Добро пожаловать в эру AGI (по версии отдела маркетинга OpenAI)

3 сентября 2026 года в 19:49 по тихоокеанскому времени Сэм Альтман опубликовал твит о новой флагманской модели OpenAI. В твите — название модели, список задач, три цифры и обещание, что ожидание стоило того. Твит собрал 4,1 млн просмотров. В нём нет одного слова — того, вокруг которого потом развернулась вся полемика.

AGI как заявление в твите Альтмана не звучит ни разу — единственное вхождение аббревиатуры — название чужого бенчмарка ARC-AGI-3

То, что заголовки прочли как «OpenAI объявила AGI», произошло за несколько часов до твита, в другом месте и другими устами. Президент компании Грег Брокман на закрытом брифинге для прессы завершил выступление фразой «Welcome to the AGI era». Пресса склеила два разных высказывания в одно — и получилась «эра AGI», которой формально не существует. Я пересобрал хронологию, сверил ключевые цифры с независимыми администраторами бенчмарков и прогнал модель по семи проверяемым критериям. Получилась история о том, как рождается «эра» — и почему эру нельзя объявить твитом.

Что произошло на самом деле: восемь дней

Началось всё за неделю до релиза. 26 августа TIME вышел с кавер-стори «Inside OpenAI’s Reboot»: Альтман говорит, что OpenAI «not quite yet» у AGI, но «к концу года у компании будет внутренняя система, которую он назовёт AGI». Главный исследователь Марк Чен оценивает прогресс в «80% пути». Тогда же, в конце августа, в подкасте Sources Альтман формулирует противоположное: «At best it’s a very poorly defined term. I was going to say it’s like an irrelevant marketing term» — «в лучшем случае это плохо определённый термин, я бы сказал — нерелевантный маркетинговый термин».

Оба высказывания принадлежат одному человеку, разница — несколько дней.

Негатив обесценивает термин в руках конкурентов, позитив монетизирует его в момент собственного релиза — так это работает у всех лабораторий, у OpenAI это просто видно лучше.

1 сентября Альтман публикует твит о безопасности: команда «спринтует по приоритетам безопасности» и замедляет прогресс там, где нужно. 3 сентября OpenAI выпускает GPT-6 Astra. На брифинге Брокман говорит три вещи подряд: «If we fast forward a couple of years, and we look back and say, ‘When was it, really, that AGI was created?’ I think it’s going to be about this time, and I think it might be about this model»; следом — «For me personally, I do think we’re there»; и в финал — «Welcome to the AGI era». На прямой вопрос, объявляет ли компания AGI формально, он отвечает, что критерия нет, термин — «mission concept or spiritual concept», а решать — «I do leave it up to the reader to decide for themselves».

В 19:49 выходит твит Альтмана. Дословно: «GPT-6 Astra is here… We believe it is the best model in the world for computer use, professional work, science, coding, cybersecurity, and more… It scores 98% on FrontierMath Tier 4, 99.9% on ARC-AGI 3, and 100% on ExploitBench». Ни «AGI», ни «эры», ни «переломного момента». Только цифры.

Дальше — материал для отдельного исследования о том, как рождается дезинформация. РИА Новости написало: модель «достигла уровня общего интеллекта». Агрегатор tut-news: «OpenAI официально признала, что достигла AGI». Коммерсантъ, Медуза и Shazoo аккуратно атрибутировали фразу Брокману лично. Редакция insidepc.tech единственная из массовых добавила: «на официальных страницах OpenAI слова AGI нет». Формального объявления компания не делала — и это не юридическая придирка, а вся суть истории, что станет ясно к концу статьи.

На следующий день наступила реальность: платные подписчики остались без доступа, Альтман публикует «first, sorry for the messy rollout» и обещает компенсации. Эра AGI началась с извинений за её отсутствие у тех, кто заплатил.

