Назад
31 марта 2026 г. в 00:00 AI agentic AI Andrej Karpathy future of work automation labor AI economy No Priors / YouTube

Андрей Карпаты описал новую роль человека в agentic economy

Андрей Карпаты описал новую роль человека в agentic economy

Андрей Карпаты описал новую роль человека в agentic economy

Во фрагменте из недавнего интервью Андрей Карпаты формулирует одну из самых точных и самых тревожных идей нынешнего AI-цикла. Если автоматизация продолжит расти, люди будут всё чаще выступать для машинных систем как sensors и actuators: то есть как источники данных из реального мира и как исполнители физических, юридических или организационных действий, которые сама система пока не может закрыть напрямую.

В расшифровке фрагмента это звучит почти предельно жёстко: Карпаты говорит, что люди «kind of like its actuators», но одновременно и «its sensors», а общество коллективно может перестроиться под потребности такой машинной системы — «not necessarily like to each other». Именно эта последняя оговорка делает тезис важным не как мем, а как экономическое наблюдение. Речь уже не о классической автоматизации, где software помогает человеку работать быстрее. Речь о модели, где человек всё чаще становится периферией вокруг автономного цифрового ядра.

Это хорошо укладывается в более широкий сдвиг, который Карпаты обсуждает и в других выступлениях последних месяцев. В средах, где есть чёткая метрика, короткий цикл проверки и цифровая обратная связь, agentic systems уже начинают вытеснять человека из самого центра операционного контура. Его собственные эксперименты с autoresearch и более общий разговор о «loopy» software логично ведут к той же точке: если машина может сама ставить следующую задачу, запускать следующий тест, оценивать результат и сохранять рабочую память, то человек перестаёт быть постоянным оператором процесса.

Именно здесь формула про sensors и actuators перестаёт быть просто эффектной. Она описывает новую структуру труда. У автономных систем остаются слабые места на границе с физическим миром, нормативной средой и человеческим доверием. Машине всё ещё нужны глаза, уши, доступ к контексту на месте, подтверждение спорных решений, физическое исполнение, юридически значимое действие, работа с исключениями и разруливание ситуаций, где нет надёжной scalar-метрики. В этих точках человек не исчезает — но меняется его функция.

Для бизнеса это означает важный разворот. До сих пор многие обсуждали AI в логике «какие профессии он заменит». Но более точный вопрос теперь звучит иначе: какие участки value chain станут машинным ядром, а какие останутся человеческими интерфейсами этого ядра. В agentic economy ценность человека всё чаще может определяться не объёмом рутинного исполнения, а качеством сенсорного ввода и надёжностью действия на выходе. Кто лучше наблюдает за сложной средой, замечает аномалии, валидирует пограничные кейсы и берёт на себя ответственность за последний шаг, тот и становится критическим узлом новой системы.

Из этого вытекает и менее очевидный управленческий вывод. Компании, которые массово внедряют агентов, будут перестраивать не только IT-стек, но и оргдизайн. Появится больше ролей на стыке orchestration, exception handling, compliance, field feedback и human-in-the-loop control. Проще говоря, часть сотрудников будет работать уже не друг с другом напрямую, а с машинным контуром: снабжать его качественным сигналом, обслуживать его слепые зоны и исполнять его решения там, где нужен доступ к реальному миру.

Это особенно важно для отраслей, где цифровой контур упирается в материальную инфраструктуру: логистика, промышленность, медицина, финансовый комплаенс, продажи сложных B2B-решений, support, сервисные операции. Именно там тезис Карпаты выглядит не философией, а черновиком новой operating model. Агент может оптимизировать очередь задач, подготовить решение, оценить вероятность ошибки и сформировать следующий шаг. Но измерить состояние склада, убедиться, что датчик врёт, поговорить с раздражённым клиентом, подписать документ, проверить реальную среду или выполнить физическое действие часто должен человек. Не как главный носитель процесса, а как его сенсорный и исполнительный модуль.

Для рынка труда это неприятная, но полезная рамка. Она означает, что многие white-collar роли будут дробиться. Из профессии начнут выделяться участки, которые хорошо автоматизируются, и участки, которые остаются человеческими из-за связи с реальностью, риском или ответственностью. Там, где раньше один специалист вёл задачу целиком, завтра может появиться конвейер, где агент ведёт основную когнитивную работу, а человек подключается в точках наблюдения, подтверждения и исполнения. Это не обязательно уменьшает значение человека, но точно меняет его переговорную позицию внутри компании.

Отсюда же возникает и новый вопрос власти. Если человек становится интерфейсом машинной системы, кто определяет приоритеты самой системы? Кто задаёт цели, по которым она перестраивает труд других людей? Кто отвечает за ошибки, если человек выступал только сенсором или актуатором и не контролировал весь контур? В agentic economy это уже не абстрактная этика, а практический вопрос governance. Чем сильнее компании строят persistent agent loops, тем важнее становится контроль над целями, правами на остановку, аудитом решений и правилами эскалации.

Карпаты в этом смысле полезен именно тем, что не маскирует сдвиг комфортными формулировками. Его тезис можно оспаривать, но трудно назвать неточным. Он указывает на простую вещь: автоматизация следующего поколения не обязательно убирает человека из системы полностью. Гораздо чаще она понижает его с уровня основного исполнителя до уровня интерфейса между цифровым интеллектом и messy reality. И именно в этой точке будет решаться, кто в новой экономике контролирует капитал, процессы и конечное действие.

