Собственный аудит Google не находит «маховик ИИ», о запуске которого объявил сооснователь компании

Google выпустил на этой неделе два документа, которые противоречат друг другу, и лишь один из них объясняет, на что именно идут расходы Alphabet▲+1.14% — Alphabet, up 1.14 percent today. 14 октября 2026 года Google DeepMind опубликовал первый внутренний аудит того, ускоряет ли ИИ сами исследования в области ИИ↗ — он помещен в отчет о безопасности новой frontier-модели Gemini 4 Argon, — и не обнаружил ускорения, которое машины могли бы поставить себе в заслугу ¹².

День спустя сооснователь Google Сергей Брин заявил на круглом столе, что его исследователи и их модели «работают рука об руку», а Google уже «начинает выходить на эту беговую дорожку RSI↗» ³⁴. Рекурсивное самоулучшение (recursive self-improvement, RSI) — это замкнутый цикл, в котором ИИ помогает создавать ИИ, который его сменит, причем каждое следующее поколение должно появляться быстрее предыдущего ³.

Аудит нашел прямую линию, а не маховик

Оценка, проведенная командой под руководством исследователя DeepMind Хейдена Белфилда, отслеживает возможности frontier-моделей по General Capability Index — общему индексу возможностей: каждой модели присваивается одно число, агрегированное по оценкам 123 моделей на 92 бенчмарках, — нечто вроде IQ для ИИ ¹². С конца 2024 года индекс растет примерно на 0,1 пункта в месяц — на удивление ровная линия ². По публичным моделям компании до апреля 2026 года прирост составлял 0,091 пункта в месяц. После апреля — 0,118, и статистически значимой разницы между двумя периодами отчет не обнаружил ¹.

Сам Argon идет чуть выше тренда, но команда объясняет это ростом вычислительных мощностей и организационными вложениями, а не самоускорением ¹². Как сформулировал Белфилд, «в настоящее время значимого сквозного ускорения НИОКР в машинном обучении нет — ни за счет ИИ, ни каким-либо иным образом↗» ². Правда, есть одна обоюдоострая оговорка: цифры описывают только лабораторию самой DeepMind, но не OpenAIPVT$1.18T — OpenAI, private, latest valuation $1.18T и не AnthropicPVT$350B — Anthropic, private, latest valuation $350B ².

Код пишет ИИ, но почти каждое изменение по-прежнему направляет человек

Маховик должен был бы раскрутиться в середине этой цепочки — и именно там он буксует. Инструменты ИИ пишут уже больше трех четвертей продакшн-кода DeepMind, однако около 88% изменений кода по-прежнему требуют участия человека: он либо направляет ИИ, либо сам пишет код, прежде чем что-либо уйдет в релиз ¹². Доля изменений, которые ИИ выполняет от начала до конца, с апреля по сентябрь выросла лишь с 7,5% до 11,9% ².

На RE-Bench — внутреннем наборе из 74 задач по инженерии машинного обучения — агент Argon выполнил около половины ¹. Предыдущее поколение, Gemini 3.7 Flash, справилось с 27%. Оба результата сильно ниже 90% — уровня, который DeepMind рассматривает как тревожный сигнал полной автоматизации ¹². На 1389 проверенных запусках агентов чем крупнее задача, тем реже модель доводит ее до конца в одиночку ².

Опрос 12 ведущих исследователей DeepMind показал: автоматизация работает лучше всего на четко поставленных, проверяемых задачах исполнения и хуже всего там, где нужны открытая генерация идей и чутье на долгосрочные исследования ¹². В дефиците остаются проверка, ревью и суждение о том, какая идея заслуживает вычислительных мощностей.

Расходы строятся на версии основателя

Брин утверждает, что внутри Google уже есть пара моделей, идущих впереди Argon, и ожидает, что темп будет только нарастать ³⁴. Вихан Джайн, один из руководителей направления Gemini RSI в DeepMind, написал, что на этапе пост-тренинга — когда готовая базовая модель дорабатывается на основе обратной связи и данных — спрос сместился: вместо «сырых» чипов теперь просят «квоту Argon» ³.

Этот тезис двигает вполне реальные деньги. Месяц назад акции чипмейкеров подешевели почти на 6% после того, как глава Anthropic Дарио Амодеи заявил, что рекурсивное самоулучшение уже ускоряется ². В среду компания Gladstone AI↗, консультирующая правительство США по политике в области ИИ, опубликовала доклад: большинство опрошенных ею исследователей считают, что RSI наступит в срок от трёх до двенадцати месяцев ³⁵⁶. Во втором квартале Alphabet потратила около $45 млрд на капитальные проекты↗ — притом что, по измеренным данным, каждый пункт возможностей по-прежнему обеспечивают чипы и люди ⁷.

Сначала баланс, потом маховик

Всё это — не довод против ИИ. Индекс стабильно растёт, агенты реальны, а представленный 30 сентября Argon действительно доводит до конца долгосрочные инженерные задачи по всему Google ²⁸. Это довод за то, чтобы отделять измерения от легенды: по собственным цифрам DeepMind, каждый пункт возможностей до сих пор объясняется вычислительными мощностями и численностью персонала, а не тем, что машины сами умножают собственный прогресс.

Вопрос решат две строки в балансе DeepMind: месячный наклон кривой возможностей и доля изменений кода, полностью делегированных ИИ. Если наклон станет круче без новых вычислительных мощностей, а изменения кода перестанут дожидаться проверки, — значит, маховик заработал. До тех пор ценность будет доставаться тем, кто выстроит слой проверки и доверия между тем, что пишет ИИ, и тем, что организация выпускает в продакшн.