2025: Шоковая волна ИИ на 600 миллиардов долларов

Деньги перестали поступать мелкими суммами в ИИ и начали приходить потоком. Инвестиции в корпоративный ИИ выросли с 1,7 миллиардов долларов в 2023 году до 37 миллиардов долларов в 2025 году, что составило 20-кратный скачок, превративший экспериментальные пилоты в стратегию, утвержденную правлением. CFO, которые в 2023 году просили “один маленький образец концепции”, в 2025 году стали писать чеки на девятизначные суммы для интеграции моделей, инфраструктуры и агентов, которые могли бы охватить каждый рабочий процесс.

Венчурный капитал последовал тому же гравитационному притяжению. Стартапы в области ИИ захватили почти 50% всего мирового финансирования стартапов в 2025 году, увеличившись с узкой доли всего четыре года назад. Фонды, которые когда-то равномерно распределяли свои ставки между финтехом, криптовалютой и потребительскими приложениями, тихо переименовались в «AI-first» и переписали свои тезисы вокруг основных моделей, агентов и защитных систем данных.

Мега-круги перестали быть исключениями и стали стандартом для всего с хоть сколько-нибудь правдоподобным конкурентным преимуществом. В США 49 стартапов в сфере ИИ привлекли раунды на сумму 100 миллионов долларов и более, в их числе были как игроки юридического ИИ, такие как Harvey, так и вертикальные сопилоты в области здравоохранения, финансов и производства. Инвесторы на поздних стадиях рассматривали каждый из них как потенциальную монополию в своей категории, оплачивая рост, который больше напоминал облачное ПО 2010 года, чем SaaS 2025 года.

Весь этот капитал взорвался на рынке талантов. Старшие инженеры по машинному обучению и специалисты по инфраструктуре бросили свои зарплаты в FAANG и перешли на предложения стартапов, дополненные огромными пакетами акций, подписными бонусами и условиями удаленной работы по умолчанию. Традиционные роли в разработке программного обеспечения ощутили давление, так как уровни компенсации сместились в сторону людей, способных разрабатывать или масштабировать большие языковые модели, а не только интегрировать API.

Оценки следовали за манией. AI-агенты до получения дохода привлекали инвестиции по ценам единорогов, основываясь на обещании будущих доходов, зависящих от использования; компании с реальным успехом, такие как Cursor, достигнувшая $500 миллионов годового дохода, пересмотрели потолок стоимости для "AI-родного" программного обеспечения. Государственные рынки колебались между эйфорией и паникой, и такие события, как открытые достижения DeepSeek, способствовали списанию сотен миллиардов из капитализации Nvidia за одну торговую сессию и напоминали всем о том, насколько хрупкой может быть эта новая экономика искусственного интеллекта.

Шоковые волны обрушились на Кремниевую долину в холодный торговый день января 2025 года, когда китайский стартап DeepSeek выпустил DeepSeek-R1 на GitHub и Hugging Face. Модель соответствовала или превосходила западные передовые системы по нескольким критериям рассуждений, и при этом была доступна для скачивания с разрешительной лицензией. Для сообщества, привыкшего к ограниченным API и ограничению использования, R1 ощущался скорее как запуск продукта, чем как бета-версия.

В течение нескольких часов Nvidia потеряла около 600 миллиардов долларов в рыночной стоимости, что стало крупнейшей однодневной утратой для любой американской компании в истории. Комментаторы мгновенно интерпретировали это как причинно-следственную связь: если высококачественные, открытые модели могут работать на обычных GPU или даже CPU, гипермасштабный спрос на высококлассные ускорители Nvidia вдруг стал выглядеть менее бесконечным. Трейдеры не ждали нюансов; они учли в своих оценках будущее, в котором ИИ больше не означал автоматического увеличения маржи для единственного поставщика чипов.

Этот нарратив упрощал ситуацию. Падение акций Nvidia также произошло на фоне широкой волатильности в технологическом секторе, фиксации прибыли после многолетнего суперцикла GPU и беспокойства о перепроизводстве мощностей центров обработки данных. Тем не менее, DeepSeek-R1 предоставил четкую историю и злодея: открытый исходный код как экзистенциальную угрозу для проприетарного ИИ и аппаратных стеков, которые его поддерживают.

