Мира Мурати и Thinking Machines Lab создают AI, который не заменяет человека

Мира Мурати, бывшая CTO OpenAI и основательница Thinking Machines Lab, показала новую ставку своей компании: AI, который не вытесняет человека из процесса, а работает рядом с ним. Вместо полной автоматизации стартап делает модели, способные понимать живой разговор, паузы, перебивания и смену контекста в реальном времени.

Ставка на сотрудничество

Мурати не отказалась от идеи сверхинтеллекта, но предлагает другой путь к нему. По её версии, по-настоящему полезное будущее для AI — это не сценарий, где несколько корпораций строят полностью автономные системы, а люди постепенно отходят в сторону. Человеческий интеллект, наоборот, должен оставаться частью уравнения как можно дольше, особенно на фоне растущих опасений, что генеративные модели ускорят сокращение рабочих мест и усилят зависимость рынка от нескольких больших игроков.

«Лучший путь к хорошему будущему — дольше оставлять человека в цикле», — так Мурати описывает подход Thinking Machines Lab.

Идея компании в том, чтобы не просто выдавать ответы по запросу, а давать людям возможность настраивать передовые модели под свои задачи и ценности, а затем работать с ними в паре. Такой подход заметно отличается от привычного образа AI-агента, который должен получить инструкцию и дальше всё сделать сам. Для Мурати важнее не убрать человека из процесса, а сделать так, чтобы система лучше понимала намерение пользователя и помогала достигать цели без потери контроля.

Как устроены модели В мае 2026 года

Thinking Machines показала исследовательское превью так называемых interaction models — моделей взаимодействия, которые общаются с человеком через камеру и микрофон. В отличие от многих голосовых интерфейсов, здесь речь не сводится к схеме «распознал аудио, превратил в текст, отправил в чат-бот». Компания утверждает, что её модель изначально обучена работать с непрерывной, неидеальной человеческой коммуникацией, где люди делают паузы, перебивают друг друга, поправляют себя и меняют тему по ходу разговора.

Это даёт системе более естественный режим работы. По описанию Thinking Machines, такие модели должны не просто ждать конца реплики, а улавливать ход мысли и адаптироваться на лету, если собеседник уточняет формулировку или резко переводит разговор в другую сторону. Публичного релиза пока нет: компания показала лишь несколько демо-видео, но сама ставка уже понятна — интерфейс с AI хотят сделать ближе не к командной строке, а к живому рабочему диалогу между людьми.

• Понимают паузы, перебивания и смену интонации Работают через камеру и микрофон, а не только через текст Подстраиваются, когда пользователь уточняет мысль или меняет тему * Нацелены на более персонализированное и контекстное взаимодействие ## Чем это отличается Подход Мурати идёт поперёк основного тренда крупнейших лабораторий. OpenAI, Anthropic и Google в последние годы всё активнее двигают модели к автономной работе: от написания кода до сборки целых приложений по одному текстовому запросу. Чем лучше система справляется сама, тем меньше участия остаётся человеку. Thinking Machines спорит не с самой целью сделать модели сильнее, а с тем, как именно эта сила должна применяться в продукте. Компания появилась после ухода Мурати из OpenAI в 2024 году и собрала вокруг себя нескольких заметных инженеров из той же экосистемы. Стартап уже привлёк миллиарды долларов на создание передовых моделей, но публичных продуктов у него пока немного. Самый заметный из них — Tinker, запущенный в октябре 2025 года API-сервис для донастройки моделей на собственных данных, которым уже пользуются исследователи и инженеры. Один из сооснователей, специалист по мультимодальному AI Александр Кириллов, связывает новую линейку моделей с более широкой задачей — сделать AI не просто быстрым, а персональным и постоянно присутствующим в рабочем контексте. В этой логике помощник не исчезает между запросами, а остаётся рядом, видит, что делает пользователь, и подключается в нужный момент.

Что это значит

Рынок AI всё чаще обсуждает автономных агентов, которые заменяют часть человеческой работы. Thinking Machines предлагает другой продуктовый вектор: не «убрать человека», а повысить его пропускную способность за счёт моделей, которые лучше понимают живое взаимодействие. Если этот подход сработает, следующая конкуренция в AI пойдёт не только за мощность модели, но и за качество совместной работы человека и машины.