Как именно ИИ изменит мир за 20 лет?

Пару недель назад я провел опрос среди читателей на тему главных последствий развития ИИ. Несколько тысяч человек проголосовало.

А пока сидел в аэропорту, я сделал глобальную многопользовательскую симуляцию будущего, которая покрывает все основные вектора влияния технологий на мир — от войн до бессмертия, от исчезновения цивилизации до тотальной утопии.

Каждый из вас бесплатно и без регистрации может пройти симуляцию влияния технологий на людей, жизнь, политику, экономику. Совместно, вы решите судьбу человечества.

Как это работает?
0. заходишь на 2046.world
1. выбираешь силы, влияющие на мир
2. на их основе выбираешь предсказания (позитивные и негативные)
3. голосуешь за то что тебе лично наиболее важно (у каждого игрока ограниченное число очков, голосовать можно только один раз)
4. смотришь статистику коллективного разума и то куда движется цивилизация
5. делишься сайтом с подписчиками и друзьями, чтобы получить еще более статистически грамотную картинку

какой мир нас ждет ровно через 20 лет? решаем на 2046.world

P.S. всё приложение, включая БД, дизайн, логику симуляции, локализацию сделал Клод Код и Gemini под моим руководством. Не претендую, что изобрел Гугл, но такого плана приложение сегодня может сделать любой вайбкодер практически без технических навыков.

P.P.S. благодарю за фидбек, я буду добавлять фичи или фиксы по мере поступления

Аргумент на тему того почему стоит ожидать падение стоимости токена (одновременно с ростом полезности, надежности и качества) LLM моделей еще как минимум в 10 раз в следующем году.

Это продолжает тренд падения стоимости LLM, который совокупно уже упал более чем в 300 раз между GPT-3.5 и сегодняшними моделями, то есть за последние 3 года.

Новогодний яндексоидо-санфрановский трек для всех, у кого градиент не сошелся а лосс летит в небеса

https://suno.com/song/09ad57d5-5cd7-4991-b329-c9276451c80b?sh=CTaWWYfNKhxYQt2U

Год в цифрах:
— сделал 15 сделок в ИИ стартапы
— организовал ИИ акселератор с 9 финалистами
— построил Cybos для себя и Cyber•Researcher для автоматизации работы VC (сейчас переделываю на основе claude code)
— провел две большие конференции по ИИ в Сан-Франциско
— опубликовал 200+ постов и 4 рисерч статьи (последняя)
— завайкодил десятки приложений (из любимых обучающая 3D игра для 3-6 лет и опросник о будущем человечества)
— записал 4 выпуска Cybereconomy подкаста и поучаствовал в десятке других

а еще, из личного:
— никогда в жизни не чувствовал себя в лучшей физической форме
— никогда не чувствовал такой легкости в жизни
— никогда так сильно не кайфовал от своей работы и жизни :)

...ну и в целом, кажется, получилось пройти по всему списку целей из прошлого года

а еще подготовил список самых популярных постов последнего года из канала:
- AI в образовании: школьники в Нигерии
- Мысль о бизнесе и жизни — "Денег нужно не столько, чтобы не работать"
- Знания теперь доступны каждому бесплатно — в дефиците: дисциплина, цель
- Чем больше использую ИИ, тем меньше времени
- Боль неизбежна
- Патриотизм бессмысленен и вреден
- Отчёт о крипто x AI от cyber.fund
- Лайфхак: OpenAI API и использование запросов для обучения
- Моя самая болезненная ошибка в бизнесе
- Об объективной реальности
- Паника вокруг DeepSeek не означает, что кто-то проиграл

С Наступающим, дорогие друзья! Следующий год будет очень увлекательным, желаю вам как следует кайфануть от этого :)

2025 стал годом, в котором ИИ перестал быть хайпом и стал инфраструктурой

Сегодня 1 января 2026. Самое время оглянуться на год, который изменил тех индустрию. Вот самые важные вещи, которые произошли в ИИ за 2025.