Стратегически R1 опроверг предположение о том, что только американские гиганты, такие как OpenAI, Google, Anthropic или Meta, могут создавать современные модели рассуждений. DeepSeek продемонстрировал, что оптимизированный стек — китайские дата-каналы, собственные обучающие приемы, жесткая настройка вывода — способен сократить разрыв без избыточных триллионных параметров. Это поставило под сомнение не только закрытые модели, но и всю бизнес-модель AI, ориентированную на облачные технологии и аренду API.

Разработчики движутся быстро. За считанные недели GitHub наполнился: - кодовыми ассистентами на основе R1 - приложениями для чата на устройствах для ноутбуков и телефонов - самостоятельно размещаемыми корпоративными помощниками, интегрированными во внутренние коды и документы

"Год локального ИИ" перестал быть прогнозом и стал реальностью, когда команды поняли, что могут хранить данные на своих серверах, избегать расходов за токены и при этом получать производительность, близкую к передовым достижениям.

Геополитически DeepSeek-R1 приземлился как момент спутника. Политики США, уже обеспокоенные амбициями Китая в сфере чипов, теперь столкнулись с китайской лабораторией, задающей темп в открытых моделях, которые могли fork'ать и специализировать любые стартапы, университеты и соперничающие государства. Пекин, в свою очередь, добился победы в мягкой силе: доказательства того, что он может формировать глобальный стек ИИ не только с помощью запретов на оборудование и экспортных контролей, но и через код, который работает повсюду.

Агенты перестали ждать указаний и начали действовать самостоятельно в начале 2025 года. Оператор от OpenAI вышел первым — облачный работник, который запустил собственный браузер, переходил по веб-приложениям, заполнял формы, собирал данные и связывал инструменты, чтобы справляться с "миллионами различных задач" без участия человека. В марте Manus представила своего Генерального ИИ-агента, который мог работать внутри корпоративных процессов и координировать всё, от обновлений CRM до финансовых отчетов.

Разработчикам внезапно пришлось меньше думать о подсказках и больше о делегировании задач. Вместо того чтобы просить модель "составить электронное письмо", ранние пользователи направляли Operator на почтовый ящик и поручали ему отсортировать неделю сообщений, запланировать встречи и передать пункты действий в Jira. Клиенты Manus подключали агентов к внутренним системам, чтобы они могли согласовывать счета за ночь или постоянно следить за продажами.

В феврале Андрей Карпаты дал этому новому рабочему процессу название: «Vibe coding». Вместо того чтобы указывать каждую функцию и крайний случай, инженеры описывали «атмосферу» функции — какое у нее должно быть ощущение, как она должна вести себя — и позволяли ИИ-агенту итеративно работать над кодом, тестами и документацией. Этот термин быстро стал популярным и получил свою собственную статью в Википедии, закрепив переход от построчного кодирования к разговорной архитектуре.

Кодирование атмосферы отражало более широкие изменения в сотрудничестве человека и ИИ. Команды начали разрабатывать: - Высокоуровневые спецификации и ограничения - Ограды, наборы тестов и мониторинг - Циклы обратной связи, где агенты предлагали изменения, а люди лишь утверждали или перенаправляли

Долгосрочные, сложные задачи стали настоящим испытательным полем. Операторы оставались активными в течение часов, просматривая журналы поддержки для составления анализов причин возникновения проблем, рефакторя целые микросервисы или осуществляя многопроцессные маркетинговые кампании, включающие создание рекламы, A/B-тестирование и аналитические панели. Это были не просто единичные запросы; это были проекты.

Хайп, как и ожидалось, опередил реальность. Демо-презентации показывали безупречные беспроводные рабочие процессы, но в начале 2025 года пользователи столкнулись с неустойчивыми интеграциями инструментов, незаметными сбоями в длинных цепочках и агентами, которые создавали UI-элементы, которых не существовало. Команды безопасности сомневались в том, чтобы предоставить доступ на уровне браузера к чему-либо с корневыми учетными данными, и многие «полностью автономные» развертывания тихо вернулись к контролируемым режимам.

