За командой MiniMax 10x стоит не технологический барьер, а цепочка ответственности в реальном мире

Автор статьи: Янь Цзюнь

Источник: 36氪

Введение: Крупные модели всё лучше пишут ответы, но настоящая сложность на производственной площадке — как эти ответы внедрить, объяснить и возложить на них ответственность. Значение команды MiniMax 10x заключается не только в привлечении экспертов — модели начинают искать интерфейсы для вхождения в цепочку ответственности отрасли.

В прошлом году я по-настоящему почувствовал, что меня оставили позади.

Двадцать лет интуиции и чувства реальности — и вдруг внезапно потеряли опору. Не потому, что что-то было сделано неправильно, а потому, что мир сменил правила оценки.

Крупные модели, агенты, ИИ-программирование — одна волна за другой. По всему миру кричат: «Эффективность выросла в десять раз», «Перестройка отрасли». Сначала я тоже был в восторге. Позже восторг прошел, и осталось ощущение нереальности.

Тогда я начал восполнять пробелы в знаниях — изучать ИИ и развивать собственное суждение. Это не было внезапным увлечением технологиями, а осознанием того, что больше нельзя оставаться в стороне. Неожиданно для себя, в этом возрасте я записался на магистратуру по информатике, заново прошел курсы, читал научные статьи и с трудом пытался понять технологии и алгоритмы.

Опять абстрактно, опять реально, и даже приятно.

Чем больше я использую ИИ, тем больше понимаю одну вещь: он может писать, считать, суммировать и отлично справляется с задачами, где условия ясны и границы четко определены. Но в реальном мире многие проблемы даже сама постановка вопроса неясна.

В самый важный момент, когда нужно принять решение, советы ИИ всегда выглядят правильными, но не содержат «но».

Нет той фразы: «Это не подходящий момент, сейчас анонс только поставит всех в неловкое положение.»

Нет этой фразы: «Этот риск указан для соблюдения норм, но кто ответит, если что-то пойдет не так?»

Нет той фразы: «Этот план нельзя так предлагать — как только ты его предложишь, собеседник поймет, что ты не разобрался, кто тут главный.»

Нет этой фразы: «Это предложение нормально в презентации, но в контракте вызовет проблемы.»

ИИ не говорит этого. Не потому, что он недостаточно умен, а потому, что ему не нужно нести последствия за ошибочные высказывания.

Так что в этой статье мы не будем обсуждать, «заменим ли ИИ людей». Я хочу задать другой вопрос: когда ответы становятся всё дешевле, какой опыт остаётся ценным? Когда ИИ может писать планы, кто будет решать, можно ли реализовать эти планы? Те, кто раньше принимал решения на основе опыта реального мира, как теперь могут войти в игру?

Увидев сообщение от команды MiniMax 10x, я внезапно почувствовал, что вопрос, который я долго размышлял, нашел реальное подтверждение в отрасли.

Это не новая модель и не анонс финансирования. Согласно открытой информации, команда MiniMax 10x работает с экспертами в областях промышленного программного обеспечения, игровых движков, проектирования чипов, финансов и бухгалтерии, приближаясь к модели «промышленного исследовательского партнера»: эксперты в сфере вовлекаются для определения задач, совместной разработки оценочных критериев и рабочих процессов, напрямую передавая реальный отраслевой опыт модели.

Стоит обратить внимание не на то, насколько это событие шумное, а на сигнал, который оно отправляет: промышленный ИИ должен выйти на передовую, и для этого недостаточно только более мощных моделей — необходимо интегрировать реальные определения проблем, обратную связь и цепочки ответственности из отрасли.

Вот этот разрыв:

Стоимость генерации ответов быстро снижается. Стоимость принятия, объяснения и привлечения к ответственности за ответы не снизилась ни на копейку.

01 Почему ИИ дал правильный ответ, но он не попал в цепочку ответственности?

У ИИ нет реальной личности и реальных потерь. Он не теряет клиентов из-за одной ошибочной оценки, не несет ответственности за неверное решение и не должен объяснять на совещании по анализу, «почему тогда было принято такое решение».

