Что означает AGI

Немногие термины в технологиях несут столько веса при столь малом согласии. Общий искусственный интеллект, сокращённо AGI, является заявленной целью крупнейших ИИ-лабораторий, предметом знаменитого пункта в договоре и конечной точкой многих прогнозов.

Рассказываем, что означает этот термин, где находятся системы осенью 2026 года и что, по нашему мнению, компании стоит с этим делать.

Что люди называют AGI

Начнём с трёх простых терминов. Узкий ИИ выполняет одну задачу, часто лучше любого человека: шахматный движок, спам-фильтр, модель, предсказывающая, как сворачиваются белки. Общий ИИ выполнял бы большую часть интеллектуальной работы, которую делают люди, в разных областях и осваивал бы новую работу так, как это делает человек. Сверхинтеллект превосходил бы любого человека почти во всём. Узкий ИИ повсюду. Споры идут о двух других.

Самое цитируемое определение содержится в уставе OpenAI 2018 года: высокоавтономные системы, которые превосходят людей в большей части экономически ценной работы. Оно измеряет работу, а не разум.

В 2023 году Мередит Рингел Моррис и её коллеги из Google DeepMind предложили вместо единой финишной черты уровни, оценивая систему по тому, насколько хорошо она работает, от зарождающегося до сверхчеловеческого уровня, и по тому, насколько она универсальна. AlphaFold сверхчеловечен, но узок. ChatGPT, Bard, Llama 2 и Gemini они отнесли к первому уровню общего ИИ, равному неквалифицированному человеку или немного превосходящему его. Автономность, как они отметили, представляет собой отдельный вопрос.

В октябре 2025 года Дэн Хендрикс и 32 соавтора определили AGI как соответствие когнитивной разносторонности и квалификации хорошо образованного взрослого, измеряемое в десяти областях, таких как рассуждение, память и восприятие. GPT-4 набрал 27 процентов, GPT-5 57 процентов. Профиль оказался неровным: сильные стороны там, где помогают знания, слабые в базовых вещах, например в сохранении того, что система узнаёт со временем.

ARC Prize Foundation определяет AGI как систему, которая может приобрести любой навык, доступный человеку, так же эффективно, как человек, и строит свои тесты вокруг этого.

Где всё находится в 2026 году

Самое резкое движение в этом году произошло на новейшем тесте фонда. Когда в марте вышел ARC-AGI-3, набор интерактивных игр без инструкций, люди решили их все, а лучшие ИИ-системы набрали 0,51 процента. В сентябре GPT-6 Astra от OpenAI набрала 62,7 процента в стандартной конфигурации и 99,9 процента в конфигурации, которая сохраняет скрытые рассуждения модели между шагами. Фонд назвал это качественным скачком и добавил, что не утверждает, будто этот результат является AGI: тест жёстко ограничен и не отражает того, насколько открыт и сложен реальный мир.

Реальная работа движется медленнее. METR засекает время ИИ-агентов на программистских задачах в сравнении с квалифицированными людьми. В мае она сообщила, что лучшие публичные модели справлялись в половине случаев с задачами, которые занимают у человека около 12 часов. Чтобы справляться в четырёх случаях из пяти, задачи пришлось сократить примерно до полутора часов. Длинные задачи можно попытаться выполнить. Короткие выполняются надёжно.

Лидеры отрасли расходятся во мнениях о том, насколько близко остальное. В августе Сэм Альтман сказал TIME, что OpenAI ещё не совсем достигла цели, но к концу года у неё будет внутренняя система, которую он назвал бы AGI. В январе в Давосе Демис Хассабис из Google DeepMind сказал, что нынешние системы очень далеки от AGI человеческого уровня и что может понадобиться ещё один или два прорыва. Ян Лекун, который ушёл из Meta, чтобы основать AMI Labs, утверждал, что модели, обученные на тексте, никогда не достигнут интеллекта человеческого уровня, потому что у них нет модели причин и следствий в реальном мире.

В совокупности нынешние системы сверхчеловечны в одних задачах, работают на уровне эксперта во многих и всё ещё слабы в запоминании, обучении в процессе работы и сохранении надёжности на длинных отрезках. Считается ли это AGI, зависит от определения, которого вы придерживаетесь.