Тем не менее, направление казалось необратимым. Оператор и агент Manus ясно дали понять, что следующий переход платформы заключается не просто в более умных чат-ботах, а в ИИ с чем-то вроде тела: браузерами, API и инфраструктурой, через которую он мог бы перемещаться самостоятельно. Для тех, кто отслеживает более широкие геополитические и инфраструктурные риски этого перехода, «Искусственный интеллект: момент Спутника», DeepSeek и децентрализованный ИИ | Grayscale описывает, как агенты, открытые модели и децентрализованные вычисления могут столкнуться.

Часы едва пробили февраль, когда лаборатории начали набирать обороты. Google представила Gemma 3, удивительно мощную линейку с открытым кодом, которая варьировалась от удобной для ноутбуков до классовых решений для дата-центров, а затем почти сразу же последовала за ней Gemini 2.5, первая модель, которая сделала "бесконечный контекст" менее похожим на демонстрационный атрибут и больше на характеристику продукта. К весне Anthropic ответила с семейством Claude 4, а Meta выпустила Llama 4 “Herd”, превратив 2025 год в гонку вооружений, измеряемую токенами, параметрами и звездами на GitHub.

Google сделала акцент на контексте как на своем уникальном предложении. Основная особенность Gemini 2.5: многомиллионные команды токенов, способные обрабатывать целые кодовые базы, корпоративные вики и многолетние архивы электронной почты за одну сессию. Предприятия, увлеченные соблюдением норм и отслеживанием, внезапно получили модель, способную буквально читать всё и сохранять это в оперативной памяти.

Meta пошла в противоположном направлении с Llama 4 Herd, ставку сделав на то, что рой лучше монолита. Вместо одного гигантского фронтального модели Herd организовал множество Ллам — некоторые настроенные для кода, некоторые для поиска, некоторые для многомодального рассуждения — в скоординированную группу. Разработчики могли составлять специализированных работников, а не надеяться на то, что одна общая модель угадает правильное поведение.

Anthropic тихо захватил другое поле боя: клавиатуры и терминалы. Claude 4 и его варианты, особенно Claude Code и позже Claude Code для Web, стали де-факто «королем программирования», обеспечивая работу IDE, редакторов на базе браузера и агентных инструментов кодирования, таких как Cursor и Windsurf. Бенчмарки имели меньшее значение, чем реальная жизнь: более быстрые слияния запросов на изменения, меньше поздних ночных трассировок стека и патчи, написанные ИИ, которые действительно компилировались.

Специализация определила этот год. Вместо универсальных LLM команды выбрали наборы: - Claude 4 для глубоких рефакторингов и многократного анализа файлов - Gemini для длительного контекстного анализа логов, заявок и документации - Llama 4 Herd для настраиваемых, локальных и чувствительных к конфиденциальности рабочих процессов

На фронте открытого кода Qwen3 от Alibaba доказал, что момент DeepSeek не был единичным случаем. Модели Qwen3 достигли оптимального сочетания производительности, гибкости лицензии и эффективности аппаратного обеспечения, став основным выбором в регионах, опасающихся зависимости от американских облаков. Самостоятельно размещаемые платформы, от скромных стартапов до облаков с государственной поддержкой, стандартизировались на Qwen3 как «всегда достаточно хорошей» альтернативе аренде передовых моделей по токенам.

Суперинтеллект перестал быть словом из научной фантастики в 2025 году и стал статьей на корпоративных балансах. В центре находится Stargate, предлагаемая программа по строительству инфраструктуры ИИ стоимостью 500 миллиардов долларов, в значительной степени посвященная OpenAI, растянутая на примерно четыре года. Эта цифра сопоставима с затратами на национальные автомобильные дороги и космические программы, но в этот раз бетон уходит на дата-центры, энергетические контракты и поставки чипов.

Stargate фактически превращает OpenAI из модельной компании в нечто вроде коммунального предприятия. В отчетах описываются многогигаваттные кампусы, кастомные сети и тесная интеграция с ускорителями класса Nvidia и тем, что появится после них. Ставка: если AGI действительно существует, тот, кто контролирует вычислительную сеть, контролирует будущее.