Без реальных потерь он не научится тому виду суждений, которые приходят только после ошибок.

Поэтому обращение к отраслевым экспертам — это не только для пополнения знаний, но и для привнесения обратной связи из реального мира: какие вопросы стоит задавать, какие границы нельзя переступать, какие суждения можно включить в процесс и какие последствия необходимо заранее оговорить.

Эксперты — это не заплатки для знаний ИИ, а нервные окончания, через которые ИИ проникает в отраслевую практику.

Раньше написание планов, принятие решений и несение ответственности были связаны вместе. Сейчас крупные модели сделали часть «написания ответов» дешевой, и те способности, которые определяют, могут ли ответы быть приняты, объяснены или на которые можно возложить ответственность, вновь стали дорогими.

Я называю это цепочкой ответственности: процесс, в ходе которого ответ проходит от «выглядит правильно» до «кто-то осмелится использовать, представить, подписать и взять на себя ответственность». Чем более высокая ценность, риск и регулирование — финансы, здравоохранение, юриспруденция, промышленность, государственное управление — тем длиннее эта цепочка и тем сложнее ее пройти до конца.

Когда большие модели пришли на передовую, стало понятно, что такое ответственность.

02 Четыре сцены: ИИ всё делает правильно, но на каждом шаге застревает вне ответа

Проблема не в том, что ИИ дал неверный ответ. Проблема в том, что ответ не входит в цепочку ответственности.

Первый вопрос: регуляторы действительно спрашивают не «есть ли у вас ценность», а «к кому мне обратиться, если что-то пойдет не так»

Однажды старый работодатель столкнулся с регуляторными конфликтами одновременно в нескольких городах. Внутренне было подготовлено множество материалов: данные пользователей, доказательства соответствия, юридические положения, экономический вклад. Передать это сегодняшней большой модели — она обязательно напишет красиво: технологические инновации, эффективность городов, платформенная экономика высвобождает социальную ценность.

Все это верно. Но в этой ситуации они не являются ключевыми.

Регулирующие и правоохранительные органы не интересуются этими коммерческими аргументами о ценности. Их единственный настоящий вопрос: если что-то пойдет не так, за кем я смогу закрепить ответственность? Как я объясню это своему руководству?

Что действительно беспокоит правительство: что делать, если произойдет массовое событие? Кто несет ответственность за инциденты безопасности? Кто несет ответственность, когда платформа быстро расширяется, но регулирование не успевает за ней?

Последнее, что нужно сделать, — не подавать больше материалов, а переосмыслить возможности платформы: данные могут помочь выявить аномалии, записи о заказах способствуют установлению ответственности, а технические системы должны быть не только объектами регулирования, но и инструментами регулирования.

Только так собеседник увидит интерфейс: если что-то пойдет не так, я знаю, к кому обратиться; если возникнет проблема, я знаю, как ее проверить; если нужно отчитаться, я знаю, как объяснить.

ИИ может идеально структурировать материал. Но он未必 знает, где находится этот интерфейс и почему именно он является настоящим козырем всей коммуникации.

Это не проблема материала. Это проблема интерфейса регуляторной ответственности.

Вторая сцена: Будет ли реализована реформа — это зависит не только от плана, а от того, есть ли у каждого человека запасной путь.

Однажды я участвовал в конкурсе на участие в пилотном проекте местных реформ. У конкурентов были более значительные финансовые ресурсы, более полные предложения и безупречная логика. Но они выбыли.

Потому что их план упустил ключевую проблему, не указанную ни в одной оценочной таблице: в процессе реформ, если возникнут проблемы, сможет ли каждый из присутствующих найти приемлемое объяснение.

Не перекладывание вины, а достоинство.

Многие реформы не связаны с отсутствием понимания их ценности, а с тем, что никто не хочет сделать лишний шаг ради плана, где неясна ответственность.

Но одного устранения страха недостаточно. Важнее, чтобы каждый участвующий подразделение увидело, что именно оно получит после продвижения этого процесса — не абстрактные слова вроде «совместное содействие реформам», а конкретное: одно подразделение получит еще один пилотный кейс для демонстрации внешним сторонам, другое — конкретный измеримый результат достижений, а этот руководитель получит еще одну возможность упомянуть себя перед своим руководителем.

