# Уэс Рот: «График прогресса Claude Opus 4.6 — самый пугающий в истории ИИ»

Источник: https://www.youtube.com/watch?v=yuW0939jtco
Канал: Wes Roth
Опубликовано: 23.02.2026

---

В индустрии искусственного интеллекта появился график, который многие эксперты называют «самым пугающим» за всю историю наблюдений. Новые данные о производительности модели Claude Opus 4.6 от компании Anthropic показывают, что скорость развития нейросетевых агентов не просто сохраняется, а переходит в фазу резкого ускорения. Ведущий канала Уэс Рот анализирует последние достижения в области автоматизации интеллектуального труда и объясняет, почему ведущие лаборатории мира считают, что человечество не готово к грядущим переменам.

## 📈 График, меняющий представление о прогрессе
[[JUMP:0:00]]

Центральным объектом обсуждения стал график, подготовленный некоммерческой организацией METR (ранее известной как Alignment Research Center). Эта организация занимается оценкой рисков и возможностей передовых моделей ИИ [0:38]. 

Суть метрики METR часто понимают превратно. Она измеряет прогресс не в скорости работы процессоров, а в часах человеческого труда:

*   Ось Y на графике показывает, сколько времени потребовалось бы живому эксперту (например, в кибербезопасности или программировании) для выполнения конкретной задачи [1:14].
*   Если модель Opus 4.6 находится на отметке 14,5 часов, это означает, что она способна решить задачу, на которую у квалифицированного специалиста ушло бы почти два полных рабочих дня [2:59].
*   При этом само устройство может выполнить эту работу за минуты или часы — для графика важна именно ценность заменяемого человеческого ресурса [1:27].

Существует два основных порога успеха: 50% и 80%. На текущий момент обсуждаются результаты модели, которая справляется с задачами экспертного уровня с вероятностью 50% в «один заход» [1:52]. По мнению Уэса Рота, скачок от предыдущих версий к Opus 4.6 выглядит пугающим, так как он явно выходит за рамки старой тренд-линии [2:20].

## 🚀 Ускорение темпов: от месяцев к дням
[[JUMP:3:26]]

Ранее считалось, что возможности ИИ удваиваются примерно каждые семь месяцев. Однако последние данные заставляют пересмотреть этот прогноз. 

Уэс Рот отмечает следующие изменения в динамике:

1.  Согласно анализу недавних достижений, период удвоения сократился до 123 дней — это примерно четыре месяца [4:46].
2.  Адам Бинксмит (AI Village) был одним из первых, кто указал на то, что реальный прогресс идет значительно быстрее, чем предсказывали консервативные модели [4:59].
3.  Темпы не просто стабильны, они демонстрируют экспоненциальное ускорение [4:32].

Ведущий приводит личный пример: он полностью перестроил свой сайт-агрегатор новостей natural20.com с помощью агентов на базе Opus 4.6. То, что раньше требовало ручного развертывания GitHub-проектов и настройки хостинга, ИИ выполнил за 4 часа, пока автор спал [3:53]. По оценке Рота, человеку-эксперту на этот объем работы потребовалось бы минимум один-два дня [4:07].

## ⚠️ «Мир не готов»: мнения лидеров индустрии
[[JUMP:5:25]]

Руководители ведущих AI-лабораторий в последнее время выступают с крайне серьезными предупреждениями. 

*   **Сэм Альтман (OpenAI):** В интервью от 20 февраля 2026 года (согласно контексту обсуждения будущих дат или версий) Альтман заявил: «Мир не готов» [5:38]. По его словам, взлет возможностей моделей будет гораздо более быстрым, чем он сам предполагал ранее, что вызывает у него стресс и тревогу [6:04].
*   **Дарио Амодеи (Anthropic):** В недавних подкастах он отметил, что мы приближаемся к «эндгейму» экспоненциального роста [7:47]. По утверждению Амодеи, почти 100% задач по разработке программного обеспечения внутри самой компании Anthropic уже автоматизированы с помощью ИИ [8:01].
*   **Илон Маск:** В январе он заявил, что человечество уже вошло в состояние сингулярности, и 2026 год станет её полноценным воплощением [7:34].

