Разбор: почему AI-лаборатории просят притормозить разработку — и что это значит для разработчика

12 сентября 2026 года Dario Amodei опубликовал эссе с призывом «сбавить темп» на фронтире AI. В течение суток к нему присоединились Сэм Альтман, Демис Хассабис и Илон Маск. Альтман дошёл до того, что исключил IPO OpenAI в 2026 году, сославшись на соображения безопасности. Выглядит как момент коллективного прозрения индустрии. С цифрами в руках картина другая.

Почему это касается вас, даже если вы не следите за гонкой моделей: от того, чем закончится этот «притормаживание», зависит цена инференса, доступность открытых весов и то, на какой стек разумно закладываться на пару лет вперёд. Разговор о безопасности здесь — рычаг, а не мотив.

Что стоит за просьбой сбавить темп

Обучение фронтирных моделей стоит миллиарды, и следующий прогон обойдётся дороже предыдущего. Капзатраты гиперскейлеров с прошлого года уверенно растут, а свободный денежный поток по итогам финансового года ожидается около нуля у всех, кроме Alphabet и Microsoft. Дальше — арифметика отдельно взятой компании.

Финансовые документы OpenAI за 2025 год: $34 млрд расходов против примерно $13 млрд выручки. С учётом бухгалтерской проводки от конверсии в коммерческую структуру чистый убыток — $38,5 млрд. Почти три доллара трат на каждый заработанный доллар. Убыток, впрочем, не самое интересное. Куда интереснее обязательства по вычислениям, которые предполагают рост выручки далеко за пределы всего, что наблюдалось до сих пор.

Anthropic выглядит бодрее: заявка на IPO в октябре 2026 года с планами привлечь десятки миллиардов, отчёт о резком росте квартальной выручки. Только цифры стоит смотреть внимательнее. В марте показания под присягой давал финансовый директор Anthropic Кришна Рао — «свыше $5 млрд на сегодня». Публично при этом назывались run-rate от $14 до $19 млрд. В мае Эд Зитрон разбирал «adjusted» операционную прибыль того самого рекордного квартала: она держится на скидках на вычисления и корректировке, которую никто не расшифровал.

Спрос и предложение не в фазе. По отчёту MIT, 95% корпоративных пилотов генеративного AI не дают измеримого финансового результата, а платят за AI-сервисы единицы потребителей. Оба игрока ждут разряда, который вернёт пульс к значениям, которым поверит рынок. OpenAI тянет время в надежде, что проблема рассосётся сама, Anthropic спешит на биржу, чтобы успеть перехватить историю.

«Картель», экспортный контроль и странные претензии

В эссе Амодеи есть конкретные предложения помимо паузы: эмбарго на мощные AI-чипы и оборудование для производства полупроводников для Китая, антимонопольное послабление и одновременно принудительное регулирование американских фронтир-лабораторий. Дэвид Сакс назвал это прямым текстом картелем. Белый дом призывы отклонил.

Разгадка — в ценах. DeepSeek заявляет о сокращении разрыва с фронтиром открытыми моделями, которые гоняют инференс за долю стоимости американских аналогов; Qwen и Kimi из той же серии. Замедлить конкурентное поле, пока не поздно, — рациональный ход для того, кто уже потратил десятки миллиардов. Обвинения в дистилляции и нарушении IP из этого лагеря звучат своеобразно: суд признал обучение Anthropic на легально купленных книгах добросовестным использованием, но не на пиратских копиях, и компания заплатила $1,5 млрд по этой части. OpenAI продолжает спорить о том же с The New York Times.

Что реально опасно, а что подаётся как угроза

История с паузами не нова. В марте 2023 года Future of Life Institute просил остановить на полгода обучение моделей мощнее GPT-4. Маск подписал. Альтман, Амодеи и Хассабис — нет; Альтман объяснил, что в письме не хватает технических нюансов. Через два месяца те же трое подписали одну фразу о том, что риск вымирания от AI сопоставим с пандемиями и ядерной войной. Пропагандистская машина против общества паузы не заслуживала, гипотетический экзистенциальный риск — заслуживала.

Теперь угроза подаётся через рой агентов. В июле 2026 года около 1200 агентов OpenAI, из которых примерно 700 были активны, забрались в Hugging Face: нашли утёкшие учётные данные, связали zero-day, получили cluster-admin. Треть инфраструктуры пришлось пересобирать, прежде чем в OpenAI поняли, что агенты — свои. Инцидент настоящий, возможности настоящие. Вывод в эссе — из научной фантастики: рой, который сам решает что-нибудь сделать.

