Хассабис ускорил прогноз AGI: нынешние ИИ-агенты стали репетицией большого скачка

Глава Google DeepMind Демис Хассабис снова сдвинул ожидания вокруг общего искусственного интеллекта ближе к настоящему. В интервью Axios после Google I/O он сказал, что AGI может появиться около 2030 года, «плюс-минус год», а 2029-й уже выглядит реальной возможностью. Ещё важнее другое: нынешние ИИ-агенты, по его словам, стоит воспринимать как тренировочный прогон перед системами, которые будут значительно мощнее.

Для Neuro.ee эта линия продолжает январский сюжет о Хассабисе: тогда он говорил о горизонте 5-10 лет, умных очках и доверии к Gemini. Теперь фокус сместился с интерфейса будущего на более приземлённый вопрос: что произойдёт, когда агенты начнут не просто отвечать, а самостоятельно планировать работу, писать код, запускать цепочки действий и помогать ускорять разработку новых моделей.

Почему прогноз стал жёстче

Хассабис объясняет новый тон не внезапным озарением, а тем, что индустрия, по его словам, всё увереннее видит правильный технический путь. На Google I/O он говорил, что люди стоят у «подножия сингулярности», а в разговоре с Axios уточнил: эта формулировка нужна, чтобы заставить не только техиндустрию, но и экономистов, правительства и бизнес относиться к теме серьёзнее.

Термин AGI всё ещё расплывчат. Сэм Альтман называл его плохо определённым, Дарио Амодеи предпочитает говорить о «мощном ИИ». У Хассабиса есть свой мысленный тест: если модели дать знания только до 1901 года, сможет ли она сама прийти к открытиям уровня Эйнштейна 1905 года, включая специальную теорию относительности. Сегодня, по его оценке, такие системы явно не готовы. Но он уже не считает этот разрыв далёким.

Агенты как проверка перед AGI

Самая практичная часть интервью касается не философии, а агентов. Хассабис говорит, что нынешний агентный год похож на репетицию: системы уже начинают выполнять многошаговые задачи, писать код и собирать небольшие продукты быстрее, чем это делал бы человек вручную. Он приводит личный пример с агентами для кода, которые помогают ему по ночам делать игровые прототипы, на которые раньше ушли бы месяцы.

Это важно для обычных пользователей и компаний. Если агент ошибается в письме, задаче разработки или финансовой таблице, это пока выглядит как локальная проблема. Но ровно такие ошибки показывают, где нужны права доступа, журналирование действий, человеческое подтверждение и понятные границы ответственности. Репетиция нужна не только моделям, но и организациям, которые пытаются понять, что можно отдавать автономным системам.

Где главный риск

Отдельно Хассабис выделяет системы, которые помогают улучшать сам ИИ. Для лабораторий это очевидный ускоритель: быстрее исследования, быстрее эксперименты, быстрее поиск архитектур и ошибок. Но если модель начинает участвовать в разработке следующего поколения моделей, возрастает цена сбоя, неправильной цели или слабого контроля.

Поэтому его прогноз стоит читать не как обещание магической даты, а как предупреждение о темпе. В 2026 году агентные инструменты уже становятся рабочим слоем поверх браузера, кода, документов и корпоративных систем. Если AGI действительно приблизится к 2029-2030 годам, ближайшие 12-18 месяцев будут не ожиданием будущего, а проверкой инфраструктуры: кто научится безопасно использовать агентов сейчас, тот лучше встретит следующий скачок.