Модель анализировала ситуацию и предлагала действие. Человек переносил команду в другую систему, запускал оборудование, получал результат и возвращал его модели. По сути, выполнял функцию copy-paste между двумя несовместимыми мирами.
Anthropic представила Model Hardware Standard — MHS, стандарт, который должен позволить AI-агентам напрямую управлять физическими устройствами: лабораторными приборами, микроскопами, роботизированными манипуляторами и другим оборудованием.
ИИ не получил собственные руки. Он получил возможность пользоваться уже существующими руками машин.
В лаборатории это означает простой замкнутый цикл: агент ставит эксперимент, получает данные, анализирует их, меняет параметры и запускает следующий. Человек внутри каждой операции уже не обязателен.
И здесь важнее всего не робототехника, а граница, по которой человек вообще исчезает из процесса.
Она проходит не между простой и сложной работой.
Она проходит между определённостью и неопределённостью.
Если понятна цель, заданы ограничения и существует способ проверить результат, задача может быть чрезвычайно сложной — но ИИ способен двигаться самостоятельно. Исследовать варианты, ошибаться, получать обратную связь, менять решение.
Совсем другая задача — «сделай продукт лучше».
Что значит лучше? Дешевле? Красивее? Удобнее? Прибыльнее? Для нынешних пользователей или для новых?
Здесь проблема не в недостатке вычислений. Не определена сама цель.
Поэтому современная связка человека и ИИ всё больше напоминает небольшую организацию.
Человек работает на уровне product owner — определяет, что строить и зачем. ИИ всё чаще способен работать как team lead — спроектировать решение, разбить его на задачи, проверить исполнение. Ниже находятся программы, агенты, API, а теперь и физические машины.
Когда цель определена, два нижних уровня уже можно во многом оставить без человека.
Но реальная жизнь почти никогда не определена полностью.
В бизнесе меняется рынок. В науке неизвестно, куда приведёт исследование. В продукте по мере работы меняется само понимание того, что нужно создавать. Иногда меняется не путь к цели — меняется цель.
Поэтому главный вопрос следующего этапа развития ИИ уже не в том, сможет ли он действовать без человека.
Сможет.
Вопрос в другом:
сможет ли он быть эффективным, когда правильного ответа ещё нет?
Не просто находить путь к заданной точке, а работать внутри неопределённости: сохранять несколько гипотез, не фиксировать решение слишком рано, получать новую информацию, менять направление и иногда признавать, что решать ещё рано.
Люди тоже не знают будущего. Сильный предприниматель, исследователь или руководитель ценен не тем, что всегда знает правильный ответ.
Он умеет действовать, пока правильного ответа ещё нет.
Если нейросеть научится тому же, речь пойдёт уже не о замене исполнителей и даже не о замене менеджеров. ИИ войдёт в область стратегии.
А пока произошло другое, уже вполне реальное изменение.
У ИИ были мозги. У машин были руки. Между ними находился человек.
Теперь человек всё чаще перестаёт быть необходимым проводом.
