026 года, прошло три года, и ИИ вырос в нечто, невообразимое в те времена.
Я хочу сделать одну вещь: взять те двадцать суждений и, используя самые свежие доступные на сегодня данные, объективно свериться по каждому пункту. Чтобы увидеть, как именно изменился мир за эти три года, и увидеть, в чём я тогда угадал, а в чём ошибся.
Чтобы быть максимально беспристрастным, я решил поручить эту сверку ИИ: загрузил стенограмму того интервью в workflow, который задействовал 41 агента на базе Opus 4.8. Сначала они разобрали двадцать суждений по пунктам, затем каждый самостоятельно искал в сети свежие данные, взаимно проверял каждый пункт и, наконец, выставил оценку Ван Цзяньшо трёхлетней давности. Эта группа агентов потратила около 20 минут, сожгла 1,4 миллиона токенов (примерно 35 долларов) и выдала отчёт, представленный ниже. Суждения принадлежат им, а не мне. Базовой датой определён май 2026 года.
1. Табло
Символы вердикта: ✅ Правильно · 🟢 В основном правильно · 🟡 Частично правильно · ❌ Ошибка
На первый взгляд, большинство общих направлений, указанных Ван Цзяньшо, оказались верными, по-настоящему грубой ошибкой является лишь одна — назвав GPT-4 моделью с 100T параметров. Но дьявол кроется в деталях: почти за каждым «верным» утверждением скрывается хвост того, что не было угадано точно. Ни одно из двадцати утверждений не осталось чисто «неопределённым» — трёх лет достаточно, чтобы большинство вопросов получили определённую тенденцию. Давайте рассмотрим группы подробнее.
2. Верные суждения
Общая черта этой группы: Ван Цзяньшо верно предсказал направление, механизм и даже временные рамки, ошибки касались лишь «степени» и «абсолютности формулировок».
RAG и архитектура поиска (Тезисы 2, 3)
> В 2023 году Ван Цзяньшо сказал: Основной метод решения проблемы знаний и галлюцинаций — не изменение модели, а векторный поиск, который закачивает знания в качестве «шпаргалки»; правильная архитектура — это поисковая система, которая сначала ищет, а затем кормит результаты LLM.
Это стало фактическим стандартом для всех современных продуктов ИИ. RAG стал архитектурой по умолчанию для корпоративного ИИ, OpenAI, Google, Anthropic превратили её в платформенную возможность; ChatGPT Search буквально означает «сначала индексный поиск Bing, затем передача результатов GPT, и затем генерация ответов со ссылками». Google AI Overviews с использованием grounding достиг около 2 миллиардов активных пользователей в месяц, а Perplexity, компания, построенная исключительно на этой архитектуре, оценивается примерно в 200 миллиардов долларов.
В то время, когда GPT-4 ещё не был выпущен, и отрасль по умолчанию считала, что знания вносятся через дообучение, он поставил на «внешний поиск без изменения параметров модели». Механизм и время были угаданы верно.
Стоит честно признать: он представлял себе «статический однократный поиск», в то время как реальность сложнее — длинный контекст, GraphRAG, агентский поиск (agentic retrieval) пришли для усиления. Споры о «смерти RAG» в 2026 году как раз доказывают, что основное направление живо: они отрицают лишь «наивный однократный поиск», вывод — переход к гибридному поиску, а не возврат к изменению параметров модели. И ещё: термин RAG был предложен в статье Meta 2020 года, он не был его изобретением — он лишь угадал в нужное время, что это станет мейнстримом.
LUI — это новый континент (Тезис 7)
> В 2023 году Ван Цзяньшо сказал: Величайшее достоинство ChatGPT не в AIGC, а в открытии LUI (интерфейса на естественном языке), который, подобно GUI в своё время, перестроит взаимодействие человека и компьютера и породит новую отрасль, гораздо более крупную, чем «создание больших моделей» само по себе.
Часть про «новый континент» почти полностью верна. Естественный язык стал доминирующим слоем взаимодействия для масс (900 миллионов активных пользователей ChatGPT в неделю) и породил новую самостоятельную индустрию — агенты, coding-агенты, протокольный уровень — всё сбылось. Самая конкретная фраза «гораздо больше, чем создание моделей» получила сильное подтверждение: протокол MCP стал «стандартом операционной системы» для эпохи LUI, был полностью принят OpenAI, Google, Microsoft в 2025 году и в конце года перешёл в фонд Linux; только один продукт Claude Code достиг примерно 2,5 миллиардов долларов годовой выручки.