Деньги
1. OpenAI привлек $40 миллиардов при оценке $300 миллиардов. Крупнейший раунд в истории технологий. SoftBank, Microsoft и Thrive вложились в то, что начиналось как некоммерческая лаборатория.
2. Anthropic собрал $16.5 миллиардов за год. В марте $3.5B при оценке $61.5B, потом ещё $13B при $183B. Только эти две компании подняли 14% всех венчурных денег в мире.
3. xAI Маска достиг оценки $200 миллиардов. Привлёк больше $10B, включая $3.5B кредита на дата-центры.
4. Perplexity за 4 месяца вырос с $14B до $20B. Привлёк $1.22B за девять раундов. 30+ миллионов активных пользователей делают 780+ миллионов запросов в месяц.
5. Сделки слияний и поглощений в tech - $543 миллиарда. Каждая пятая связана с ИИ. Google купил Wiz за $32B, OpenAI приобрёл io Products Джони Айва за $6.5B, Meta купила половину Scale AI за ~$14B.
6. Claude Code достиг миллиарда долларов годовой выручки. От запуска в феврале до единорога за 10 месяцев.

Модели
7. OpenAI выпустил o-серию - модели, которые умеют рассуждать. o1 в декабре 2024, o3 и o4-mini в 2025. o3 показал 75.7% на ARC-AGI, 91.6% на олимпиаде по математике, 69.1% на SWE-Bench. Первая модель, которая решила больше 2% задач FrontierMath (показал 25.2%).
8. Anthropic выкатил четыре версии Claude за год. Sonnet 4, Opus 4, Opus 4.1, Sonnet 4.5 в сентябре, Opus 4.5 в ноябре. Sonnet 4.5: 77.2% на SWE-bench Verified.
9. Google запустил Gemini 2.0, 2.5 и 3.0 за год. Gemini 2.0 Pro с 2 миллионами токенов контекста. Встроенная генерация картинок, голосовой API, интеграция с поиском. Gemini стал прочным лидером потеснив OpenAI.
10. DeepSeek R1 - китайцы прочно заявили о себе. Выпущен 20 января под MIT лицензией. Бесплатно. Обучен за $6M против $100M у GPT-4, используя в 10 раз меньше вычислений. 27 января обогнал ChatGPT в топе iOS App Store в США.
11. Meta выпустила Llama 4, но всех разочаровала. Scout (17B активных параметров из 109B, 10M токенов контекста), Maverick (17B из 400B, 1M контекста). Разработчики не впечатлились. Meta уже работает над новой моделью "Avocado" с планом на Q1 2026.

Картинки и видео
12. GPT-4o image editing набрал 100 миллионов пользователей за неделю. Запуск в марте. В октябре вышли gpt-image-1 и gpt-image-1-mini, в декабре gpt-image-1.5.
13. "Супер-воскресенье" видео-генерации. 1 декабря одновременно вышли Sora 2 от OpenAI, Veo 2/3 от Google и Gen-4.5 от Runway. Gen-4.5 занял первое место в бенчмарках, обогнав и Veo 3, и Sora 2 Pro.

Агенты для кода
14. CLI coding агенты стали стандартом. Claude Code, Codex CLI от OpenAI, Gemini CLI, Qwen Code, Mistral Vibe, GitHub Copilot CLI. Переход от автодополнения к полной делегации задач.
15. Появились асинхронные агенты для веба. Claude Code for web в октябре, OpenAI Codex web в мае, Google Jules в мае. Делегируешь задачу и возвращаешься к готовому результату.
16. Model Context Protocol стал индустриальным стандартом. Принят всеми крупными лабораториями в мае, передан в Agentic AI Foundation в декабре. Форматы OpenAI Skills и Anthropic Skills набрали популярность.

Бизнес
17. 92% компаний из Fortune 500 используют ChatGPT. 70%+ используют и ChatGPT, и Microsoft Copilot одновременно. 78% организаций используют ИИ хотя бы в одной функции (было 55% в 2023).
18. Потрачено $37 миллиардов на generative AI. Рост с $11.5B в 2024. В три с лишним раза за год.
19. Использование ChatGPT Enterprise выросло в восемь раз. Среднее количество сообщений на пользователя +30%, использование Projects и Custom GPTs выросло в 19 раз за год.
20. Средняя отдача от инвестиций в ИИ — 171%. Корпоративные пользователи экономят 40-60 минут в день. Федеральный резерв США: 5.4% рабочих часов сэкономлено, 1.1% прироста производительности.

Железо
21. NVIDIA потеряла $600 миллиардов капитализации за один день. 27 января, после запуска DeepSeek R1. Крупнейшее однодневное падение в истории американского фондового рынка.

