Маск согласен с оценкой Уилла Депью: способности ИИ не замедлятся, рекурсивное самоулучшение (RSI) наступит менее чем через 24 месяца.

Автор статьи, источник: 0x9999in1, ME News



Коротко

• Маск согласен с оценкой Уилла Депью: способности ИИ не замедлятся, рекурсивное самоулучшение (RSI) наступит менее чем через 24 месяца. Первую часть я поддерживаю, вторую — оставляю под вопросом.
• Но в этом диалоге существует несоответствие: основной аргумент в пользу заниженной оценки Frontier Labs никогда не был «модель не работает», а всегда был «модель отлично работает, но вы не получаете деньги».
• Фраза Маска «ИИ два года назад был настолько устаревшим, что его можно было отправить в музей» — это на самом деле лучшая реплика для медведей. Она говорит о скорости износа активов, а не о конкурентном преимуществе.
• Кривая способностей подтверждается реальными данными: «продолжительность задачи», измеренная METR, удваивается примерно каждые семь месяцев, а за последние два года — даже быстрее. Это самый важный показатель, за которым стоит следить.
• Проблема RSI не в возможности, а в слишком расплывчатом определении. Узкоспециализированное самоусовершенствование уже произошло (AlphaEvolve — это подтверждение), а глобальная замкнутая система пока застряла на вычислительной мощности, энергопотреблении, циклах экспериментов и оценке.
• У Маска есть исторические обязательства в расписании. FSD «в следующем году» обещали уже десять лет, AGI также анонсировали на 2025 и 2026 годы. Направление правильное, но темпы часто сбиваются.
• Мой вывод: способность к длинной позиции не означает длинную позицию по любой конкретной балансовой ведомости. Эти две вещи необходимо рассматривать отдельно.

Они отвечают не на один и тот же вопрос

Сначала ясно скажите.

Слова Уила Депа имеют предпосылку: эта медвежья точка зрения «достаточно логична, если игнорировать AGI».

Это предположение уже частично признает логику медведей.

Потому что большинство тех, кто скептически относится к оценке Frontier Labs, не считают, что модель остановится. Их аргументы другие: единичная экономика не работает, чрезмерная интенсивность капитальных затрат, недооцененный срок амортизации, конкуренция сглаживает ценовую власть, а уровень внедрения на корпоративном сегменте значительно ниже ожиданий.

Ни одна из этих позиций не зависит от «замедления возможностей ИИ».

Так что утверждение Маска о том, что ИИ через два года поразит людей до взрыва, как оценка тенденции в развитии возможностей, я считаю, с большой вероятностью верно. Однако как опровержение бычьих аргументов оно не попадает в цель.

Это был красивый удар, но он попал в пустоту.

Скажу ещё проще: кривая технологий и кривая денежных потоков — это не одно и то же. Исторически они часто движутся в противоположных направлениях. Чем быстрее прокладывают оптоволокно, тем дешевле становится пропускная способность, и тем хуже приходится компаниям, которые его прокладывают. В конце 1990-х годов в США резко выросла мощность магистрального оптоволокна, после чего цены рухнули — Global Crossing и WorldCom попали в список банкротов. А настоящую выгоду от этой инфраструктуры получили те, кто занимался стримингом и облачными сервисами спустя десять лет.

Технология победила. Те, кто вложился в технологии, не выиграли.

Это не попытка обесценить ИИ. Это напоминание: между «ИИ станет чрезвычайно мощным» и «сегодняшняя оценка справедлива» —还有很多 шагов логических рассуждений.

Второе: метафора «пойти в музей» на самом деле является доказательством медвежьего настроения

Я признаю наблюдательность Маска в этом заявлении.

Два года назад, в середине 2024 года, первым эшелоном были GPT-4o, Claude 3.5 Sonnet, Llama 3.1 405B. У них не было должных вычислительных ресурсов для вывода, надежного вызова длинных цепочек инструментов и выполнения автономных задач продолжительностью несколько часов.

Сегодня это действительно выглядит как образец.

Но обратите внимание, что это предложение действительно описывает.

Он описывает, что модель ИИ как актив быстро обесценивается.

Экономический срок службы передовых моделей может составлять всего 12–24 месяца. После выхода следующего поколения модели маржинальная ценность вычислительных ресурсов, затрат на данные и трудовых ресурсов, вложенных в предыдущую модель, резко падает. Вы не можете получать с неё ренту в течение десяти лет.