Но он использовал сильные формулировки типа «перестроит, заменит GUI», а через три года стало ясно, что это сосуществование в дополнение, а не замена. Три контраргумента убедительны: отчёт MIT показывает, что 95% корпоративных пилотных проектов GenAI не имеют измеримой ROI; computer-use агенты, напрямую управляющие интерфейсом, показывают на тестовых наборах около 78% у лучших моделей, лишь приближаясь к человеческому базовому уровню; устройства с голосовым управлением без экрана почти полностью провалились (Humane Pin прекратил работу в 2025 году). Более точная формулировка: LUI — это новый слой взаимодействия, наложенный поверх GUI.
Сеть роботов и новая адресация (Тезис 9)
> В 2023 году Ван Цзяньшо сказал: Примерно через десять лет появится «сеть роботов» — агенты будут автоматически взаимодействовать и вызывать друг друга на естественном языке, без необходимости в традиционных API; появится совершенно новая система доменной адресации. Эта вещь «сделается за два-три года».
Направление угадано поразительно точно. MCP, A2A (передан в фонд Linux, поддержка более 150 организаций) решают проблему взаимного вызова агентов; Agent Network Protocol напрямую использует DID от W3C для «адресации агентов без центрального авторитета», цель — «сотрудничающая сеть из миллиардов агентов» — что очень схоже с его «новой доменной системой».
Два момента требуют поправки: во-первых, «больше не нужны API» неверно — основные протоколы используют структурированные схемы на нижнем уровне, что по сути является стандартом поверх API; во-вторых, «сделается за два-три года» не сбылось — данные Gartner показывают, что по состоянию на 2026 год лишь около 17% организаций действительно развернули агентов. Интересно, что в своё время он разделил утверждение на уровни — прототип «за два-три года», зрелость «примерно за десять лет». Ритм создания прототипа угадан очень точно, а цикл зрелости действительно оказался десятилетним. Если рассматривать уровни отдельно, качество этого утверждения выше, чем кажется.
Китай определённо сможет создать работоспособные большие модели (Тезисы 10, 20)
> В 2023 году Ван Цзяньшо сказал: Китай определённо сможет создать рабочие большие модели, разрыв с передовыми будет быстро сокращён примерно за три года (по аналогии с браузером Red Flag, догонявшим Netscape).
Временная шкала этого утверждения совпадает удивительно точно. Фактические измерения Stanford AI Index 2026 показывают, что разрыв в бенчмарках между лучшими 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 больше, чем в Китае — с гораздо меньшими вложениями достигнуто сближение. DeepSeek, Qwen, Kimi, GLM стали глобально распространёнными, экосистема открытого кода даже лидирует.
Но слово «быстро» слишком оптимистично — реальная зрелость наступила примерно через 14 месяцев, а не «за несколько месяцев». И это сближение по работоспособности, а не определение передового края: по состоянию на начало 2026 года ни одна китайская модель не превзошла OpenAI o3. В тезисе 20 он явно ошибся: суждение о том, что «дверь, открывшись, уже не закроется», было прямо опровергнуто решением OpenAI в июле 2024 года добровольно отключить API для Китая, дверь была закрыта поставщиком; упомянутая им как лидер Baidu ERNIE Bot (Wenxin Yiyan), наоборот, отстала, а место лидера заняли незаметные в то время DeepSeek, Doubao (DouBao), Qwen.
Нет сознания, тест Тьюринга проверяет только внешнее (Тезис 13)
> В 2023 году Ван Цзяньшо сказал: У ChatGPT нет сознания, это «говорящий без намерения, слушающий — с чувством», самообман; тест Тьюринга изначально проверяет лишь «заставит ли он вас подумать, что он есть», а не «есть ли он на самом деле».
Ключевое суждение «проверяет внешнее» осталось очень устойчивым и было подтверждено одним экспериментом с иронией: в тесте Тьюринга UC San Diego 2025 года GPT-4.5 с промптом «изобразить личность» был признан человеком в 73% случаев, что даже выше, чем у реальных людей, но исключительно за счёт актёрских навыков — что и является лучшей иллюстрацией «проверяет лишь, заставит ли вас подумать, что он есть».