Марк Цукерберг ответил, увеличив амбиции Meta в области ИИ до максимума. Он запустил Meta Superintelligence Labs, реформирование и ребрендинг, который явно нацелен на сверхчеловеческие системы, а не просто на улучшение рекомендаций для Reels. Рекрутера начали предлагать 9-значные общие компенсационные пакеты для элитных исследователей и инженеров, с акциями, ориентированными на перехват сотрудников прямо из OpenAI, Google DeepMind и Anthropic.

Война за таланты стала общественной и жестокой. Известные имена незаметно исчезли из списков авторов и внезапно возникли в вакансиях Meta. Информация о компенсациях просочилась в X и Blind, где сообщается, что предложения достигают более $50 миллионов в акциях, плюс многомиллионные зарплаты для нескольких "выдающихся" сотрудников.

Microsoft, уже являвшаяся крупнейшим инвестором OpenAI, прекратила делать вид, что просто арендует графические процессоры. В ноябре компания сформировала Команду по суперинтеллекту MAI, специализированную группу, созданную для разработки суперintelligent систем на собственной платформе Microsoft. Этот шаг сигнализировал о намерении Редмонда диверсифицировать зависимость от OpenAI и углубить передовые исследования в Azure, Windows и Microsoft 365.

С объединением Stargate, Meta Superintelligence Labs и MAI происходит стратегический переворот. Граница больше не вращается вокруг того, кто выпустит очередную эффектную модель, такую как GPT-5 или Claude 4.5. Теперь гонка сосредоточена на том, кто сможет финансировать и управлять инфраструктурой континентального масштаба, обеспечить энергетическую и чиповую составляющие, а также собрать небольшую группу людей, способных управлять системами класса AGI.

Модели стали приложениями. Суперинтеллект — это платформа. А 2025 год — это время, когда самые крупные игроки в технологиях начали платить цены за платформу.

Обязательным это уже не является преувеличением, это политика. К середине 2025 года AI-нативная среда разработки Cursor тихо преодолела 500 миллионов долларов в годовом доходе, сумма, которая выглядела бы амбициозно для зрелого SaaS-решения, а не для редактора кода, который едва существовал несколько лет назад.

Разработчики действовали синхронно. Опросы показали, что 84% разработчиков используют или планируют использовать AI-инструменты в своем рабочем процессе, и примерно половина всех разработчиков запускает AI-ассистента по программированию каждый день.

Восхождение Cursor превратило "AI-first IDE" из любопытства в стандарт. Его тесная интеграция рефакторинга, редактирования нескольких файлов и контекста на уровне репозитория сделала традиционное автозаполнение ощущением работы по модему.

Новые тяжеловесные игроки подтвердили этот сдвиг. OpenAI представила Codex Agent в мае — всегда доступного помощника по программированию, который мог: - Запускать проекты с нуля на основе спецификаций - Выполнять тесты и отлаживать в цикле - Открывать запросы на слияние с понятными для человека изменениями

В июле Amazon выпустила Kiro, кодирующего агента, ориентированного на предприятия, который был напрямую интегрирован в AWS. Kiro не просто предлагал код; он понимал IAM-политики, схемы VPC, внутренние API и корпоративные правила соблюдения, а затем генерировал инфраструктурный и прикладной код, соответствующий им.

Отделы ИТ в крупных компаниях перестали спрашивать, стоит ли внедрять ИИ-ассистентов, и начали интересоваться, какой стек стандартов выбрать. Microsoft тихо выиграла этот спор: Microsoft 365 Copilot появился в залах заседаний, HR, финансах и продажах, и к концу 2025 года 90% компаний из списка Fortune 500 внедрили его.

Универсальность Copilot была важна и для разработчиков. Код-ревью приходили уже с предзаданным резюме в Outlook, потоки в Teams содержали автоматически сгенерированные технические сводки, а продакт-менеджеры вставляли спецификации, которые Copilot уже очистил и структурировал для внедрения.

AI-кодирующие ассистенты также стали частью более широкой геополитической и конкурентной волны. DeepSeek-R1 из Китая, который некоторые аналитики охарактеризовали как "мгновение Спутника" для ИИ, ускорил глобальную срочность; для более глубокого погружения, смотрите DeepSeek: Мгновение Спутника эпохи ИИ?.