А как насчет оборудования, которое это все поддерживает? Крупнейшие производители обычно списывают GPU и серверы на протяжении пяти-шести лет в своих отчетах. Не является ли эта гипотеза завышенной? В 2025 году это было открыто поставлено под сомнение, а Майкл Берри в ноябре того же года прямо указал на это: если реальный срок службы короче, то бухгалтерская прибыль искусственно завышена.

Я не хочу защищать медведей, но логика должна быть последовательной: если модель должна попасть в музей уже через два года, то на чем основана эта модель — сталь и кремний — почему они должны надежно служить шесть лет?

Чем вернее это утверждение Маска, тем острее становится этот вопрос.

Еще более сложно обстоит дело с ценами. Согласно данным Epoch AI, стоимость вывода на том же уровне производительности может снижаться на порядок в год. Это отличная новость для пользователей, но постоянное сокращение маржи для компаний, пытающихся получать доход за счет моделей.

Ваш продукт каждый год становится намного лучше, а ваша цена каждый год значительно снижается.

Вот откуда берется механизм «гонки за способностями, борьба за прибыль». Это не неудачное исполнение, это структура.

Три: Способности не замедлятся: по этому пункту данные на стороне Маска

Теперь я скажу, с чем согласен.

Если обсуждать только на «ощущениях», спор никогда не закончится. Поэтому я предпочитаю смотреть на конкретный показатель: какое время модель может выполнять задачи самостоятельно.

Исследование METR, опубликованное в 2025 году, показало достаточно устойчивую тенденцию: длина задач, которые модель может выполнить с вероятностью 50%, удваивается примерно каждые семь месяцев, если измерять по времени, необходимому человеческим экспертам для выполнения аналогичных задач. После 2024 года наклон этой линии стал еще круче.

Ко второй половине 2025 года самые мощные модели уже попали в диапазон «два часа».

Почувствуйте смысл этой кривой. Экспоненциальный рост на начальном этапе выглядит умеренно, а на последнем — внезапно. От двух часов до рабочего дня требуется всего два-три удвоения.

В то же время были и другие ориентиры. В сентябре 2025 года OpenAI выпустила GDPval, оценивающую по реальным профессиональным результатам, и передовые модели уже достигли уровня профессиональных экспертов в некоторых профессиональных задачах. В июле 2025 года экспериментальные модели нескольких лабораторий показали результаты, соответствующие золотым медалям на Международной математической олимпиаде. Это не маркетинговые слоганы, а проверяемые публичные события.

Таким образом, я считаю, что выражение «замедление передового прогресса» не имеет смысла с точки зрения способностей.

На самом деле замедлилось другое: порог удивления пользователей.

Мы потрясаемся каждые три месяца, и потрясения становятся повседневностью. Такая субъективная онемелость легко может быть неверно истолкована как объективная остановка.

На этом этапе Маск трезв.

Четвертый пункт: RSI менее 24 месяцев: что из этого правда, а что — вера

Это самая неприемлемая для меня часть всего обсуждения.

Не потому, что он слишком оптимистичен, а потому, что он слишком расплывчат.

RSI имеет как минимум три версии, существенно отличающиеся друг от друга.

Первая версия: ИИ улучшает свои компоненты в узкой области.

Это уже произошло. AlphaEvolve, представленный Google DeepMind в 2025 году, является подтверждением этого: он автоматически обнаружил более эффективный алгоритм, сократив количество умножений при умножении комплексных матриц 4×4 с 49 до 48, побив рекорд, державшийся более пятидесяти лет, и восстановив около 0,7% глобальных вычислительных ресурсов в дата-центрах Google.

Это реальный, проверяемый пример улучшения инфраструктуры ИИ с помощью ИИ.

Вторая версия: ИИ значительно берет на себя собственные процессы разработки.

Это уже в процессе. Кодирующие агенты уже берут на себя значительную долю инженерной реализации внутри лаборатории: код-ревью, экспериментальные скрипты и конвейеры данных автоматизируются.

Третья версия: автономный ускоряющийся цикл, свободный от человеческих ограничений.

То есть, как обычно говорят, «умственный взрыв».

Два предыдущих варианта были использованы для обоснования третьего, что является наиболее распространенным скользким склоном в таких прогнозах.

Почему сложно? Бутылочное горлышко совсем не в алгоритмической идее.