Следует добавить: это абсолютное сильное утверждение «у машины точно нет сознания» за три года продвинулось в серую зону. Anthropic создала исследовательскую позицию по «благополучию моделей», давая вероятность наличия сознания около 15%–20%, а также добавила Claude функцию «активно завершать диалог при злоупотреблении». Это превратило «точно нет» в «низкая вероятность, но нельзя исключить». Однако всё это основано на «возможно, следует предполагать», а не «подтверждено», ядро не опровергнуто, просто тогда тон был слишком категоричным.
Остальные верные суждения (Тезисы 6, 11, 12, 16, 18, 19)
- Не AGI, но большой шаг вперёд
: Оба аспекта верны. Сам Олтмен в эпоху GPT-5 всё ещё говорит «не AGI, не хватает непрерывного обучения»; при этом золотые медали IMO, результаты ARC-AGI выросли почти с нуля до 85%, «большой шаг вперёд» неоспорим. - Не будет волны безработицы
: Уровень безработицы в США в апреле 2026 года составил всего 4,3%. Слепое пятно в «распределении» — исследование Stanford показывает, что под удар попали именно молодые новички первой ступени карьерной лестницы 22–25 лет, механизм «плавного всасывания» для них не сработал. - Не будем затоплены ИИ-мусором
: Направление чистой пользы верно, но он серьёзно недооценил масштаб — ИИ-контент уже составляет около 52% новых веб-страниц, «ИИ-отстой» (AI slop) стало словом года. - Год стартапов
: Переломный момент волны угадан верно, xAI (основана в марте 2023) достигла оценки в 230 миллиардов. Но он чрезмерно сузил «великие компании» рамками 2023 года — по-настоящему триллионные OpenAI, Anthropic были основаны раньше. - 1994 год, момент браузера
: Относительный порядок подтвердился, OpenAI в 2025 году действительно выпустила браузер Atlas, превратив метафору в буквальную реальность. Просто распространение ChatGPT было более стремительным, чем браузера, метафора оказалась консервативной. - prompt и добавление фактов снижает галлюцинации
: Направление подтвердилось, частота галлюцинаций у GPT-5 без сети и поиска взлетела до 47%, что обратно подтвердило ключевую роль «фактов». Лишь недооценена основная причина — мотивация при обучении, а не prompt.
3. Ошибочные и неточные суждения
GPT-4 — это 100T параметров (Тезис 4) — Полностью ошибочно
> В 2023 году Ван Цзяньшо сказал: (Слух) GPT-4 имеет 100T параметров, что примерно в 600 раз больше, чем 175B у GPT-3.
Оба числа неверны. GPT-3 — 175B, наилучшая оценка по утечке в июле 2023 года — GPT-4 около 1.8T, MoE с 16 экспертами, всего примерно в 10 раз больше. Разница между 100T и реальностью составляет около 55 раз по порядку величины. Единственным источником «100T» является пересказ CEO Cerebras в 2021 году со словом «примерно», а Сэм Олтман ещё в январе 2023 года лично назвал ту диаграмму сравнения «полной чушью».
В оригинале он указал «слух», сохранив неопределённость. На более глубоком уровне сама рамка «измерять поколение кратным числом параметров» устарела: последующие GPT-4.5, GPT-5 от OpenAI вообще перестали раскрывать количество параметров. Это единственный пункт с неверными цифрами и устаревшей точкой зрения.
Математика в LLM (Тезис 1) — Диагноз верен, заключение о пределе ошибочно
> В 2023 году Ван Цзяньшо сказал: Плохая математика у LLM — это сущностная проблема, научить её математике самостоятельно невозможно и не нужно, правильный подход — подключение внешних инструментов.
«Диагноз плюс путь через инструменты» полностью верен — коренная причина именно в порождении по токенам, что делает перенос ненадёжным (статья о механизме 2025 года точно подтвердила интуицию «последняя цифра часто верна, средние ошибочны»); подключение инструментов также даёт огромный рост (o4-mini при разрешении использовать Python даёт 99,5% на AIME 2025).
Ошибочны формулировки с предельным утверждением «невозможно, не нужно». «Невозможно» опровергнуто — в июле 2025 года Gemini Deep Think и модели OpenAI завоевали золотые медали IMO, используя чистый естественный язык без инструментов. Ключевой поворот — появление в 2024–2025 годах «рассуждающих моделей», чего в марте 2023 года нельзя было предвидеть — поэтому эту оценку следует судить снисходительно, по направлению, а не строго по временной точке.
