Alexander Wang: если интеллект перестаёт быть дефицитом (Рубрика AI)

Посмотрел разговор Гарри Тана с Александром Ваном на Startup School 2026 "Alexandr Wang: “This is a Once-in-a-Civilization Opportunity", опубликованный 29 июля 2026 года. Ван основал Scale AI, а сейчас занимает позицию Chief AI Officer в Meta, запрещенной в России. Но интереснее должностей его главный прогноз: интеллект и способность действовать станут изобильными, а дефицитом останутся видение, амбиция и умение собирать систему вокруг агентов.

Ван считает, что даже при остановке прогресса моделей сегодняшних возможностей хватило бы на десятилетия перестройки экономики. Поэтому спор о точной дате superintelligence для него вторичен. Узкое место - распространить уже существующие способности по компаниям, продуктам и государственным системам.

Отсюда его версия персонального сверхинтеллекта (personal superintelligence): миллиарды людей получают персональных агентов, а миллионы компаний - агентов, которые договариваются между собой. Разработчик в этой картине поднимается по уровням абстракции: сначала писал код, затем оркестрировал отдельных агентов, дальше будет проектировать организации из миллионов или даже триллионов агентов. Но это пока футуристический прогноз, хотя основной механизм Ван описывает вполне приземлённо. Нужен замкнутый контур: цель, данные, действие, обратная связь и метрика, по которой система понимает, стало ли лучше. По его утверждению, внутри Meta удачный агентный контур (agentic loop) с подходящей проверкой качества (eval) уже позволял рою агентов делать больше команды из ста инженеров, но публичных данных для проверки этого сравнения в разговоре нет. Интересно, что концепцию Loop Engineering мы разбирали недавно с Максом Смирновым.

После просмотра видео с Alexander Wong я вспомнил, что Джефф Дин, о выступлении которого на Y Combinator School 2026 я рассказывал вчера, около десяти лет назад приходил говорить про будущее (это было на YC AI от 7 августа 2017 года). Дин тогда показывал TensorFlow, TPU, neural architecture search и формулировал «запросы будущего»: описать видео на испанском; найти работы по reinforcement learning для робототехники и суммировать их на немецком; научить робота безопасно работать рядом с людьми в неструктурированной среде. Первые два сценария сегодня уже не звучат как научная фантастика. Третий всё ещё остаётся фронтиром: модели научились лучше понимать сцену и инструкции, но надёжное физическое действие и безопасность требуют отдельного инженерного контура.

Разница оптик показательна. Дин смотрел на модель как на новый вычислительный инструмент и спрашивал, какие задачи она сможет решить. Ван начинает с предположения, что цифровой интеллект уже стал дешёвым и доступным, и спрашивает, кто поставит ему цель и соберёт из него работающую организацию. Единица изменения выросла от модели и запроса до компании и её контуров обратной связи. Но есть и важное сходство. Ни один не предсказывает исчезновение инженерии. У Дина человеческая экспертиза переезжала в архитектуру данных, вычислений и автоматизацию экспериментов. У Вана она переезжает в постановку целей, оркестрацию, evals и системное мышление. Абстракция меняется, а ответственность за устройство системы остаётся.

И здесь я бы не принимал весь оптимизм Вана за нейтральный прогноз. Разговор одновременно продвигает стратегию Meta, Muse Spark и будущую платформу для агентов. Оценки «в десять раз», «в сто раз» и сравнение со ста инженерами - позиции спикера, а не независимые бенчмарки.

#AI #Agents #Engineering #Architecture #Leadership #Management