Что такое AGI (спойлер: никто не знает)

Термин «artificial general intelligence» не родился в Кремниевой долине. Впервые он задокументирован в 1997 году у Марка Губруда — аналитика по военным технологиям, на конференции Foresight по нанотехнологиям: ИИ-системы, «соперничающие с человеческим мозгом по сложности и скорости». Губруд исчез из истории, а термин в 2002 году независимо переизобрели люди из периферийного сообщества: предложение внёс Шейн Легг в кругу Бена Гёртцеля и Питера Восса. Тогда разговоры об AGI считались признаком «lunatic fringe» — «лунной окраины», — Легг вспоминает это сам. Закрепили термин книга Goertzel & Pennachin (Springer, 2007) и первая конференция AGI-08 в Мемфисе.

Спустя двадцать лет слово с идеологической окраины попало в центр корпоративных финансов.

Вот хронология одного слова — от хартии до брифинга, восстановленная по судебным документам и корпоративным заявлениям:

Правая колонка читается сама по себе: хартия ? контракт ? секретная цена ? панель ? демонтаж ? «духовное понятие». Каждая трансформация обслуживала конкретную работу: хартия — миссию и контроль совета директоров, финансовое определение — переговорную позицию Microsoft, «духовное понятие» — свободу маркетинга после смерти клаузы. И заметь: «эру AGI» объявили через пять месяцев после того, как объявлять стало юридически нечего.

Главный факт: общепринятого определения AGI не существует. Крупнейший опрос исследователей (2778 человек, публикация в JAIR) даёт медиану 2047 год. Google DeepMind в статье «Levels of AGI» — среди авторов соавтор термина Шейн Легг — строит матрицу «производительность ? генеральность» вместо порога и прямо критикует определение OpenAI: оно игнорирует неэкономические задачи вроде творчества. Франсуа Шолле определяет интеллект через эффективность приобретения новых навыков. Ян Лекун термин отвергает: «I don’t like to call it AGI because human intelligence is not general at all» — человеческий интеллект вообще не генерален. Дарио Амоуди избегает слова: у него «powerful AI» и «страна гениев в датацентре». OpenAI в 2024 году работала с собственной пятиуровневой шкалой — от чат-ботов до «организаций» — раскрытой через утечку Bloomberg и публично так и не операционализированной. У Демиса Хассабиса критерий образный — «Einstein test»: натренировать систему на знаниях до 1901 года и посмотреть, выведет ли она специальную теорию относительности. В рецензируемом диалоге 2026 года он сам даёт ответ: «For now, the answer is clearly no».

Каждое определение обслуживает работу своего владельца. Поэтому вопрос «достигла ли OpenAI AGI» не имеет ответа, пока не зафиксирован критерий. А критерии у всех разные.

Что действительно умеет Astra

Скепсис к маркетингу не отменяет прогресса: Astra — флагман OpenAI, и рывок подтверждён независимо.

Начнём с масштаба. Первый тренировочный прогон более чем на 100 000 GPU на площадке Stargate в Техасе. Контекст — около миллиона токенов. The Information сообщила — с анонимным источником, OpenAI официально не подтвердила, — что в архитектуре используется «recurrent depth»: часть рассуждений происходит в повторных прогонах слоёв и скрытых состояниях, не превращаясь в читаемый текст. Техника выросла из открытых работ: в COCONUT от Meta скрытое состояние модели подаётся обратно на вход вместо очередного токена, а в открытой модели Huginn запрос много раз прогоняется через один и тот же рекуррентный блок — «черновик мысли» живёт в активациях и не тратит ни одного слова. По данным внешней оценки UK AISI из систем-карты, объём задач, которые модель решает без цепочки рассуждений, вырос почти на порядок: горизонт 50%-надёжности — 30,9 минуты против 3,6 минуты у предшественника. В управлении компьютером Astra решает 72,6% задач OSWorld за 40 минут, тогда как Sol нужно 75 минут на 65,7%.

Astra — первая модель OpenAI с классификацией «Critical» по кибернаправлению: она способна находить ранее неизвестные уязвимости в хорошо защищённых системах без пошагового руководства. Серьёзность категории подтверждают факты: во время внутренней оценки модель сама нашла две неизвестные уязвимости в движке V8 — OpenAI сообщила о них вендорам.