22. NVIDIA купила Groq за $20 миллиардов. Интеллектуальная собственность и инженерная команда создателей Google TPU. Плюс $5B инвестиций в Intel для чипов с GPU от NVIDIA.
23. NVIDIA Blackwell Ultra в массовом производстве. Q3 2025. B300 GPU: на 50% больше памяти на чипе против B200. Анонс "Rubin" для второй половины 2026: в два раза быстрее Blackwell.
24. AMD заключил контракт с OpenAI на $30 миллиардов. Многолетний контракт минимум на 6 гигаватт вычислений на GPU от AMD. Первая фаза в 1 GW стартует в конце 2026 на чипах Instinct MI450 "Helios".
25. Стартапы по ИИ-чипам привлекли $11.6 миллиардов. 140+ сделок к середине года. Cerebras $1.1B, Tenstorrent $700M, Untether AI $140M.

Регулирование
26. Трамп подписал указ против регулирования ИИ штатами. 11 декабря. Создана специальная группа в Министерстве юстиции, которая будет оспаривать законы штатов. Угрожают удержанием федеральных средств.
27. Евросоюз отложил требования AI Act для высокорисковых систем. 19 ноября Европейская комиссия дала дополнительное время провайдерам больших моделей для обновления документации.
28. США разрешили NVIDIA продавать топовые чипы Китаю. 8 декабря Трамп позволил экспорт H200 при условии, что 25% выручки пойдёт правительству США. Экспортный контроль ослаб после ужесточения в январе.
29. Huawei произвёл только 200 тысяч ИИ-чипов в 2025. Это примерно 4% от совокупной вычислительной мощности NVIDIA. Даже с DeepSeek R1 разрыв в железе растёт, а не сокращается.

Open source
30. DeepSeek доказал, что открытые модели конкурентны. MIT лицензия, бесплатно, производительность на уровне GPT-4 и o1. Эффективность через mixture of experts, несмотря на экспортные ограничения США.
31. Китайские открытые модели доминируют в рейтингах. GLM-4.7, Kimi K2, MiMo-V2-Flash, DeepSeek V3.2 в топах. Большинство под MIT или Apache 2.0 лицензиями.

Наука
32. AlphaFold получил Нобелевскую премию. Октябрь 2024, но эффект почувствовали в 2025. Джампер и Хассабис награждены за решение 50-летней проблемы предсказания структуры белков. Первая Нобелевская за научный прорыв на ИИ.
33. AlphaFold 3 предсказывает комплексы с ДНК, РНК и сахарами. Май 2025. Больше 200 миллионов структур белков предсказано - почти все известные науке. Используют 3+ миллиона исследователей из 190 стран.

...в 2025 ИИ перешёл от "вау, работает" к "теперь масштабируем это". $84 миллиарда инвестиций (и почти триллион анонсов в ДЦ), модели для reasoning, которые решают трехчасовые задачи без остановок и ошибок, 92% Fortune 500 внедрили ИИ.

Знакомый из твиттера скопировал полностью продукт компании, которая стоит больше $1 млрд и запустил его за 1/100 стоимости. За ~35 минут агент сделал точную копию продукта. В эпоху Клода и Опуса 4.5 человек почти без технических навыков может сделать продукт, который требовал бы команды из десятка инженеров пару лет назад.

Пока некоторые тратят время обсуждая чего же ИИ не в состоянии делать, другие люди просто берут и делают. Вот отличный пример.

Первые тратят время на то, чтобы придумать очередную отмазку, другие хватают новые возможности раньше других, создают крутые штуки и зарабатывают много денег :)

Будет ли каждый вайб-продукт успешным и принесет >$10-100k в месяц? Нет, и даже 1% не будет. Но такого плана люди буду делать 10 продуктов месяц, очень быстро экспериментировать и учится, все это с бюджетом в $100 на Клода.

Будет ли каждый ваш запрос в claude code давать гарантированно идеально эффективный код без багов? Нет, но играет ли это роль, если ваш продукт решает важную боль пользователя, а он за это платит?

Победят ли "технари" или "продажники"? Это абсолютно глупая дихотомия. Клод может написать код или спарсить список потенциальных клиентов, он может настроить пайплан деплоя, а может тестировать 20 итераций писем, максимизируя конверсию в платную подписку.

"Слоп" был в мире всегда — не важно, сделанный людьми или LLM. А сегодня мир делится на тех кто действует и тех, кто ждет. Ты маркетолог без опыта программирования? Теперь ты можешь создать технически нетривиальный продукт. Ты программист? Ты можешь настроить систему из десятков агентов на супер персонализированную и качественную поддержку клиентов, которая заставит их отказаться от всех подписок конкурентов.

