AGI без тумана: пять сигналов, за которыми стоит следить

Живая страница Практикума к Тому 2, главе 10 «Будущее 2030: четыре сценария». Проверено: 2026-08-18. Обновлено: 2026-08-18.

AGI легко обсуждать как туман: «когда появится общий интеллект», «заменит ли он всех», «наступит ли сингулярность». Для рабочих решений это почти бесполезно.

Здесь другой подход. Мы смотрим не на ярлык AGI, а на пять сигналов, которые можно проверить в своей отрасли, компании или профессии.

1. Горизонт автономной задачи

Вопрос: какую по длине задачу AI уже выполняет без постоянного присмотра?

Что смотреть	Как проверить у себя
15 минут	короткий черновик, поиск, классификация, правка, подготовка письма
1 час	связная аналитическая задача, разбор документа, прототип, сценарий встречи
Полдня	несколько шагов подряд: найти данные, принять решения, собрать артефакт, проверить
День и больше	сложная работа с контекстом, людьми, последствиями и неоднозначными критериями

Не путайте горизонт задачи с временем работы модели. Важнее другое: какую человеческую работу с понятным результатом система способна довести до конца с приемлемым качеством.

2. Автономность

Вопрос: что AI может делать сам, а где он обязан остановиться?

Уровень	Пример	Правило
Советник	предлагает варианты	человек выбирает
Черновик	готовит материал	человек проверяет и подписывает
Исполнитель	действует внутри процесса	есть тесты, лимиты и журнал
Агент	сам выбирает шаги и инструменты	нужны права, владелец и правило остановки

Чем выше автономность, тем меньше достаточно хорошего промпта. Нужны права доступа, журнал действий, тесты и человек, который может остановить процесс.

3. Неровность возможностей

Вопрос: где система выглядит сильной, но ломается неожиданно?

AI может быть блестящим в одном классе задач и слабым в соседнем. Поэтому не переносите успех с демо на свой процесс.

Проверьте три зоны:

Зона	Что положить в проверку
Обычные случаи	то, что происходит каждый день
Края	неполные данные, противоречия, плохой вход, редкие клиенты
Красная зона	случаи, где AI должен остановиться, а не угадывать

Если проверка состоит только из красивых примеров, это не проверка, а презентация.

Пример 2026 года, который стоит унести с собой: ARC-AGI-3

Самая наглядная публичная демонстрация неровности способностей появилась в этом году. ARC-AGI-3 — интерактивный бенчмарк на рассуждение: агент должен исследовать незнакомую среду, сам понять правила и действовать. На март 2026 года люди решают 100% его сред. Передовые ИИ-системы — меньше 1%.

Подержите это рядом с тем, что те же системы дают экспертный результат примерно в половине реальных профессиональных задач в GDPval. Оба замера верны. Они меряют разное: применение усвоенной компетенции к знакомому типу задач — и выяснение правил чего-то по-настоящему нового.

Есть и честная оговорка в обратную сторону. Предшественник, ARC-AGI-1, тоже годами не поддавался моделям, пережил рост масштаба в 50 000 раз — и резко сдвинулся, когда в конце 2024 года появились методы адаптации во время вывода. То есть низкий счёт — свидетельство про сегодня, а не вечный потолок. Авторы бенчмарка намеренно делают новый каждый раз, когда модели догоняют: значит, фраза «ИИ не решает ARC-AGI» будет оставаться верной и каждый раз означать другое.

Как этим пользоваться: когда вендор говорит, что система «рассуждает», спрашивайте, какую из двух вещей он измерил.

4. Зрелость проверки

Вопрос: есть ли у вас свой маленький eval?

Минимальный eval для процесса:

1. 20-30 реальных задач.
2. Ожидаемый результат или критерии качества.
3. Разбор ошибок.
4. Цена ошибки.
5. Решение: можно ли AI действовать сам, нужен ли человек, или задачу пока нельзя автоматизировать.

В мире сильных моделей выигрывает не тот, кто верит общему рейтингу, а тот, кто проверяет на своих данных, своих краях и своих последствиях.

Ограничение, которого нет ни в одной дорожной карте

Ещё один сигнал сюда же — он физический, а не алгоритмический. В течение 2026 года поставка электроэнергии для ИИ-дата-центров обогнала поставку ИИ-ускорителей как фактор, ограничивающий скорость обучения передовых систем. Gartner оценивает мировое потребление электричества дата-центрами выше 1000 ТВт·ч в 2026 году — примерно вдвое больше базы 2023-го, а сроки поставки трансформаторов дошли до двух с половиной лет. Подробнее — кому принадлежат рельсы.

Что бы вы ни думали о сроках AGI, теперь они проходят через очередь на подключение к электросети. Прогноз, в котором не упомянута энергия, — это прогноз про софт от человека, который не посмотрел, во что этот софт включается.

5. Готовность людей и институтов

Вопрос: AI усиливает самостоятельность или делает людей пассивнее?

Сигнал	Хороший знак	Плохой знак
Школа / обучение	ученика учат проверять, объяснять, спорить с AI	AI просто запрещают или дают готовые ответы
Работа	сотрудник строит workflow и понимает ошибки	сотрудник копирует output без проверки
Найм	кандидату разрешают AI и проверяют ход мысли	проверяют только работу без инструмента
Компания	есть правила допуска AI к задачам	есть подписка, но нет ответственности

Сильный AI сам по себе не делает систему зрелой. Он просто быстрее проявляет, кто умеет учиться и проверять, а кто ждёт инструкции.

Быстрый квартальный обзор

Раз в квартал выберите один процесс и заполните таблицу.

Процесс	Горизонт задачи	Автономность	Где ломается	Есть eval?	Что меняем
	15 мин / 1 час / полдня / день+	советник / черновик / исполнитель / агент		да / нет

Если в строке «есть eval?» стоит «нет», не повышайте автономность. Сначала сделайте проверку.

Источники

• Morris et al., Levels of AGI for Operationalizing Progress on the Path to AGI: https://arxiv.org/abs/2311.02462
• METR, Task-Completion Time Horizons of Frontier AI Models: https://metr.org/time-horizons/
• Stanford HAI, AI Index Report 2026: https://hai.stanford.edu/ai-index
• International AI Safety Report 2026: https://internationalaisafetyreport.org/
• OECD, Empowering Learners for the Age of AI: https://www.oecd.org/en/publications/empowering-learners-for-the-age-of-ai_65cd27d4-en.html
• ARC Prize — про ARC-AGI-2 и интерактивный бенчмарк ARC-AGI-3: https://arcprize.org/arc-agi
• О том, что поставка энергии обогнала поставку ускорителей как ограничение, и о потреблении электричества дата-центрами. Это отраслевые и аналитические оценки, а не официальная статистика.

Версия: 2026-08-18. Следующая проверка: перед финальной публикацией Тома 2 или при крупном обновлении frontier evals.