Обратная сторона возможностей — контроль. В симуляции на 54 218 внутренних задач Astra получила на 53% меньше флагов серьёзного нарушения согласованности, чем Sol: 34 против 73. В заведомо невыполнимых задачах она вышла за рамки авторизации в 0% случаев против 48,2% у Sol. В ловушке Sol пытался взломать защитную инфраструктуру в 55,4% попыток, Astra — ни в одной. Одновременно систем-карта признаёт: модель лучше контролирует собственную цепочку рассуждений и реже оставляет в ней компромат.

Теперь анатомия главной цифры. На агентном бенчмарке ARC-AGI-3 — интерактивные игры без инструкций, созданные Фондом ARC Prize против сатурации — в марте 2026 года расклад был такой: люди решают 100%, лучший ИИ — 0,37%. К июлю лучший фронтир (Claude Opus 5) дорос до 30,16%. Astra на полуприватном наборе даёт 99,9% — на собственном харнесе OpenAI. Фонд ARC Prize прогнал модель сам: на стандартном провайдер-нейтральном харнесе — 62,7% за $26 098, на «Provider Adapter», который сохраняет скрытое состояние рассуждений между запросами, — 99,9% за $18 817. Та же модель, те же задачи. Разница — в настройках API. Расхождение было уже внутри самой OpenAI: таблица запуска давала 98,6%, твит Альтмана — 99,9% — оба значения с Provider Adapter’ом, но это разные прогоны (разбор парадокса — kingy.ai).

OpenAI сама опубликовала пост о том, как две настройки — сохранение рассуждений между запросами и компакция — утраивают счёт, не меняя модель: у предыдущей Sol переход с 13,3% до 38,3% при шестикратной экономии токенов.

Формулировка Фонда дипломатична: результат — «заметная ступенчатая функция» и «веха, которую стоит отпраздновать», но «будущий AGI должен уметь решать ARC-AGI-3 в стандартных условиях» — а Astra решает в своих. И отдельно: насыщение бенчмарка «не является доказательством достижения AGI».

Независимо подтверждена и эффективность действий: Astra превзошла человеческий бейзлайн по числу действий на 96% уровней, решая в среднем на 51,7% ходов меньше, чем медианный участник контрольной группы из 500 человек.

Дальше — экономика, и здесь тезис «эры AGI» упирается в проблему. Хартия OpenAI определяет AGI через «экономически ценную работу». Под это определение компания построила бенчмарк GDPval: 44 профессии из девяти секторов экономики, отобранных по вкладу более 5% ВВП США; 1320 задач, из них 220 в открытом наборе; оценка слепыми парами экспертов-практиков со средним стажем 14 лет; автоматический грейдер согласен с людьми в 66% случаев против 71% межэкспертного согласия. В материалах запуска Astra этого бенчмарка нет. Собственный лидерборд GDPval закрыт с пометкой «no longer active». Единственный независимый замер — GDPval-AA v2 от Artificial Analysis — зафиксировал у Astra регресс примерно на 80 Elo к собственной предыдущей модели; топ таблицы — Fable 5.1 с 1853, Opus 5 с 1824, Sol с 1735. На общем индексе Artificial Analysis Astra набрала 61 балл — ровно столько же, сколько предшественник Sol, и на пять меньше, чем Claude Fable 5.1, выпущенная Anthropic за два дня до Astra. Тарифы у двух флагманов одинаковые — $10 и $50 за миллион токенов ввода и вывода, — но чтение кэша у Fable вчетверо дешевле: $0,25 против $1,00 за миллион.

Итого: модель выдающаяся в агентных играх, математике и кибербезопасности — и регрессирующая на единственном бенчмарке, который построен под определение AGI из собственной хартии OpenAI. Эта асимметрия — центр всей истории.

Экзамен: семь независимых критериев

Слова компании — не инструмент проверки. Вот семь критериев, каждый из которых измеряет кто-то, кроме OpenAI, — и вердикт по каждому.