Что-то пошло не так, я не попаду в беду. Что я получу после завершения?

Вместе эти два предложения составляют настоящий переключатель действия.

Правительство местного уровня не читает бизнес-план. Оно оценивает: кто будет лидером? Какой отдел будет сотрудничать? Откуда взять бюджет? Как определить критерии приемки? Кто будет отвечать, если возникнут проблемы?

Это не проблема с планом, а проблема в том, может ли каждый участник объяснить, почему он продвигает.

Сцена 3: Даже самый полный BP не может заменить бизнес-суждение и инвестиционную ответственность.

Однажды предприниматель пришел с проектом в фонд. Бизнес-модель была четкой, рыночный потенциал достаточным, материалы — полными. Сегодня с помощью ИИ крупные модели могут быстро сгенерировать полноценный бизнес-план, даже с международным уровнем.

Но то, на что действительно обращают внимание фонды, — это не то, полны ли материалы.

В тот день инвестор перелистнул несколько страниц и задал всего один вопрос: «Ваши клиенты — это реальный рыночный спрос или результат пилотных проектов, вызванных политическими окнами? Будут ли клиенты продлевать подписку明年, если субсидии прекратятся?»

Этот вопрос, казалось бы, адресован клиенту, но на самом деле одновременно проверяет два момента.

Одно — это управленческое суждение основателя: действительно ли вы понимаете, откуда поступает ваш доход, почему клиенты платят и будут ли они продолжать платить в следующем году. Вы сталкиваетесь с рисками или просто скрываете их красивыми материалами.

Еще один вопрос — это ответственность инвестора: если я представлю этот проект на заседание инвестиционного комитета, смогу ли я четко объяснить, какова качество дохода, насколько высока зависимость от политики, где находятся риски продления и на чем основана стратегия выхода?

В материалах ответы есть. Просто часто никто не знает, какая строка является настоящим ключевым вопросом всей встречи.

Инвесторы уже давно заметили ту строку. Он просто хотел узнать: вы действительно задумывались над этим вопросом или используете красивый материал, чтобы избежать ответа, который сами не смогли четко сформулировать?

Это не о том, чтобы искать недостатки в материалах, а о проверке, могут ли быть установлены две цепочки ответственности: могут ли основатели нести ответственность за результаты деятельности и могут ли инвесторы нести ответственность за свои инвестиционные решения.

ИИ может идеально упорядочить всё. Но он не знает, что иногда слишком полный материал сам по себе является сигналом: ещё не готов к настоящему вопросу.

Материалы никогда не являются ключевыми. Важно то, можно ли подтвердить качество доходов, объяснить риски и одновременно обосновать управленческие решения и инвестиционную ответственность.

Сцена 4: Когда сделка застревает, настоящий конфликт часто не в условиях, а в «двух системах ответственности»

Еще раз на столе лежал технологический проект, все стороны говорили, что хотят его продвигать. Технология имела барьеры, качество клиентов было хорошим, Due Diligence завершено, условия почти согласованы. На первый взгляд, оставался всего один шаг до подписания.

Но эта сделка неожиданно была приостановлена. Никто не объяснил почему.

Фонд в юанях говорит: нам нужно еще раз изучить структуру. Акционеры в долларах говорят: нам нужно подтвердить последующие права. Основатель говорит: есть ли еще пространство для оценки? Каждый использует более осторожные слова, чтобы выразить настоящую тревогу.

Ренминби-фонды имеют за собой местные промышленные цели, задачи привлечения инвестиций, требования по реинвестированию и давление со стороны государственной собственности в плане соблюдения норм — им необходимо, чтобы эта компания в определенной степени служила местным интересам. Но долларовые акционеры пришли не для того, чтобы служить местным интересам, им нужны эффективность, выход и DPI.

Это две системы ответственности, между которыми неизбежно возникает структурное напряжение в одной и той же компании.