Скорость исследований в области ИИ ограничена физическим временем экспериментов. Один масштабный предварительный тренинг может занимать несколько недель, требуется ждать оборудования, бороться за электроэнергию, стоять в очереди. Даже если вы увеличите скорость мышления исследователей в сто раз, очередь экспериментов не ускорится в сто раз.

На более низком уровне — энергетика и цепочки поставок. Производственные мощности передовой упаковки, поставки HBM, сроки доставки трансформаторов и очередь на подключение к электросети — всё это движется в масштабах кварталов и лет. К 2025 году время ожидания подключения к электросетям в нескольких регионах США уже достигло нескольких лет.

Силиконовые пластины могут работать сверхурочно, подстанции — нет.

Еще одно менее обсуждаемое ограничение — оценка. Чтобы ИИ мог улучшать себя, он должен сначала понимать, стал ли он лучше. Когда задачи становятся длительными — десятки часов — и ответы больше не имеют единственного решения, само определение «лучше» превращается в научную проблему. Сигналы вознаграждения становятся загрязненными, и модель начинает оптимизировать оценщик, а не свои собственные способности.

Таким образом, мой вывод: в течение 24 месяцев мы с большой вероятностью увидим значительный прогресс во второй версии, и доля AI в процессе разработки将继续 расти. Однако вероятность появления третьей версии — настоящего рекурсивного цикла, полностью освободившегося от человеческого ритма — в течение 24 месяцев, по моему мнению, значительно ниже 50%.

Это не технический пессимизм, это инженерная реальность.

Five: Musk's timeline needs a discount factor

Это не атака на людей, это калибровка.

Его прогнозы по направлениям имеют очень высокую историческую точность: электромобили победят, повторно используемые ракеты осуществимы, спутниковый интернет станет реальностью, а крупномасштабные GPU-кластеры — ключевой переменной. Сам факт того, что его кластер Colossus был развернут в 2024 году с чрезвычайно короткими сроками на уровне десятков тысяч процессоров, говорит о том, что он понимает суть гонки вычислительных мощностей.

Однако его оценка времени в долгосрочной перспективе всегда была излишне оптимистичной.

Полностью автономное вождение «будет реализовано в следующем году» — так говорили с 2015 года по сегодняшний день. Он публично предсказывал, что ИИ превзойдет любого отдельного человека примерно в 2025 году, а АГИ появится примерно в 2026 году. Сегодня 31 июля 2026 года, и эти прогнозы, очевидно, не сбылись.

Рекомендуемый подход: умножьте его расписание на два или три.

Еще один важный момент: он не является нейтральным наблюдателем.

xAI сильно инвестирует в эту нишу, требуя постоянного крупного финансирования и уверенности рынка в дальнейшем росте кривой. Полностью нормально, что человек выражает сильную уверенность в направлении, в которое он сам делает ставку, но получателю следует учитывать эту заинтересованность при оценке.

Это не влияет на возможную правильность его суждения. Это влияет только на то, насколько высокой должна быть ваша степень уверенности.

Шестое: реализация на стороне предприятий — это настоящий разрыв

В августе 2025 года исследование команды, связанной с MIT, вызвало широкую дискуссию: у подавляющего большинства корпоративных пилотных проектов по генеративному ИИ не было зафиксировано измеримого улучшения прибыли и убытков — до 95%. Методология этого исследования впоследствии подвергалась критике множеством людей, выборка и критерии оценки вызывали споры; я не рекомендую воспринимать его как неоспоримое доказательство.

Но затронутые им болевые точки — реальны.

Между возможностями модели и корпоративной ценностью лежит целый комплекс нелюбимых, но необходимых задач: управление данными, система прав доступа, реорганизация процессов, аудит и сохранение следов, определение ответственности и обеспечение компенсации при сбоях.

Модель, способная завоевать золотую медаль, не может пройти через ключевые процессы банка — проблема никогда не в интеллекте.

Это также объясняет кажущееся противоречие: объем использования взрывается, но доходы трудно количественно оценить. Ежемесячный объем обработки токенов, раскрытый Google в 2025 году, быстро вырос с уровня миллионов триллионов до уровня десятков триллионов, а еженедельная активная аудитория OpenAI осенью 2025 года достигла примерно 800 миллионов. Объем использования несомненно набирает обороты.

