Сумерки чат-ботов: Opus 4.7 за $251 выполняет работу программиста на 2 недели

30 июня 2026 года профессор Wharton Этан Моллик опубликовал анализ, фиксирующий переломный момент: эра чат-ботов заканчивается, её сменяют автономные ИИ-агенты, способные работать часами без участия человека — и это уже происходит внутри крупнейших AI-лабораторий.

Что умеют агенты сегодня

Opus 4.7 от Anthropic в исследовании Epoch AI самостоятельно работал 14 часов и создал программное обеспечение, разработка которого заняла бы у людей от 2 до 17 недель. Стоимость — $251 в токенах.

• Epoch AI (2026): Opus 4.7 автономно работал 14 часов — эквивалент 2–17 недель инженерного труда за $251
• Эксперименты Моллика: Claude Fable закрывал сложные технические проекты за 9 часов — то, на что команда тратила неделю
• METR и AI Security Institute (Великобритания) фиксируют рост автономии ИИ быстрее любых прогнозов
• OpenAI: четверть сотрудников компании управляют минимум 4 агентами каждую неделю
• Горизонт непрерывной работы ИИ за несколько месяцев вырос с 2 часов до 16+ часов за один промпт

Моллик подчёркивает: AI-системы пока не сдают все тесты, «но они однозначно улучшаются с очень высокой скоростью» — это подтверждают несколько независимых бенчмарков, включая GDPval, который сравнивает производительность ИИ с уровнем экспертов-людей в разных отраслях.

Почему эксперты важнее программистов

Внутреннее исследование OpenAI выявило неожиданную закономерность: успех при работе с Claude Code не зависел от профессионального бэкграунда — юристы справлялись не хуже разработчиков.

«Чем больше у человека доменного опыта, тем успешнее он использует Claude Code в своей области.

И — что ещё интереснее — тем больше полезного результата он получает от каждого промпта», — говорится в анализе Этана Моллика со ссылкой на данные OpenAI.

Когда написание кода становится задачей агента, профессиональные границы размываются: юрист, врач или финансовый аналитик получает те же инструменты, что и разработчик. Преимущество теперь у тех, кто глубоко понимает свою область, а не у тех, кто умеет кодить. Для проверки качественных различий Моллик использовал нестандартный тест: просил ИИ строить интерактивные симуляции морского порта. Модели существенно расходились в дизайне и суждениях — характеристиках, которые стандартные бенчмарки не улавливают.

Параллельно сформировались два яруса моделей. Американские закрытые (Anthropic, OpenAI, Google) — на максимальном уровне производительности. Китайские open-weights — отстают на 6–12 месяцев, но значительно дешевле и доступны для локального развёртывания.

Почему компании не успевают за переменами

Институты движутся со скоростью людей — согласования, комитеты, кварталы. ИИ улучшается по нечеловеческой экспоненте, и разрыв с каждым циклом нарастает.

«Нестабильность — это то, что происходит, когда институты, движущиеся

со скоростью людей (или, что хуже, комитетов), пытаются отслеживать кривую возможностей, которая по своей природе совершенно не человеческая», — Этан Моллик, One Useful Thing.

В начале 2025 года ИИ-агент мог автономно работать около 2 часов с высоким процентом ошибок. К середине 2026 года — уже 16+ часов за один промпт. ИИ-стратегии, написанные в конце 2024 года, сегодня описывают устаревшую реальность. Конкретные примеры — экстренные регуляторные меры в кибербезопасности после внезапного скачка возможностей ИИ и резкие биржевые колебания, когда ИИ внезапно угрожал бизнес-моделям целых секторов.

Что это значит

Мы не входим в переходный период перед стабилизацией — мы входим в постоянное состояние ускорения. Побеждает тот, кто умеет ставить задачи агентам, оценивать их результаты и глубоко разбирается в своей профессиональной области.

Частые вопросы

Сколько стоит запустить ИИ-агента на крупный проект?

По данным Epoch AI, Opus 4.7 выполнил эквивалент 2–17 недель инженерной работы за $251 в токенах. Итоговая стоимость зависит от модели, длительности задачи и числа промптов.

Чем ИИ-агент отличается от чат-бота?

Чат-бот отвечает на один вопрос и ждёт следующего. Агент получает задачу, самостоятельно разбивает её на шаги, исправляет ошибки по ходу и работает часами без вмешательства пользователя — именно так работают Claude Code от Anthropic и Codex от OpenAI.