Проблема не в ИИ, он уже достиг уровня магии и не останавливается. Проблема в агентности и мотивации. Мы увидим десятки тысяч начатых и брошенных проектов, тонны зависти и критики, много эмоций, но победят здесь те, кто молча берут и делают. У них не получается. Они пробуют еще раз. И еще раз. И выигрывают.

Потому что иного способа не существует.

Чувак завайбкодил свой ДНК

А если серьезно, то это очередной интересный кейс для Claude code: туда можно загрузить свой полный геном и запустить субагентов, чтобы они искали опасные/важные последовательности, на которые вам стоит обратить внимание.

Середина исчезает

Карри Саринен, CEO Linear, написал пост о том, как исчезает средний слой в софтверной разработке. Его тезис: кодинг-агенты теперь превращают спецификации в рабочий код без ручной имплементации. Средний слой - перевод требований в код - сжимается до нуля. Остаётся только понимание проблемы на входе и управление агентами на выходе.

Адди Османи из Google развил мысль: лучшие инженеры никогда не были кодерами. Они были "торговцами ясности" — людьми, которые понимают проблемы настолько чётко, что код (теперь спецификация для агентов) пишется сам.

Но это касается не только инженеров.

Я вижу похожий паттерн в нетехнических командах. Юристы автоматизируют контракты через агентов. Маркетологи строят воркфлоу для контент-операций. HR создают системы онбординга. Куча примеро в предыдущем посте.

Раньше каждому требовалась команда разработчиков на месяцы. Теперь один человек за выходные делает продукт. Узкое место осталось, но сместилось: критичным стал не кодинг, а оркестрация.

Как координировать 10, 50, 100 агентов? Как управлять состоянием в долгих воркфлоу? Как гарантировать надёжность в продакшене? Как встроить governance и compliance?

Проблема не в моделях. Claude взял 40% enterprise LLM share (рос с 24% в 2023). Модели работают. Проблема в инфраструктуре оркестрации.

Те, кто контролирует оркестрационный слой, контролируют механизм координации для интеллектуальных систем. Как AWS для compute, Stripe для payments.

Для инженеров меняется скилсет. Больше не "как имплементировать", а "как декомпозировать задачу на параллельные подзадачи для агентов", "как спроектировать воркфлоу с failure recovery", "как оценить качество автономных систем".

Для неинженеров открываются возможности. Раньше автоматизация требовала нанимать разработчиков. Теперь можно строить системы самостоятельно.

Linear строит "coordination layer for product work" — воркспейсы, которые снижают неоднозначность для людей И агентов. Карри понял: если твой продукт работает для агентов так же хорошо, как для людей, ты становишься инфраструктурой.

Я ожидаю очень успешные компаний в этом слое оркестрации в этом году. Не "ещё один AI coding agent", а "платформа для оркестрации 100 агентов в регулируемой среде с governance". Не "AI wrapper", а "слой для agent interoperability".

За праздники посмотрел 30+ проектов автоматизации на Claude Code. Честно, офигел от масштаба.

Самое интересное — большинство построили нетехнические люди. Юрист из Anthropic Марк Пайк сам собрал систему проверки маркетинговых материалов. Раньше это занимало дни, теперь часы. Маркетолог из Strategic Nerds автоматизировал свои фреймворки позиционирования за выходные.

В корпорациях похожая картина. Thomson Reuters встроил Claude в CoCounsel для проверки контрактов. Matillion добавила AI-ассистента для пайплайнов — создание сократилось с 40 часов до одного.

У персональных проектов другой паттерн. Люди строят себе "life OS" — связка Claude Code + Obsidian + GitHub. Ютубер Kenny Liao использует это для ресёрча контента. AI Maker собрал систему для рассылок. Claudesidian это готовый шаблон для Obsidian с трекингом привычек и дневником. Daniel Miessler выложил целую инфраструктуру PAI для построения персонального ИИ.

Общее между корпоративными и персональными кейсами — один человек теперь может строить системы, которые раньше требовали команды инженеров. Не в смысле "заменяет программистов", а в смысле — порог входа упал радикально.

Скоро большинство офисных функций будут использовать подобные агентские системы. Причём системы будут эволюционировать по мере того, как команды их тюнят под свои задачи.