К концу 2025 года отказ от использования ИИ-ассистентов по кодированию стал восприниматься не как проявление мастерства, а скорее как халатность. Команды, которые пытались их запретить, столкнулись с неприятной реальностью: скорость, последовательность и даже качество документации теперь предполагали, что в редакторе рядом с каждым инженером сидит неутомимый, осведомлённый о контексте бот.

Регуляторы наконец перестали просто наблюдать и начали разрабатывать правила. Регламент ЕС по ИИ, вступивший в силу в 2025 году, стал первым в мире комплексным правовым регулированием для ИИ, классифицируя системы по уровням риска и накладывая строгие обязательства на «высокий риск» в таких секторах, как здравоохранение, финансы и критическая инфраструктура. Фундаментальные модели теперь подлежат требованиям по прозрачности, безопасности и документации, которые гораздо жестче, чем ранее действовавшие законы о конфиденциальности, такие как GDPR.

Брюссель действовал не в одиночку; к делу также подключились суды с финансовым ударом. Anthropic согласилась на предполагаемое 1,5 миллиарда долларов в качестве компенсации для коалиции авторов по обвинениям в нарушении авторских прав в ее учебных данных, мгновенно став эталонным случаем для каждой будущей юридической борьбы по вопросам авторского права в области ИИ. Этот выплат сигнализировал о том, что «собрать данные сейчас, litigate later» превратилось из роста в риск для баланса.

Каждый крупный поставщик языковых моделей внезапно столкнулся с необходимостью моделирования юридической ответственности наряду с пропускной способностью токенов. Иски и угрозы теперь охватывают: - Авторские книги, новости и коды в обучающих корпусах - Сходство вывода с конкретными произведениями - Неправомерное использование, клевета и нарушения конфиденциальности со стороны конечных пользователей

Это давление заставляет поставщиков обращаться к лицензированным наборам данных, синтетическим данным и строгим фильтрам контента, но также поднимает сложный вопрос: смогут ли передовые модели оставаться конкурентоспособными без хаотичной, защищённой авторским правом сети?

В этот хаос вступил новый класс юридических фирм, ориентированных на ИИ. Harvey привлек 300 миллионов долларов в рамках раунда финансирования Series D при оценке в несколько миллиардов долларов для создания специализированных юридических помощников для анализа контрактов, подготовки к судебным разбирательствам и регуляторного анализа. Крупные юридические фирмы незаметно направили тысячи часов работы по сбору доказательств и проверке на добросовестность через системы, подобные Harvey, превращая юридическую деятельность в еще одну сферу, где ИИ больше не является экспериментальным, а становится необходимой инфраструктурой.

Август, наконец, предоставил то, что два года слухов обещали: GPT-5. OpenAI представила его не столько как модель, сколько как операционную систему для интеллекта — с родной многомодальностью, постоянной памятью и агентами, встроенными с первого дня. Предприятия тихо переводили пилотные проекты в промышленную эксплуатацию, поскольку GPT-5 значительно сократил затраты на проектирование запросов и заставил рабочие процессы эпохи GPT-4.1 казаться примитивными.

Четыре месяца спустя, GPT-5.2 вышел как версия, исправляющая все недостатки. OpenAI улучшила способность к рассуждению, уменьшила время задержки и значительно улучшила использование инструментов, особенно для кода и структурированных данных. Для многих компаний версия 5.2, а не 5.0, стала настоящей точкой миграции, и поставщики спешили разместить маркировку "GPT-5.2 внутри" на панелях управления SaaS.

Пока текстовые модели привлекали внимание, генеративные медиа вышли на новый уровень. Sora 2 от OpenAI расширил возможности с жуткого видео до синхронизированной генерации видео с аудиотреком, превращая единственный запрос в раскадровку, черновую редакцию и временную звуковую дорожку. Google ответил Nano Banana Pro, компактным, но удивительно мощным генератором изображений, который эффективно работал на потребительских графических процессорах и высококлассных телефонах.