В то же время, согласно сообщениям множества СМИ, ведущие лаборатории все еще будут находиться в состоянии значительных чистых убытков в 2025–2026 годах, а ожидания прибыльности обычно сдвигаются на 2029 год. Общие годовые капитальные расходы сверхкрупных производителей были дополнительно повышены с уровня нескольких сотен миллиардов долларов в 2025 году.

Рост объема решает проблему «кто-то использует». Он автоматически не решает проблему «кто зарабатывает».

Между этими двумя вещами стоит право на ценообразование, которое постепенно стирается несколькими конкурентами с сопоставимыми возможностями.

Семь: не слушайте выводы, следите за шкалой

Спорить о том, замедлится ли ИИ, бессмысленно, поскольку обе стороны по-разному определяют «замедление».

Я рекомендую следить за тремя проверяемыми вещами.

Во-первых, временной диапазон задания. Продолжайте следить за кривой METR. Если временной диапазон с 50% вероятностью успеха в течение следующего года увеличится до более чем восьми часов, это сильно подтвердит суждение Депю. Если он будет колебаться в интервале от двух до четырех часов более года, это свидетельствует о том, что мы столкнулись с некоторым структурным потолком.

Во-вторых, надежность, а не пиковые возможности. Смотрите на временные рамки при успешности 80% или 90%. Компании покупают стабильность, а не случайные гениальные результаты. Скорость прогресса этого показателя напрямую определяет наклон коммерциализации.

В-третьих, единичная экономика, а не общий доход. Следите за валовой маржой, сравнивайте скорость снижения себестоимости на единицу с темпами ценовой войны. Проверьте, есть ли кто-то, кто действительно достиг положительного операционного денежного потока.

Три шкалы, не нужно верить ничьим предсказаниям.

Восьмое: заключение

Моя позиция проста.

Я считаю, что у Маска правильная оценка способностей. Модели два года назад уже выглядят как экспонаты, а через два года сегодняшние самые мощные модели, вероятно, покажутся громоздкими. Эта кривая еще не изогнулась.

Но его ответ на вопросы о оценке был неуместным.

Потому что настоящий вопрос медведей заключается в следующем: когда модель теряет свою стоимость каждые восемнадцать месяцев, когда цена эквивалентного интеллекта падает на порядок каждый год, а четыре-пять компаний одновременно обладают практически одинаковыми возможностями, кто будет оплачивать эти сотни миллиардов долларов капитальных затрат и каким образом будет оцениваться и возвращаться эта стоимость?

На этот вопрос «ИИ станет сильнее» не может ответить.

Я оставляю свою позицию по RSI. Это не потому, что это невозможно, а потому, что для этого требуются вычислительные мощности, электроэнергия, экспериментальные циклы и система оценки, которые не подчиняются экспоненциальному росту.

Скажу последнее, возможно, непопулярное замечание.

Технологическая революция — это реально, и пузырь тоже может быть реальным; эти две вещи вполне могут происходить одновременно, и исторически это обычно так и происходит. Железные дороги — это реально, а акции железнодорожных компаний обвалились. Интернет — это реально, а Насдак упал на 78 %.

Технический анализ на повышение не означает уверенности в каждой балансовой ведомости.

Разделите ставки. Это не двойная игра, это умение вести расчеты.

Что касается того, будет ли ИИ через два года «поразительным», я склонен верить.

Я не делаю эту ставку на то, кто еще останется за столом в то время.

Источник ссылки

1. METR, «Измерение способности ИИ выполнять длинные задачи», METR Research, март 2025 года.
2. Google DeepMind, «AlphaEvolve: агент для программирования, основанный на Gemini, для разработки продвинутых алгоритмов», май 2025 года.
3. OpenAI, «Представляем GDPval», блог OpenAI, сентябрь 2025 года.
4. Epoch AI, «Тенденции цен на вывод LLM» и «Тенденции в вычислительных ресурсах машинного обучения», данные Epoch AI, 2024–2025.
5. MIT Media Lab / Проект NANDA, «Разрыв в области генеративного ИИ: состояние ИИ в бизнесе 2025 года», август 2025 года.
6. Goldman Sachs Research, «Генеративный ИИ: Слишком много расходов, слишком мало выгоды?», июнь 2024 года.
7. Элон Маск и Уилл Депью, посты на X о оценках Frontier Lab и рекурсивном самоусовершенствовании, июль 2026 года.
8. Reuters и The Information, сообщающие о выручке, убытках и сроках рентабельности OpenAI и Anthropic, 2025–2026 годы.