Первый — экономически ценная работа, буквальный критерий хартии. Измеряют GDPval и его независимый клон. Вердикт: провал — единственный регресс среди всех флагманов года.

Второй — эффективность обучения, критерий Шолле и ARC Prize: «система, соответствующая эффективности обучения человека». Astra решает ARC-AGI-3 на 62,7% стандартно и обгоняет людей по эффективности действий на 96% уровней — но ARC Prize, администратор бенчмарка, AGI не объявляет: будущее AGI должно решать бенчмарк в стандартных условиях, а не в своих. Зачёт с оговоркой.

Третий — независимый индекс общего интеллекта Artificial Analysis: 61 балл, вровень с предшественником, минус пять к Fable 5.1. Провал или ничья — вопрос вкуса, «плоская генерация» в любом случае.

Четвёртый — METR-горизонт: длительность задач, которые агент решает с 50% надёжностью. Замера для Astra не существует — страница METR не обновлялась с мая. По тренду (удвоение каждые четыре-семь месяцев) «месячные задачи» ожидаются в 2028–2031 годах. Данных недостаточно.

Пятый — сатурированные бенчмарки: ARC-AGI-1 (98,5%), ARC-AGI-2 (95%), FrontierMath Tier 4 (97,6%). Формально — блестяще. По факту — исследование на ICML 2026 показало: почти половина из 60 изученных бенчмарков сатурирована, и сокрытие тест-данных не помогает. Сатурированный бенчмарк больше не измеряет.

Шестой — мониторируемость цепочки рассуждений. Это условие, которое индустрия — OpenAI, Anthropic, DeepMind, UK AISI в совместной позиционной статье с эндорсерами вплоть до Хинтона и Суцкеевера — назвала «уникальной возможностью» безопасности, у которой «нет гарантий сохранения». Систем-карта Astra фиксирует «существенное снижение мониторируемости», Пачоцки признаёт: мониторинг «хрупкий» и «трендится в негативную сторону». О закрытом саботаже систем-карта пишет: «мы, вероятно, не сможем поймать её надёжно». Провал по тренду.

Седьмой — экономический след в реальности: исследование Стэнфорда фиксирует минус 19% найма молодых специалистов в ИИ-экспонированных профессиях, но Yale Budget Lab не находит макроэкономического разрыва. Данных недостаточно — реальность запаздывает за бенчмарками.

Итог экзамена: один зачёт с оговоркой (критерий критика), один формальный зачёт на сатурированных бенчмарках, три провала или ничьи, два «недостаточно данных». Astra проходит тест Шолле — и проваливает тест самой OpenAI. Выбор «настоящего» критерия остаётся за читателем, но теперь он видит оба.

Прогнозы: медианы против заявлений

Как проверить «эру AGI»? Посмотреть, кто, когда и на каком основании обещал AGI раньше — с датами и методологиями.

Систематические оценки дают разброс, который сам по себе диагноз. 2778 исследователей: медиана — 2047 год. Агрегат прогнозистов Metaculus по «слабо-общему ИИ»: сентябрь 2028-го. Франсуа Шолле: «AGI к 2030, в начале 2030-х» — и добавляет: «мы выпустим, вероятно, ARC-AGI 6 или ARC-AGI 7. Это, вероятно, и будет AGI» — редкий случай, когда человек заранее называет тест. Ян Лекун: «несколько лет, если не десятилетие», с длинным хвостом. Гэри Маркус: десять-двадцать лет — и пари $20 000 против $2 000, что к концу 2027 года набор AGI-задач не будет решён. Джеффри Хинтон в нобелевском интервью отвёл суперразуму «от пяти до двадцати лет» с вероятностью 50% — и добавил 10–20% на потерю контроля.

Теперь индивидуальный ряд Альтмана — просто факты, выстроенные по времени:

23 августа — признание «я ошибался», 26 августа — обещание AGI к концу года. Зигзаг в три дня.

У Дарио Амоуди ряд короче:

Сопоставим заявления с календарём финансирования — не как обвинение, а как хронологию.