23 декабря мы все ушли на праздники как будто ничего и не изменилось

сегодня, мы попали в сингулярность: каждый крутой фаундер, которого я знаю, сидит по 12+ часов с открытыми 4+ параллельными сессиями CC. кто-то вайбкодит, кто-то переделал всю орг структуру, маркетинг, контент, финансы, продажи, семейный бюджет.

я не могу вспомнить ни одного предсказания или прогноза, который обещал бы настолько стремительное изменение всего вообще, как то, каким оно оказалось в реальности

P.S. на скриншоте - Маск о том как люди реагируют на “Claude code moment”

Менеджеры в Anthropic теперь тратят 70% времени на проверку AI-кода вместо написания своего. Вся ценность менеджмента - быть мостом между мышлением и действием - автоматизируется.

Gartner прогнозирует, что к 2026 году 20% компаний вырежут половину менеджеров среднего звена. McKinsey ожидает 50-100 агентов на одного человека в зрелых внедрениях.

AI работает. Но 95% компаний не получают возврат на инвестиции от AI внедрений. Почему?

Проблема организационная. Компании прикручивают AI к сломанным процессам вместо того, чтобы переделать как работа делается.

Компании, которые правильно это делают, переходят от функциональных иерархий к сетям, ориентированным на результат.

Традиционный customer success: VP наверху, директор Sales Ops управляет L1/L2/L3 поддержкой, директор Customer Success управляет CSM и онбордингом. Куча людей делают кучу координации.

Agentic-компании делают иначе. Customer resolution в центре. Триаж-агенты анализируют запросы, knowledge-агенты синтезируют документацию, routing-агенты решают эскалации, follow-up агенты отслеживают удовлетворенность, люди-специалисты обрабатывают реально сложные сценарии.

Механизм координации сдвигается от управленческой иерархии к сети агентов.

McKinsey идентифицировал три новых архетипа менеджмента.

M-shaped Supervisor: широкий дженералист, оркеструющий агентов через несколько доменов. Системный мыслитель с высокой AI-грамотностью. Управляет результатами, не людьми.

T-shaped Expert: глубокий специалист, обрабатывающий эскалированные исключения, кейсы которые агенты не могут решить. Нюансированное суждение. Умение коучить.

AI-Augmented Frontline: работник, использующий агентов для рутинных задач, фокусируясь на высокоценной человеческой работе. Знает промт-инжиниринг. Имеет эмпатию.

Заметьте чего не хватает. Классического среднего менеджера, чья работа была получать инфу снизу, синтезировать, передавать вверх. Эта функция брокеринга информации становится избыточной когда агенты собирают, синтезируют и действуют со скоростью машины.

Обычный span of control в менеджменте - 12-15 прямых подчиненных. Число Данбара, биологический лимит человеческой координационной емкости.

Некоторый известный мне стартап оперирует с 5 людьми, надзирающими 60 постоянно работающих агентов. McKinsey проектирует 50-100 агентов на человека в зрелых внедрениях.

Проблема в том, что больше автономии создает больше сложности, не меньше.

Агенты принимают решения в миллисекундах. Люди обрабатывают в минутах или часах. На скорости машин координационные вызовы множатся. Традиционные оргструктуры никогда не сталкивались с этим несовпадением временных масштабов.

Появляющееся решение - иерархические агентские устройства где супер-агенты оркеструют кластеры специализированных агентов, с людьми предоставляющими надзор на более высоких уровнях. Это реально новая организационная конструкция, что-то между софтверной архитектурой и оргдизайном.

У нас нет хорошего языка для этого пока. Это обычно признак чего-то важного.

Это матчится с тем что Karri Saarinen описывает: обращаться с агентами как с распределенными удаленными работниками, не магическими черными ящиками. Четкое владение, async координация, оценка на основе результатов.

Этот сдвиг создает массивную возможность для фаундеров. Рынок оркестрации агентов растет до ~$10B в 2026. Больший play - организационная инфраструктура: платформы governance, протоколы agent-to-agent, HR-слой для нечеловеческих работников, управление идентичностью, атрибуция затрат, отслеживание перформанса. Deloitte называет это FinOps для агентов.

Этот паттерн повторяется через каждый крупный технологический переход:
- индустриальная революция создала фабричную иерархию
- компьютерная революция создала матричную организацию
- агентская революция создает что-то новое, Сетевую организацию.

Те, кто относятся к этому как к развертыванию софта, провалятся. Это ближе к оргдизайну и теории менеджмента чем к чистому софту.

Победители будут те, кто могут вообразить как работа выглядит когда исполнение становится дешевым и координация становится всем.