Позднее было сделано не так, чтобы одна из сторон пошла на уступки, а была переработана структура: акционеры в долларах остались в верхней структуре, сохраняя общую гибкость и не нарушая пути выхода; юаневые фонды входили в конкретные бизнес-линии через региональные дочерние компании, а задачи по обратным инвестициям и привлечению инвестиций от местных государственных активов выполнялись на уровне дочерних компаний. Две логики функционируют на своих собственных уровнях, не мешая друг другу.

Для фонда в китайских юанях — это меморандум, позволяющий выйти на комитет по инвестициям — не доказывающий «отсутствие рисков», а позволяющий ответить: почему я инвестирую, какие риски я знаю и как эти риски контролируются.

Для акционеров в долларах сохранена целостность верхнеуровневой архитектуры, и путь выхода не был изменен.

Никто не шел на уступки. Но каждый получил то, что ему действительно было нужно.

Суть переговоров — никогда не убеждение, а перераспределение интересов.

03 Два общих сигнала: ИИ может помогать, но не может нести ответственность вместо человека

Вглядываясь в эти четыре момента, ИИ мог бы сделать всё «правильно»: материалы были верными, логика — полной, условия — точными. Но каждый раз настоящий шаг, который двигал дело вперёд, происходил за пределами ответа ИИ.

Вот настоящая граница промышленного ИИ сегодня: он не слишком глуп, он просто не несет ответственности.

Ему не нужно будет объяснять это решение на обзоре через три года, не нужно отвечать на комитете по инвестициям, почему он так суждал в тот момент. В реальном мире принятие решений — это не просто выбор одного ответа, а выбор последствий, за которые вы готовы нести ответственность.

Тот вывод, сделанный после трёх секунд молчания в конференц-зале, не потому что алгоритм не может его вычислить. А потому что он ещё не знает, о чём люди беспокоились в эти три секунды.

Профессиональное выражение становится дешевым. Суждение отрасли — нет.

Судебная практика наиболее четко выявляет эту проблему. В отчете Верховного народа Китая за 2026 год четко указано, что необходимо активно и осторожно разрабатывать систему искусственного интеллекта для помощи в судебных разбирательствах, сохраняя ее роль исключительно в качестве вспомогательного инструмента, при этом юридическая ответственность остается исключительно за судьями.

Это не отрицание ИИ, а определение его роли: он может помогать, но не может заменить человека, несущего окончательную судебную ответственность.

Еще один случай произошел в суде Туньчжоу в Пекине. В одном коммерческом споре агент представил «образцовое дело», сгенерированное ИИ, не проверив его лично, и суд не принял его, а также выразил критику в судебном решении.

Этот случай небольшой, но типичный.

Проблема заключается не только в качестве генерации, а в том, что был пропущен промежуточный узел проверки и подтверждения. Проблема не в том, может ли ИИ создавать контент, выглядящий профессионально, а в том, кто проверяет, кто отправляет, кто подписывает и кто несет ответственность за этот контент перед его попаданием в реальную программу.

04 Кто станет дороже? Три категории людей и одно новое умение

Ценность прошлых отраслевых услуг часто смешивалась: данные, связи, опыт, суждения, ответственность — всё это предоставлялось за единую плату.

ИИ разберет эту массу.

Информация первоначально обесценивается, выражение随后 обесценивается, обычный анализ также обесценивается. То, что действительно остается, — это суждения, способные войти в цепочку ответственности.

Это также то, что я понимаю как инженерный подход.

Речь идет не о том, чтобы впихнуть знания в модель, а о том, чтобы разбить на стандарты, которые система может проверить и организация может использовать: что можно передать, что нельзя подписывать и какие риски необходимо заранее четко оговорить.

Раньше эти суждения скрывались в интуиции опытных трейдеров; в будущем их нужно будет разложить на составляющие системы.

За этим стоит новая способность: превращать суждения в рабочие процессы ответственности.

Это не просто понимание отрасли или умение использовать ИИ, а способ разбить границы, риски, контрпримеры, точки ответственности и критерии приемки из реального мира на процессы, которые модель может изучить, система может проверить, организация может внедрить, а при возникновении проблем — объяснить.