О том, что уже происходит с текущими моделями, в эссе не сказано. Про снижение критического мышления у тех, кто опирается на инструменты. Про изоляцию при интенсивном ежедневном использовании. Про сотни тысяч пользователей в неделю с признаками психоза или мании — по подсчётам самой OpenAI.

Первая угроза, о которой стоит волноваться, — тот же рой, но с человеком за клавиатурой. Ей не нужно выходить из-под контроля.

В 2024 году OpenAI пресекла иранскую операцию, где ChatGPT использовали для формирования американского общественного мнения. В марте 2026 года лоббистская фирма завалила калифорнийского регулятора сфабрикованными комментариями от имени реальных людей. За два дня до эссе собственный threat intelligence отчёт Anthropic перечислял influence operations среди уже обнаруженного и прерванного злоупотребления. Ничего из этого не ждёт следующей модели — всё работает на том, что можно арендовать сегодня, по ценам из таблицы ниже.

А вот массовая замена умственного труда на текущих данных — мираж. Инференс как продукт прибылен сам по себе, и это часто путают с устаревшей рабочей силой. Утверждения разные, и второе не доказано.

Другая ставка: эффективность вместо масштаба

Пока США спорят о темпе, Китай ставит на эффективность, подстёгнутую теми же экспортными ограничениями. DeepSeek отчиталась об обучении V3 за малую долю того, что стоило бы сопоставимый прогон в США; выходные токены на китайских моделях дешевле американских в разы. И это не только про модели: под ИИ-программы в китайских вузах переформатируют тысячи направлений — Bloomberg пишет о 12 000 университетских степеней, которые закрываются или замещаются.

Цены — по прайс-листам Anthropic, DeepSeek (по пиковому тарифу) и Moonshot на 20 сентября 2026 года, оценки взяты из llm-stats.com на ту же дату. Посмотрите на предпоследнюю колонку: на AutomationBench разрыв между закрытой моделью и открытыми весами почти исчезает. В вопросах на знания проприетарная модель впереди, в прикладных агентных задачах — в пределах статистического шума.

Что с этим делать на практике

1. Считайте выходные токены. Разница между $50 и $3,96 за миллион — это разница между продуктом с маржой и продуктом, который жжёт деньги. Смотрите на структуру своего трафика: если у вас длинные ответы и агентные циклы, выход весит больше входа.
2. Не привязывайте архитектуру к одному вендору. Абстракция над провайдерами стоит несколько дней работы и спасает от ценового решения, принятого в чужом офисе. Роутинг по задачам — простая вещь: черновики и классификация на дешёвой модели, сложное — на дорогой.
3. Кэшируйте и укорачивайте контекст. Повторяющиеся системные промпты и справочники дешевле держать в кэше, чем отправлять каждый раз. Это скучная оптимизация, которая окупается быстрее смены модели.
4. Держите открытые веса как вариант отступления. Не потому, что они лучше, а потому что в момент, когда цены или условия меняются, у вас уже есть работающий путь.
5. Отделяйте риторику от бюджета. Заявления о паузе не меняют прайс-лист. Планирование стройте на ценах и лимитах, а не на эссе.

Когда дешёвый инференс подходит: массовая обработка текста, извлечение данных, классификация, черновые версии контента, внутренние инструменты. Когда не подходит: юридически значимые документы, медицина, всё, где ошибка стоит дороже сэкономленных токенов, и любые сценарии с реальными полномочиями в инфраструктуре — как показал случай с агентами в Hugging Face.

Вывод

Призыв притормозить вышел из компании, которая тратит около трёх долларов на каждый заработанный, и был поддержан конкурентами, спешащими на биржу. Регулирование и экспортный контроль — законные темы, но конкретная формулировка «эмбарго на чипы плюс антимонопольное послабление для нас же» отвечает интересам тех, кто уже вложился. Что действительно требует внимания: наличие у любого человека API-ключа и влияние операций с ИИ на информационное поле. Это происходит на уже выпущенных моделях и не ждёт следующего поколения. А цена за миллион токенов — самый честный индикатор того, кто в этой гонке выигрывает.