Общим местом в прогнозах становится неизбежное решение проблемы программирования. Создатель инструмента Claude Code прямо заявляет: «Программирование решено» (coding is solved) [6:17]. Сэм Альтман подтверждает это мнение, считая, что навыки ручного написания кода на C++ становятся нерелевантными [6:44].

## 🏦 Личный опыт: автоматизация бухгалтерии за игрой в видеоигры
[[JUMP:8:55]]

Уэс Рот делится историей о том, как он делегировал ИИ-агенту сложную бухгалтерскую задачу, которую откладывал месяцами из-за её запутанности [9:08].

Процесс выглядел следующим образом:

*   Ведущий просто выгрузил все финансовые данные, счета и отчеты в агента на базе Opus 4.6.
*   Пока ИИ разбирался в цифрах, автор играл в видеоигру Mega Bonk на основном мониторе [9:35].
*   За 30–40 минут агент полностью сопоставил платежи, выявил задолженности и организовал данные [9:48].

Особо Рот подчеркивает «интуитивное» понимание модели: она смогла расшифровать личные пометки автора и контекст чисел, работая как «идеально выспавшийся и сосредоточенный эксперт» [10:38]. Более того, ИИ не просто выполнил разовую задачу, а создал SQL-базу данных, автоматизировав этот процесс навсегда [11:18].

## 📜 Аналогия с печатным станком: от кодеров к «строителям»
[[JUMP:11:58]]

Обсуждая будущее профессий, Уэс Рот проводит историческую параллель с изобретением печатного станка Гутенберга. 

До его появления существовала каста писцов — профессионалов, чей труд был редким и дорогим [13:05]. После распространения печати грамотность стала массовой, и профессия писца исчезла, уступив место писателям. 

*   **Тезис автора:** В будущем не будет «программистов» в нынешнем понимании. Все станут «грамотными» в создании софта [13:18].
*   **Роль эксперта:** Как массовая грамотность не сделала каждого великим писателем, так и доступ к ИИ не сделает каждого гениальным разработчиком. Разрыв между теми, кто потратил 10 000 часов на освоение работы с агентами, и новичками сохранится [14:23].
*   **Новая идентичность:** Людей будут называть не «кодерами», а «строителями» (builders), чьим инструментом является создание систем через ИИ [14:48].

## ⚖️ Скептицизм и контраргументы
[[JUMP:15:00]]

Несмотря на впечатляющие цифры, существуют серьезные причины для осторожности. Уэс Рот призывает не ставить «всю жизнь на один график», приводя доводы критиков [16:07].

Основные пункты скептиков:

1.  **Огромные доверительные интервалы:** Хотя среднее значение Opus 4.6 — 14,5 часов, разброс составляет от 6 до 98 часов [15:14]. Это означает высокую степень неопределенности в реальных результатах.
2.  **Смешение времени и сложности:** Иниолува Дебора Раджи (UC Berkeley) утверждает, что длительность выполнения задачи человеком не всегда напрямую коррелирует с её сложностью для робота [17:09]. То, что трудно для нас, может быть легким для кода, и наоборот.
3.  **Проблема «галлюцинаций»:** ИИ по-прежнему совершает глупые ошибки. Критики полагают, что это станет непреодолимым плато [20:38]. Уэс Рот возражает на это, считая, что при такой высокой ценности результата (замена недель труда) лучшие умы мира неизбежно найдут способы создания «защитных барьеров» и систем проверки [21:16].

## 🔮 Прогноз до 2035 года: миллионнократная эффективность
[[JUMP:21:41]]

В завершение Уэс Рот приводит долгосрочные прогнозы METR, которые выглядят еще более радикально. 

По оценкам исследователей:

*   К 2032 году до 99% всех исследований и разработок в области самого искусственного интеллекта будут автоматизированы [21:41].
*   Это может привести к росту эффективности разработки ИИ в диапазоне от 1000 до 10 000 000 раз к 2035 году [21:56].
*   Уже к февралю 2027 года модели могут достичь уровня, позволяющего заменять три рабочие недели человеческого труда в рамках одной сессии [21:03].

Хотя споры о том, означают ли эти цифры реальный интеллект или просто продвинутую статистику, продолжаются, Рот уверен в одном: траектория неизменна [23:01]. Даже скептики больше не говорят, что ИИ не станет лучше; они лишь спорят о деталях того, как именно он изменит мир и с какой скоростью.