Захват стоимости (Тезис 8) — Угадано наполовину, ключевое утверждение ошибочно
> В 2023 году Ван Цзяньшо сказал: Стоимость в конечном итоге осядет на прикладном уровне, компании, создавшие инфраструктурный уровень (создающие модели), в итоге могут и не заработать денег.
Деньги действительно начали течь в прикладной уровень (Cursor достиг 2 миллиардов годовой выручки за три года) — это наполовину верно. Но «создающие инфраструктурный уровень не зарабатывают» было прямо опровергнуто NVIDIA: чистая прибыль в FY2026 составила около 120 миллиардов долларов, рыночная капитализация 5 триллионов+, это единственный игрок на рынке с явно крупной прибылью. А уровень моделей (предполагаемый убыток OpenAI в 2026 году около 14 миллиардов), который он, по-видимому, считал победителем, больше всего похож на описанный им «инфраструктурный уровень, сжигающий деньги без прибыли».
Он не разделил «инфраструктурный уровень вычислений» и «инфраструктурный уровень моделей», а также «выручку» и «прибыль». К 2026 году стоимость захватывается уровнем вычислений ещё более экстремально, чем в 2023, а не переходит на прикладной уровень. Следует добавить: убытки несут облачные провайдеры, покупающие чипы, а не продающий их NVIDIA — именно здесь проявляется несоответствие его аналогии о «чрезмерном строительстве железных дорог».
Авторские права (Тезис 14) — Регистрация верна, обход нарушений ошибочен
> В 2023 году Ван Цзяньшо сказал: Контент, сгенерированный ИИ, может обходить авторские права (защищается выражение, а не идея); генерируемые объекты могут не нарушать прав, но и не подлежать регистрации.
«Не подлежать регистрации» стало установленным юридическим фактом (в 2025 году Бюро авторских прав США чётко указало, что «одного лишь ввода промпта недостаточно для заявления об авторстве»). Но «обходить нарушение» явно ошибочно: суды неоднократно признавали, что если вывод ИИ имеет существенное сходство с оригинальным произведением, это всё равно составляет нарушение; Anthropic урегулировала иск о краже обучающих данных на 1,5 миллиарда долларов, что является крупнейшей компенсацией за нарушение авторских прав в истории США. ИИ не только не «обошёл» авторские права, но и заплатил самую большую цену в истории.
Всемирная гармония (Тезис 15) — Механизм верен, тренд угадан неверно
> В 2023 году Ван Цзяньшо сказал: ChatGPT делает «взвешенное среднее» человеческих точек зрения, что может противостоять информационным пузырям типа TikTok, давая возможность «всемирной гармонии».
Механистический уровень верен — несколько исследований в 2025 году достоверно подтвердили, что LLM смещает точки зрения к большинству, систематически недооценивая меньшинства. Но социальное суждение оказалось неверным: его собственное дополнение «по крайней мере, сейчас это не персонализировано» было опровергнуто в течение трёх лет — OpenAI с апреля 2025 года сделал память между диалогами и персонализацию функциями по умолчанию, ИИ стремительно движется к персонализации. Что ещё важнее, он представлял «взвешенное среднее» как нейтральный всемирный консенсус, но на практике это смещение с направлением, плюс угодливость, что можно использовать для активного манипулирования позицией — это ведёт к «созданию новых пузырей», а не к «устранению поляризации».
Локальные войны и стоимость (Тезис 17) — Качественные характеристики верны, количественные опровергнуты
> В 2023 году Ван Цзяньшо сказал: Создание больших моделей быстро превратится в «локальные войны», стоимость известна (примерно 5-10 миллиардов долларов США потолок, исключая ошибочные пути), войдут многие игроки.
Качественные направления угаданы поразительно точно — множество игроков входят, быстрое превращение в товар, открытый код догоняет закрытый — всё сбылось. Но жёсткая цифра «потолок 5-10 миллиардов» ошибочна с обоих концов: передовой уровень сильно недооценен (обучение модели уровня GPT-5 в 2026 году достигает 2-5 миллиардов долларов, плюс дата-центры на сотни миллиардов и проект Stargate на 500 миллиардов); уровень воспроизведения, наоборот, переоценен (DeepSeek снизил маржинальную стоимость обучения до уровня в несколько миллионов долларов). «Стоимость» одной и той же модели в зависимости от подхода может различаться в 200 раз, просто не попадая в указанный им интервал.
