Почему ИИ захватывает код и математику, но буксует в бытовых задачах

Сооснователь OpenAI Андрей Карпатый объяснил резкий разрыв между возможностями современных нейросетей и ожиданиями пользователей. По его словам, пока специализированные ИИ-агенты за часы перестраивают сложнейшую архитектуру кода, обычные чат-боты до сих пор не могут дать адекватный совет в быту из-за технических и экономических особенностей обучения моделей.

Эксперт по искусственному интеллекту и бывший директор по ИИ в Tesla Андрей Карпатый обратил внимание на растущую пропасть в восприятии нейросетей. Пока широкая аудитория высмеивает ошибки бесплатных версий ChatGPT в соцсетях, профессиональный сегмент сталкивается с феноменом «ИИ-психоза» — состоянием, когда возможности алгоритмов начинают казаться сверхчеловеческими.

По мнению Карпатого, в 2026 году реальный технологический прорыв локализован в трех сферах: программировании, математике и науке. В то же время качество поиска, написания текстов и общих рекомендаций фактически замерло на уровне 2022 года. Это создает ложное впечатление стагнации индустрии у тех, кто не использует нейросети для решения сложных технических задач.

Почему ИИ-агенты обошли чат-ботов

Разрыв в развитии объясняется спецификой обучения моделей. Программирование и математика идеально подходят для обучения с подкреплением, так как результат там легко проверить: юнит-тест либо пройден, либо нет. В гуманитарных задачах или поиске информации критерии качества остаются размытыми и субъективными, что замедляет прогресс.

Вторая причина — экономическая. Именно в B2B-сегменте автоматизация разработки софта приносит наибольшую прибыль. В связи с этим ведущие лаборатории направляют основные ресурсы на совершенствование специализированных инструментов, таких как OpenAI Codex или Claude Code.

В результате современные агентные системы демонстрируют поразительную эффективность в узких нишах:

• полная перестройка архитектуры крупных ИТ-проектов за несколько часов;
• автоматический поиск и эксплуатация уязвимостей в коде;
• рефакторинг, на который у опытного разработчика ушли бы недели.

Карпатый подчеркивает: обе реальности существуют одновременно. Голосовой помощник может по-прежнему ошибаться в простых бытовых маршрутах, пока специализированный ИИ-агент в терминале выполняет работу целого отдела программистов. Разрыв в восприятии возможностей технологий зависит лишь от того, какой класс задач пользователь доверяет нейросети.