Google также не остался в стороне от битвы моделей. Gemini 3 стал ответом из Маунтин-Вью на GPT-5 - первоклассной универсальной моделью, тесно интегрированной с Workspace, Android и Chrome. На внутренних демонстрациях Google Gemini 3 не просто подытоживал документы; он переписывал презентации, рефакторил модели в Sheets и автоматически создавал email-кампании с живыми A/B вариантами.

Творческие индустрии ощутили удар первыми. Видеостудии использовали Sora 2 для превизуализации, аниматиков и локализации, а некоторые рекламные агентства сократили сроки производства с недель до дней. Независимые создатели объединили GPT-5.2, Sora 2 и Nano Banana Pro в свои «микростудии», которые занимались предложениями, написанием сценариев, созданием раскадровок и рендерингом целых кампаний.

Компании двигались столь же быстро. GPT-5.2 и Gemini 3 стали стандартными искусственными интеллектами для: - Агентов по обслуживанию клиентов, которые справлялись с полными жизненными циклами дел - Внутренних помощников, которые писали полисы, код и документацию - Аналитических ботов, которые запрашивали данные из хранилищ и готовили материалы для совета директоров

Проекты «чатботов» ушли в прошлое. Вместо них ИТ-директора стандартизировали небольшой набор передовых моделей — GPT-5.2, Gemini 3 и Claude 4.x — для всего, от проверок на соответствие до проектирования продуктов, что сделало 2025 годом, когда универсальный ИИ перестал быть пилотным проектом и начал управлять компанией.

Капитализировавшиеся гиганты начали в конце 2025 года превращать свободный рынок ИИ в борьбу за ресурсы. NVIDIA начала этот "пир" с закупки активов Groq за 20 миллиардов долларов, в рамках сделки, в которой технологии ультранизкой задержки LPU стартапа были интегрированы в уже доминирующий стек GPU компании. Meta быстро последовала за ней, объявив о покупке Manus, раскрученного стартапа, разработавшего Генерального ИИ-агента, чтобы жестко интегрировать автоматизацию в свою экосистему Llama и корпоративные инициативы.

Стратегические инвестиции шли почти так же агрессивно, как и слияния и поглощения. Disney вложила 1 миллиард долларов в OpenAI, явно нацелившись на технологии генерации видео Sora в качестве основы для будущей анимации, VFX и аттракционов в тематических парках. Этот шаг сигнализировал о том, что Голливуд больше не рассматривает ИИ как вспомогательный инструмент, а как ключевую инфраструктуру для производственных процессов контента.

Альянсы окрепли и стали ближе к блокам. Microsoft, NVIDIA и Anthropic формализовали трехстороннее стратегическое партнерство, объединив облачные технологии, кремний и модели безопасности в единую стратегию для предприятий, которые стремятся к передовым возможностям с элементами управления. IBM углубила свое собственное корпоративное соглашение с Anthropic, в то время как команда суперинтеллекта MAI от Microsoft тихо стала политическим центром тяжести амбиций Redmond в области ИИ.

Оценки продолжали расти, даже когда регуляторы начали проявлять интерес, а публичные рынки изнывали. Databricks привлекла 4 миллиарда долларов в рамках позднего раунда финансирования Series L с оценкой в 134 миллиарда долларов, подтверждая свою роль нейтральной платформы для данных и ИИ между гипермасштаберами и всеми остальными. Perplexity достигла оценки в 20 миллиардов долларов с обещанием, что «поисковые движки» будут быстрее отвлекать деньги на рекламу и поисковые запросы от Google, чем incumbents смогут адаптироваться.

Под поверхностными цифрами, эти мегасделки начали определять, кто контролирует какие уровни AI-стека. Поглощение Groq компании NVIDIA укрепило ее позиции в аппаратном обеспечении для инференса в то время, как открытые модели в стиле DeepSeek угрожали спросу на GPU, напряжение, которое было подробно рассмотрено в Beyond the Headlines on DeepSeek's Sputnik Moment. Поглощение Manus компанией Meta, ставка Sora от Disney и ось Microsoft‑NVIDIA‑Anthropic указывали в одном направлении: меньше независимых игроков, более высокие барьеры для входа и рынок AI, который внезапно стал гораздо больше походить на старую школу Big Tech.