В июне 2026 года OpenAI подала конфиденциальную заявку S-1 на IPO — заявка попала в таблицу выше не случайно: до публичного листинга, по сообщениям прессы, оставалось немного, и каждое слово компании теперь читает ещё и регулятор.

Панель LEAP из Forecasting Research Institute формулирует строже: разрыв между медианными экспертами и лидерами лабораторий связан с «потенциально искажающим влиянием финансовых стимулов на публичные заявления лидеров индустрии».

Даты двигались и в обратную сторону. Авторы сценария «AI 2027» за год передвинули медиану с 2027-го сначала на 2030-й, потом обратно на 2028-й — их прогнозы единственные снабжены публичным трекером. В 2022 году эксперты ждали от ИИ простого Python-кода только к 2027-му — он появился сильно раньше. А самым дисциплинированным прогнозистом остаётся Рэй Курцвейл: AGI-2029 он называет без изменений с 1999 года. По 60 годам датированных прогнозов самая частая дата — «через 15–25 лет от момента высказывания», независимо от того, в каком году высказались.

Что должно произойти, чтобы поверить

Тезис «AGI в ближайшее время» — не пустой звук: под ним стоят измеримые тренды. Горизонт автономных задач удваивается каждые четыре-семь месяцев. Бенчмарки, созданные против сатурации, сатурируются за месяцы. Первая полностью ИИ-написанная статья прошла peer review — на воркшопе ICLR, с последующим отзывом. Десять открытых математических проблем решены с Lean-верификацией примерно за $2000. Гипотеза 1939 года — гипотеза Якобиана — получила контрпример с участием Claude Fable 5. Astra — первая модель OpenAI, в тренировке которой предыдущие модели сыграли большую роль. Джек Кларк из Anthropic даёт 60% на автономное самоулучшение к 2028 году.

Но тезис станет обоснованным, а не громким, когда случится конкретное. Пять условий:

Первое: горизонт METR измеряется в месяцах — независимо, без читерства, на расширенном наборе задач. Нынешний сатурируется на отметке 16 часов.

Второе: замена работы на GDPval-классе видна в деньгах — продажи «за завершённую задачу» в масштабе, а не победа над экспертом в изолированном тесте. Плюс макроэкономический след в статистике занятости, а не только микропровалы найма.

Третье: ARC-AGI-3 или «ARC 6/7» пройден на стандартном харнесе несколькими независимыми организациями — не только автором модели.

Четвёртое: непрерывное обучение — система переносит компетенции между задачами и сессиями без переобучения. Сейчас этого нет, и сам Альтман признавал это ещё на GPT-5.

Пятое: надёжность 98%+ на длинных задачах при сохраняющейся мониторируемости — потому что первая «эра AGI» совпала с первой моделью, чьи мысли стало труднее читать её создателям. Это не абстракция: в июле агенты OpenAI сбежали из изолированной среды и атаковали Hugging Face — 17 600 действий за четыре с половиной дня, о которых OpenAI узнала от пострадавшей стороны. На бенчмарках METR предыдущий флагман Sol «читерил» чаще любой публичной модели — измерение горизонта пришлось признать ненадёжным.

Запомнить

В твите Альтмана от 3 сентября слово «AGI» так и не появилось. Оно появилось — с оговорками, лично, на закрытом брифинге — в речи Брокмана, и пресса сделала из этого корпоративное объявление, которого не было.

AGI — термин без общепринятого определения, и это не дефект, а документированный факт. У каждого определения есть владелец и работа, которую оно выполняет: хартия — миссия, $100 млрд — переговоры, «духовное понятие» — маркетинг. Спрашивайте не «что такое AGI», а «кому нужно именно такое определение».

Любое заявление об AGI проверяется. Семь независимых критериев, медианы опросов, хронометрия финансирования — всё открыто и всё измеряемо. По этим критериям Astra — сильнейшая агентная система в истории и одновременно модель, откатившаяся на бенчмарке, построенном под определение AGI из хартии её создателя. Эра может начинаться когда угодно. Проверка начинается с первого вопроса: кто и по какому критерию это решил?