Почему слово всё равно важно

Годами у этого слова была цена. По первоначальному партнёрскому соглашению Microsoft теряла права на технологии OpenAI, как только OpenAI достигнет AGI. В декабре 2024 года The Information сообщило о финансовом критерии: AGI будет считаться достигнутым, когда системы OpenAI принесут не менее 100 миллиардов долларов прибыли. В октябре 2025 года обе стороны договорились, что любое такое заявление должна будет проверить независимая группа экспертов, и продлили права Microsoft до 2032 года, включая модели после AGI.

В апреле 2026 года этот пункт исчез. Выплаты OpenAI в пользу Microsoft в виде доли выручки теперь продолжаются до 2030 года с общим потолком и независимо от технологического прогресса OpenAI, а лицензия Microsoft до 2032 года больше не является эксклюзивной. Как написал The Verge, больше нет ни группы экспертов, ни правила о том, что произойдёт, если или когда AGI будет объявлен.

Слово также несёт обещания. Устав OpenAI обязывает компанию прекратить конкуренцию с проектом, разделяющим ценности и заботящимся о безопасности, и начать ему помогать, если тот первым приблизится к созданию AGI. Такое обещание работает, только если кто-то может определить, когда «близко» уже наступило.

Законодатели избегают этого слова. Регламент ЕС об ИИ (AI Act) регулирует модели ИИ общего назначения и со 2 августа 2025 года возлагает обязанности на их поставщиков, а системный риск предполагает для модели, обученной с использованием более 10 в степени 25 операций с плавающей точкой. Закон считает то, что может измерить. А прогноз появления AGI влияет на инвестиции, найм и терпение советов директоров задолго до того, как кто-либо договорится о том, что именно наступило.

Что это значит для компании

Для компании ждать такого объявления было бы неверным планом. Оно может никогда не прозвучать, а история с договором показывает, что оно может перестать иметь значение даже для тех, кто о нём торговался. Полезна как раз неровность профиля: одна и та же система может быть сверхчеловеческой в одной задаче и ненадёжной в следующей. Поэтому вопрос не в том, когда появится AGI. Вопрос в том, какую работу можно передать уже сейчас и на основании каких данных.

Составьте список работы, которую ваша команда повторяет: коммерческое предложение, закрытие месяца, ответ на стандартный запрос, первый черновик страницы. Задайте по каждому пункту три вопроса. Может ли машина сделать это достаточно хорошо уже сегодня? Может ли человек проверить результат за несколько минут? Можно ли недорого исправить ошибку? Начинайте там, где на все три вопроса ответ «да».

Затем передавайте работу шаг за шагом. Сначала машина готовит черновик, а решает человек. Когда черновики перестают требовать исправлений на достаточном объёме реальной работы, машина выполняет рутину, а человек утверждает на заданных контрольных точках. Только после этого она работает самостоятельно, в рамках записанных правил, с журналом каждого шага. На всём протяжении люди задают направление и проверяют результат. Меняется лишь то, какую часть работы между этим берёт на себя машина.

Ничто из этого не ждёт определения. Даже системе, которая прошла бы все тесты на AGI, понадобились бы знания компании, её правила и человек, который отвечает за результат. Всё это можно построить уже сейчас, как бы ни называлась следующая модель.

Где стоит crue

Наш девиз звучит так: Ведёт человек. Движет ИИ. Дальше автономно. Он описывает путь, а не прогноз об AGI.

Сегодня каждый продукт crue ведёт человек. Люди приносят идею, опыт и вкус, ИИ берёт на себя производство, а люди проверяют результат и наносят финальные штрихи. Далее продукты становятся агентными: агенты делают большую часть работы, а люди задают цели и утверждают на контрольных точках. Потом наступает автономность, рутина за рутиной, по мере того как каждая её заслуживает.

Мы не строим AGI и не ждём его. Лучшие модели приближают каждый этап, но этапы не зависят от того, как лаборатория называет свою систему. Helm, наше видение компании, которой основатель управляет вместе с агентами, является местом, где мы проходим этот путь дальше всего. Twin даёт компании её ИИ-мозг, а Eigna собственную частную модель.

Если однажды система будет отвечать всем определениям AGI, компания столкнётся с теми же вопросами, что и сегодня: какую работу передать, кто задаёт направление и кто отвечает за результат. Слово будет и дальше меняться. Но кто-то по-прежнему должен стоять у руля.