Эволюция генеративного ИИ напоминает ранние этапы развития персональных компьютеров: индустрия находится в фазе активного поиска форм-фактора и обучения пользователей работе с новыми инструментами. В рамках подкаста a16z Аниш Ачарья и Стивен Синофски обсуждают текущий цикл развития технологий, концепцию «вайб-райтинга» и почему эпоха автономных агентов может растянуться на десятилетие.
💾 Эпоха 64 КБ: где мы находимся в цикле ИИ 0:53
Стивен Синофски сравнивает современное состояние ИИ с эрой IBM PC с 64 КБ оперативной памяти . По его мнению, сейчас индустрия решает фундаментальные технические проблемы, напоминающие ограничения компьютеров 1980-х годов: тогда программам не хватало памяти, а сейчас ИИ-модели допускают ошибки в элементарных вычислениях и галлюцинируют .
Основные тезисы Стивен Синофски о текущем этапе:
- Технические ограничения: ИИ позиционируется как замена поиску, Excel и другим инструментам, но пока он не может стабильно выполнять базовые задачи без ошибок .
- Переобучение пользователя: Мы пытаемся использовать LLM так же, как старые вычислительные инструменты, но, по словам Аниша Ачарьи, нам придется заново учиться взаимодействию с этим типом инструментов, прежде чем мы станем продуктивными .
- «Рваный» интеллект (Jagged Intelligence): Аниш Ачарья, ссылаясь на Андрея Карпатого, отмечает, что интеллект моделей неоднороден — они могут блестяще справляться со сложными концепциями, но проваливаться на простых вещах .
✍️ От «вайб-кодинга» к «вайб-райтингу» 3:05
Участники дискуссии подробно обсуждают феномен «вайб-кодинга» (vibe coding) — термина, популяризированного Андреем Карпатым, — и вводят новое понятие «вайб-райтинг» (vibe writing).
По мнению Стивена Синофски, вайб-райтинг уже стал реальностью:
- Сфера применения: Студенты и бизнес уже активно используют ИИ для генерации текстов .
- Аналогия с калькулятором: Синофски сравнивает это с появлением калькуляторов. Люди боялись, что дети разучатся считать, но на самом деле мир просто «поднялся выше по стеку» навыков .
- Проблема ответственности: Если зарплата или оценка зависят от текста, пользователь не может просто «выдать вайб». Он обязан проверить факты .
Аниш Ачарья считает, что вайб-райтинг позволяет достичь полной автономии уже сегодня, в то время как вайб-кодинг ограничен жесткими рамками того, что модель может сделать на практике . В письме человек переходит из роли автора в роль редактора .
🤖 Десятилетие агентов: сложности автоматизации 6:37
Обсуждая будущее ИИ-агентов, Стивен Синофски предостерегает от излишнего оптимизма по поводу сроков. Пока консультанты говорят о «годе агентов», Синофски утверждает, что мы находимся в «десятилетии агентов» . Автоматизация задач, требующих человеческого суждения, исторически оказывается крайне сложной.
Аниш Ачарья предлагает фреймворк для оценки задач, подходящих для автоматизации:
- Высокое трение, низкая потребность в суждении (High friction, low judgment): Например, рефинансирование кредита. Процесс муторный, но выбор зависит только от процентной ставки. Это идеальная сфера для агентов .
- Высокое трение, высокая потребность в суждении (High friction, high judgment): Например, налоги. Здесь велики риски и требуется много личных решений (что декларировать, на какие вычеты претендовать). Такую задачу делегировать агенту крайне сложно .
Стивен Синофски добавляет контраргумент: потребители часто хотят иметь больше выбора, чем им кажется . Полная автоматизация через «безликие API» (например, поиск самого дешевого авиабилета) может не сработать, так как бизнес-модели компаний строятся на дифференциации бренда и рекламе, а не только на цене .
⚖️ Формальная корректность против неопределенности 11:36
Почему ИИ легко победил человека в шахматах и го, но буксует в медицине или праве? Аниш Ачарья объясняет это наличием формального определения корректности . В шахматах есть четкие правила победы. В большинстве же человеческих профессий всё «серое» и неопределенное.
Примеры из дискуссии:
- Радиология: Прогнозы о смерти профессии радиолога оказались преждевременными . Врачи этой специальности приняли ИИ как очередной инструмент (подобно новому МРТ-сканеру), но сохранили за собой функцию принятия решений и обработки исключений .
- Налоги: Налоговый кодекс — это каскад исключений. Если пользователь сам объясняет ИИ все свои исключения, он фактически делает работу вручную .
- Управление продуктом (PM): Ачарья отмечает, что PM-менеджеры нужны для работы с двусмысленностью (ambiguity), которая мешает прогрессу. Сложные адаптивные системы компаний всегда будут требовать человеческого суждения .
📜 История повторяется: от C++ до Low-code 17:38
Стивен Синофски, опираясь на свой опыт работы над компилятором C++ в 1990-х годах, проводит параллели между хайпом вокруг ИИ и прошлыми технологическими волнами .
- Объектно-ориентированное программирование (ООП): В 1980-х оно обещало революцию, но достигло пика хайпа только через 10 лет .
- Low-code: Термин, который почти перестал употребляться, так как инструменты этого класса подходили только для создания типовых приложений и не могли поддерживать работу целой компании .
- Завышенные ожидания: В 1990-х считалось, что скоро все станут программистами, а теперь — что программисты больше не понадобятся. Синофски считает обе крайности ошибочными .
🎨 Феномен «ИИ-шлака» (AI Slop) и доступность 23:15
Собеседники обсуждают появление огромного количества посредственного контента, созданного ИИ, который часто называют «слопом» (slop — помои/шлак).
Позиции участников:
- Стивен Синофски: Считает, что миру нужно больше «шлака» в хорошем смысле слова . Он приводит пример корпоративных кейсов (enterprise case studies), которые GPT пишет лучше и быстрее типичного маркетолога .
- Аниш Ачарья: Отмечает, что ИИ-модели — это «машины усреднения». Для великого искусства нужно быть «на краю» культуры, а не в центре распределения .
- Демократизация доступа: Главный аргумент Синофски — доступность. У 80% населения планеты нет доступа к качественной медицинской диагностике или юридическим услугам . Для них средний (average) совет от ИИ — это колоссальный шаг вперед по сравнению с отсутствием помощи .
🏢 Будущее Google и «шок и трепет» корпораций 28:30
В завершение встречи Аниш и Стивен обсуждают положение Google. Синофски называет разговоры о «смерти Google» абсурдными .
Ключевые моменты оценки Google:
- Активы: У гигантов вроде Google есть ресурс «шока и трепета» — способность развернуть всю махину компании вокруг новой технологии и выпустить мощные продукты по всему стеку .
- Главная угроза: Проблема не в технологиях, а в контексте создания продуктов и бизнес-моделях (Go-To-Market). Disruption (подрыв) происходит тогда, когда компания не может изменить свой способ мышления, а не когда у неё заканчиваются инженеры .