💬 Мнение редакции Neuro.ee

Сильная сторона этого фрагмента не в провокации, а в точности. Он помогает выйти из поверхностной дискуссии о том, «заменит ли ИИ людей», и посмотреть на реальную архитектуру agentic труда. Похоже, следующий этап рынка будет строиться не вокруг полного исчезновения человека, а вокруг его функционального перепозиционирования: меньше continuous execution, больше sensing, validation, exception handling и real-world actuation. Для компаний это означает пересборку процессов. Для работников — необходимость заново понять, где именно в цепочке создания стоимости их роль остаётся незаменимой. Для индустрии в целом — начало новой борьбы уже не просто за лучшие модели, а за контроль над системами, в которых люди становятся обслуживающим слоем вокруг автономного вычислительного ядра.

Ещё новости

Anthropic готовит Claude к выборам: официальные данные и новые фильтры
15 октября 2026 г.
Anthropic готовит Claude к выборам: официальные данные и новые фильтры

Anthropic добавит в Claude для пользователей США официальную информацию о голосовании и результаты выборов. Компания также признаёт ограничение своих защит: вредоносную кампанию, разбитую на безобидные шаги, модель может не распознать.

Anthropic: малые модели уже подбираются к самораспространению по IoT
15 октября 2026 г.
Anthropic: малые модели уже подбираются к самораспространению по IoT

Anthropic проверила, смогут ли небольшие модели развернуть себя на чужом слабом железе и продолжить цепочку. В лабораторной среде более сильные модели уже прошли упрощённый цикл, но реальный взлом устройств в эксперимент не входил.

FSB выпустил 12 правил для банков, внедряющих ИИ
15 октября 2026 г.
FSB выпустил 12 правил для банков, внедряющих ИИ

Совет по финансовой стабильности опубликовал финальные практики для банков и других финансовых организаций, использующих ИИ. Документ не вводит новый закон, но превращает управление ИИ из эксперимента отдельных команд в задачу руководства, контроля поставщиков и мониторинга всего жизненного цикла.

Google выпустила Gemini 4 Argon: миллион токенов и цена, которая удвоится в декабре
14 октября 2026 г.
Google выпустила Gemini 4 Argon: миллион токенов и цена, которая удвоится в декабре

Google открыла доступ к Gemini 4 Argon через API, Gemini и Antigravity. В стартовый период модель стоит $2 за миллион входных токенов, но 30 ноября цена вырастет вдвое.

Anthropic закрывает лазейки для «дистилляции» Claude — но вводит цену за ложные срабатывания
14 октября 2026 г.
Anthropic закрывает лазейки для «дистилляции» Claude — но вводит цену за ложные срабатывания

Anthropic сообщает, что новые защиты сократили извлечение скрытых рассуждений Claude для дистилляции в 10–100 раз. Взамен часть разработчиков должна менять интеграции, а заблокированные запросы в чувствительных категориях снова тарифицируются.

Grok 4.7 появился в Amazon Bedrock: агентам дали выбор между точностью и расходами
14 октября 2026 г.
Grok 4.7 появился в Amazon Bedrock: агентам дали выбор между точностью и расходами

Amazon Bedrock добавил Grok 4.7 и показал на задачах для агентов, что уровень рассуждений можно менять под цену и риск ошибки.

NVIDIA: европейские города тестируют ИИ-агентов для дорог, зданий и портов
14 октября 2026 г.
NVIDIA: европейские города тестируют ИИ-агентов для дорог, зданий и портов

NVIDIA рассказала о европейских проектах, где агентные системы и цифровые двойники помогают городским службам работать с инфраструктурой, энергией и безопасностью. Это пока не единая городская автопилотная система, а набор пилотов и внедрений у местных партнёров.

NVIDIA готовит Nemotron 3.5 Bolt для локальных ИИ-агентов
13 октября 2026 г.
NVIDIA готовит Nemotron 3.5 Bolt для локальных ИИ-агентов

NVIDIA объявила, что 15 октября выпустит открытую модель Nemotron 3.5 Bolt 74B-A9B для локального запуска на RTX Spark. Модель занимает 24 ГБ после 2-битного квантования и рассчитана на агентные сценарии.

Boston Dynamics показала новые руки Atlas: меньше пальцев, больше ставки на обучение
13 октября 2026 г.
Boston Dynamics показала новые руки Atlas: меньше пальцев, больше ставки на обучение

Boston Dynamics представила новую кисть для гуманоидного Atlas: четыре пальца, 13 степеней свободы и прямой привод. Смысл не в имитации человеческой руки, а в том, чтобы робота можно было надёжнее обучать манипуляциям в симуляции и переносить навык в реальный цех.

Character.AI подала на банкротство: сервис пока работает, но пользователям стоит забрать данные
13 октября 2026 г.
Character.AI подала на банкротство: сервис пока работает, но пользователям стоит забрать данные

Character.AI начала добровольную процедуру Chapter 11 ради продажи бизнеса под надзором суда. Платформа и подписки пока продолжают работать, но компания прямо допускает закрытие, если покупателя не найдут.

Meta выпустила Muse Wonder: в API доступна только младшая из двух моделей
13 октября 2026 г.
Meta выпустила Muse Wonder: в API доступна только младшая из двух моделей

Meta 12 октября представила две модели для агентных задач — Muse Wonder и Muse Wonder Full. Разработчики могут получить через API только Muse Wonder; более сильная версия пока привязана к подписке Muse Code.

Epic Games отложила Disney-шутер и велела команде писать с ИИ
13 октября 2026 г.
Epic Games отложила Disney-шутер и велела команде писать с ИИ

Epic Games отложила шутер с героями Marvel и Star Wars и, по данным Bloomberg, перевела его разработку в режим AI-first. Внутреннее сообщение запрещает ручное написание кода, а сотрудники должны контролировать материалы, созданные ИИ-инструментами.