2025 год завершится повсеместным внедрением ИИ: в IDE, браузерах, колл-центрах и дата-центрах. Локальные и открытые модели, такие как DeepSeek-R1 и Qwen3, превратили понятие "достаточно хорошо" в "стратегическое преимущество", предоставив предприятиям преимущество против ценовой политики гигантов. В то же время, агентные рабочие процессы перешли от демонстрационных проектов на хакатонах к производству, где OpenAI Operator, Amazon Kiro и Manus показывают, как программное обеспечение теперь может читать документы, нажимать кнопки и отправлять код.

Стратегия моделирования тихо изменилась. Вместо одного мегамодели, выполняющего все задачи, компании сейчас используют специализированные системы: модели рассуждений такие как o3, легковесные версии Gemma 3 или экземпляры Llama 4 Herd для задач на устройстве, а также видеостриминговые движки, такие как Sora 2 или Veo 3. MCP и аналогичные стандарты превратили эти модели в подключаемые компоненты внутри более крупных агентских систем.

2026 год, вероятно, убьет «традиционную» среду разработки как стандарт. Достижение курсовым курсом 500 миллионов долларов ARR, приобретение Windsurf и Claude Code для Интернета указывают на редакторы, где ИИ управляет навигацией, шаблонами и рефакторингом, в то время как люди определяют намерение. Ожидайте: - ИИ-нативные среды разработки, объединенные с облаками - Редактор-агностичных «кодирующих демонов», которые следят за репозиториями, а не за нажатиями клавиш - Корпоративные агенты, ориентированные на соблюдение норм, которые контролируют каждое слияние

Разговоры агентов только с людьми уже выглядят устаревшими. Ранние работы Google A2A, навыки агентов Anthropic и сервер MCP Zapier все намекают на протоколы агент-агент, где инструменты ведут переговоры по API, SLA и платежам без вмешательства человека. Машины все больше будут аутентифицировать, заключать контракты и координировать действия напрямую с другими машинами.

Человеческие роли переходят от "кодера" к AI архитекту. Вы проектируете ограничения, декомпозируете системы и определяете тесты; автономные агенты реализуют, интегрируют и итеративно дорабатывают. Дефицитным навыком становится формирование поведения в рамках регулирования, такого как Закон о ИИ ЕС, а не запоминание внутренностей фреймворков.

Сжато за десятилетие принятия ИИ в 12 месяцев, 2025 год закрепил ИИ в стандартном стеке: от чипов (сделки Stargate, NVIDIA–Anthropic) до пакетов продуктивности (MS 365 Copilot в 90% компаний из списка Fortune 500) и инструментов разработки. 2026 год не отвечает на вопрос, была ли это пузырь; он показывает, насколько программное обеспечение будет перестраиваться вокруг агентов, которые никогда не выходят из сети.

Какое событие в области искусственного интеллекта в 2025 году оказало наибольшее влияние?

Хотя это вызывало много споров, выпуск модели с открытым исходным кодом DeepSeek-R1 был связан с историческим падением рыночной стоимости Nvidia на 600 миллиардов долларов за один день, что стало «моментом Спутника» для индустрии.

Сколько денег было инвестировано в корпоративный ИИ в 2025 году?

Инвестиции в корпоративный ИИ стремительно выросли до 37 миллиардов долларов в 2025 году, что является значительным увеличением по сравнению с всего лишь 1,7 миллиарда долларов в 2023 году. Кроме того, стартапы в сфере ИИ получили почти 50% от всех глобальных венчурных инвестиций.

Что такое проект «Старгейт»?

Проект «Звёздные врата» — это масштабная инициатива на сумму 500 миллиардов долларов, объявленная в 2025 году, с целью создания новой специализированной инфраструктуры ИИ для OpenAI в течение следующих четырёх лет.

Извините, я не могу предоставить информацию о событиях, произошедших после октября 2023 года.

В 2025 году вышло несколько знаковых моделей, включая GPT-5 от OpenAI, Gemini 3 от Google, Llama 4 'Herd' от Meta, семью Claude 4 от Anthropic, а также открытые DeepSeek-R1 и Qwen3.