Эмерджентные способности (Тезис 5) — Направление верно, цифры и рамки ошибочны
> В 2023 году Ван Цзяньшо сказал: Примерно при 60B параметров и выше появляются новые способности, которых не было в исходных данных и которые исследователи не могут объяснить.
Интуиция о направлении верна, но две формулировки не выдерживают критики: во-первых, не существует единого «порога 60B» — реальный порог для цепочки рассуждений около 100B, разные способности появляются при разном масштабе от 13B до 540B; во-вторых, «нельзя объяснить» было поставлено под сомнение ещё в конце 2023 года статьёй на NeurIPS — многие «скачки» являются артефактом, вызванным выбором метрики оценки, при переходе на непрерывные метрики кривая становится гладкой и предсказуемой. Честно говоря, в то время он просто пересказывал абсолютно мейнстримную нарративу, реально можно поправить лишь принятие «60B» за жёсткий порог и «необъяснимо» как качественный вывод.
4. Взгляд через три года, несколько закономерностей
Сверяясь по пунктам и затем отступая на шаг, в этих двадцати суждениях Ван Цзяньшо скрываются несколько закономерностей, которые сто́ит запомнить больше, чем любой отдельный пункт.
1. Направление гораздо надёжнее, чем цифры и степень. Из двадцати суждений те, что касались механизмов и направлений (RAG, LUI, сеть роботов, тест Тьюринга), почти все оказались верны; те, что давали конкретные цифры или предельные формулировки (100T параметров, порог 60B, стоимость 5-10 миллиардов, математика «невозможна»), почти все ошибочны. Для быстро меняющихся областей стоит делать ставку на направление, на механизм, реже — на точные цифры, и особенно остерегаться слов «невозможно, обязательно, потолок, абсолютно» — это районы, где чаще всего достаётся от времени.
2. Во времени он склонен переоценивать скорость, но недооценивать степень. Всё, где он говорил «быстро, сделается за два-три года», как правило, созревало медленнее; но потолок скачка способностей он недооценивал — математика от «невозможна» дошла до золотых медалей IMO, стоимость передовых моделей выросла до немыслимого ранее уровня. Одним словом: слишком оптимистичен в краткосрочной перспективе, слишком консервативен в долгосрочной.
3. Самые скрытые ошибки повторяются в «распределении». Это не ошибки направления, а взгляд только на общую картину, игнорирование распределения. «Не будет волны безработицы» верно, но ущерб высоко сконцентрирован на молодых новичках; «стоимость осядет на прикладном уровне» наполовину верно, но не было разделения уровня вычислений и уровня моделей. Общая картина верна, но скрывает распределительную катастрофу — это самый важный урок.
4. Там, где он оставлял место для манёвра, спустя три года суждения выдерживают проверку. «Слух», «по крайней мере сейчас», «значительно снижает, но не устраняет», «прототип за два-три года, зрелость примерно за десять» — все суждения, которые в своё время имели ограничения или были разделены на уровни, сегодня выглядят более устойчивыми. Наоборот, брошенные сгоряча абсолютные утверждения чаще всего проваливались. Честность прогнозирования наполовину состоит в смелости высказываться, а наполовину — в смелости обозначать свою неуверенность.
5. Некоторым вопросам трёх лет просто недостаточно. Кому в итоге достанется стоимость, является ли эмерджентность истинным явлением, есть ли у машины хоть капля сознания, поглотит ли длинный контекст RAG — эти споры трёхлетней давности к 2026 году остаются спорами. Умение отличать «уже имеющие ответ» от «требующие дальнейшего ожидания» важнее, чем спешка с выводами по каждому вопросу.
Ван Цзяньшо трёхлетней давности по интуиции указал двадцать направлений в тумане, когда GPT-4 ещё не появился. Сегодня, после сверки, пожалуй, самое важное, что стоит запомнить: увидеть общее направление на самом деле не так уж сложно, трудно признать, что в цифрах, скорости и распределении мы снова и снова исходим из своих предположений. Эти двадцать пунктов сверки больше похожи на правила для следующих трёх лет, чем на оценку прошлого. Ещё через три года, в 2029, сверимся снова.