Глядя в эту линию, скорее всего, подорожают три категории людей.

Первый тип — люди, которые могут разложить опыт на стандартные компоненты.

Это не те, кто просто говорит: «У меня есть опыт», а те, кто может четко объяснить: что можно торговать, а что нельзя; какие риски необходимо озвучить заранее; какие планы выглядят хорошо на бумаге, но приведут к проблемам при реализации. Если такие люди смогут разложить свой опыт на стандарты, контрпримеры, оценки и чек-листы, они станут ключевым интерфейсом, через который модели входят в промышленную среду.

Второй тип — люди, способные одновременно понимать несколько систем ответственности.

Правительство, юаневые фонды, долларовые фонды и промышленные клиенты интерпретируют одни и те же факты совершенно по-разному. Те, кто может переводить между этими системами, не просто передают сообщения — они перераспределяют ответственность.

Третий тип — компании, которые могут встраивать суждения в рабочие процессы.

Тем, что действительно сложно заменить, являются системы, встроенные в процессы клиентской ответственности — знающие, как проходит утверждение отчета, как фиксируется риск и как организационно принимается решение о соответствии требованиям.

Клиент платит не за то, насколько хорошо написано ИИ, а за то, может ли это суждение заставить меня использовать его.

Ценность промышленного ИИ: в краткосрочной перспективе — в моделях и инструментах, в среднесрочной — в вертикальных агентах, в долгосрочной — в системах рабочих процессов, способных интегрироваться в процессы ответственности клиентов.

«Генерация ответов» станет все более похожей на воду и электричество — важной, но уже не конкурентным преимуществом. Настоящая возможность для высокой прибыли лежит на уровне рабочих процессов отрасли.

Заключение: Та несколько секунд паузы — это не только логика, но и ответственность

Сама суть проблемы — не в замене, а в том, как люди и ИИ переопределят свои роли. ИИ обеспечивает скорость, структуру и масштаб; люди — смысл, границы и ответственность. Только в сочетании они превращают суждение из «выглядящего правильно» в реальность.

ИИ не делает реальный опыт бесполезным. Он заставляет всех обновить свой опыт.

Опыт, остающийся только в мыслях, быстро размывается; опыт, который можно разобрать, выразить, проверить и итерировать, становится настоящим топливом для сотрудничества человека и машины.

Крупные модели работают с миром, в котором правила заранее заданы. Но реальное общество живое — оно отскакивает, переосмысливает себя и искажает каждое «правильное решение» при реализации.

В таком мире недостаточно просто обрабатывать информацию. Нужно уметь чувствовать смысл — кому это важно и почему. Нужно уметь оценивать ценность — стоит ли принимать этот ответ, стоит ли его подписывать, стоит ли ему доверять.

Это ощущение не вычисляется из данных. Оно возникает из многократных проб и ошибок, последствий и перенастройки в отраслевой среде.

Таким образом, даже если модель становится все сильнее, ей все равно нужно, чтобы кто-то говорил ей: что действительно важно на рынке.

Это не передача знаний, а перевод смысла и ценности. Те, кто принимал решения на месте, брал на себя ответственность и проходил через ошибки, — это не просто источник знаний для ИИ, а его интерфейс для восприятия реального мира.

Эта статья написана не только для специалистов в области ИИ, но и для всех вас, кто по-прежнему принимает решения в реальном мире, проходит через ошибки и несёт ответственность.

Этот опыт сложно включить в резюме и сложно напрямую понять модели. Но именно он является тем самым интерфейсом, которого больше всего не хватает при внедрении промышленного ИИ в реальный мир.

Крупные модели станут все сильнее и быстрее. Но на передовой реальный мир не начнет работать автоматически только потому, что ответ логически последователен. Он будет давать обратную связь, отскакивать и делать каждое решение сопряженным с последствиями.

Всегда найдутся люди, которые на несколько секунд останавливаются перед нажатием подтверждения.

В те несколько секунд было не только логика.

Есть также ответственность.