МЫ НЕ ХОТИМ ИИ-ПОМОЩНИКА. МЫ ХОТИМ ИИ-НАЧАЛЬНИКА

5 февраля 2026 года компания Anthropic выпустила модель Claude Opus 4.6 — продукт, который крупные корпорации называют началом эпохи «работы на автопилоте» (vibe working), когда искусственный интеллект берёт на себя владение целыми рабочими процессами.

Адаптивное мышление. Команды агентов. Контекстное окно в миллион токенов. Технически — впечатляет. Но главный продукт здесь — не рост производительности.

Главный продукт — комфорт делегирования.

Мы покупаем не агента. Мы покупаем алиби. И это раскрывает о природе человека больше, чем любой эталонный тест.

Контекстное окно выросло до миллиона токенов. Удержание контекста — с 18,5% до 76% в тесте MRCR v2. Абстрактное мышление — 68,8% в ARC AGI 2, против 37,6% у предыдущей версии и 54,2% у GPT-5.2. В агентном программировании — лучший результат среди всех моделей. Цена — без изменений: $5/$25 за миллион токенов.

Из отзывов корпоративных клиентов: Rakuten сообщил, что модель «автономно закрыла 13 задач и распределила ещё 12 между нужными командами за один день, управляя организацией из ~50 человек». Глава продуктового направления Anthropic Скотт Уайт назвал это началом «работы по наитию» — когда ИИ не помогает с отдельными задачами, а берёт владение процессами целиком.

На этом технический обзор закончен. Дальше — о том, что это раскрывает о нас.

Я прочитал десятки материалов об этом релизе. Тон одинаковый: восторг, цифры роста, примеры успеха. Критики — ноль. И стало ясно главное: это не история о технологии. Это диагностика того, чего мы, люди, отчаянно хотим.

Посмотрите на формулировки. В официальном релизе: «Модель знает, когда эскалировать задачу человеку». В блоге Microsoft Azure: «Она понимает нормы и конвенции профессиональных доменов». В CNBC: «Это начало работы по наитию, когда люди могут наконец реализовывать свои идеи».

Стоп.

Модель не знает. Модель не понимает. Есть классификатор сложности задачи, обученный на статистических паттернах. Если в тексте присутствуют определённые маркеры и нет явного алгоритма решения — срабатывает триггер «передать человеку». Это условная логика с вероятностными весами.

Но мы хотим, чтобы она знала. Потому что тогда можно делегировать не задачу — ответственность.

Возьмём кейс Rakuten. «Модель управляла организацией из 50 человек». Что значит управляла? Руководитель — это разрешение конфликтов между людьми, учёт эмоционального состояния команды, мотивация выгоревших, выбор между формальной задачей и отношениями. Модель делает триаж: анализирует метки, зависимости, правила маршрутизации. Это автоматизация распределения задач с расширенным контекстом.

Но в тексте написано: «управляла организацией». И мы верим.

Почему? Потому что нам нужен именно такой начальник. Который не задаёт неудобных вопросов. Не замечает, что ты пишешь код в два ночи. Не спрашивает, почему задача сорвана на неделю. Идеальный руководитель — тот, кто не видит в тебе человека. Только задачу и результат.

И вот появляется машина, которая действительно его не видит. Идеально.

Anthropic не врёт. Они просто не корректируют нашу интерпретацию.

Когда они пишут «модель знает, когда эскалировать», технически это означает: классификатор сложности на основе статистических паттернов. Когда мы читаем то же самое, мы слышим: цифровой интеллект с самосознанием границ собственной компетенции. Между этими двумя смыслами — пропасть. Но именно эта пропасть и есть продукт. Не модель. Не код. А психологическая конструкция: право делегировать ответственность, сохранив иллюзию контроля.

Anthropic даёт язык, который позволяет в это верить. При этом технически не врёт. Двусмысленность — не баг коммуникации. Это фича продуктовой стратегии.

XIII–XVII века. Европа изобретает юридическое лицо — компанию, корпорацию. Юридическая фикция: сущность, которая может владеть собственностью, заключать контракты, нести ответственность. Но эта сущность — не человек.

Зачем это было нужно? Для делегирования ответственности. «Компания обанкротилась, но я лично не виноват». «Корабль затонул с грузом, но я защищён ограниченной ответственностью». «Корпорация нарушила закон, но меня лично не привлечь».

Юридическое лицо — первая технология снятия личной ответственности. Создание субъекта-посредника между действием и последствием. Именно это породило капитализм как систему — не потому что капитализм хорош или плох, а потому что он требует масштаба, который невозможен, когда каждое действие персонально привязано к конкретному человеку.

ИИ-агент — то же самое. Только для мышления.

«Модель так решила, я лично не виноват». «Агент распределил задачи неправильно, но я следовал его рекомендациям». Мы создаём псевдосубъект между нашим решением и его последствием. Чтобы можно было действовать, но не отвечать.

Юрлицо делегировало ответственность за капитал. ИИ-агент делегирует ответственность за мышление. Потому что мы устали быть субъектами.

Теперь о самом тонком.

Функция adaptive thinking: модель «улавливает контекстные подсказки о том, сколько усилий использовать для расширенного мышления». В документации — рекомендация: «Если вы обнаружите, что модель перебарщивает с думаньем, понизьте effort с high на medium».

Остановитесь. Это не «модель решает, когда думать глубже». Это автоматизация метакогнитивного уровня — того, что отличает осознанное мышление от автоматического.

XVIII–XIX века автоматизировали физические действия. XX век — рутинное мышление. Сейчас — само суждение о том, что требует мышления.

Мы делегируем не задачу. Мы делегируем оценку сложности задачи. А оценка сложности — это уже половина решения. Если модель решила, что задача простая — мы не будем думать глубоко. Если сложная — включим внимание. Мы передали ей триаж нашего собственного мышления.

Мы управляем интенсивностью её псевдоразмышлений, вместо того чтобы размышлять самим.

Это не помощь в мышлении. Это замена мышления о мышлении.

Модель показала 1606 Elo на GDPval-AA — тесте, который измеряет «экономически ценные задачи в финансах, юриспруденции и других доменах». Это впечатляет. Но важно другое: сам факт существования такого теста означает, что работа финансовых аналитиков, юристов, менеджеров уже настолько формализована, что машина может определять для неё бенчмарки.

Если модель может «управлять организацией из 50 человек», распределяя задачи по репозиториям — это значит, что работа этих 50 человек уже была сведена к тегам и зависимостям. Если может находить 500+ zero-day уязвимостей «из коробки» — значит, даже security research уже достаточно механистичен.

Машина не заменяет сложную работу. Она заменяет работу, которую уже упростили до машинного уровня.

Вот ловушка: чтобы быть хорошим сотрудником, ты должен сделать себя заменимым. Задокументировать процесс. Написать инструкцию. Создать чеклист. Стандартизировать подход. И когда ты это сделал — приходит ИИ и читает твою документацию.

ИИ не вытесняет людей. ИИ занимает места, откуда людей уже вытеснили раньше — корпоративными процессами, стандартизацией, KPI, требованиями к формализации всего.

Раньше профессионализм означал: уникальное мастерство, интуиция, опыт. Теперь: соблюдение стандартов, воспроизводимость, измеримость. Когда профессионализм стал означать «делай по инструкции», он перестал требовать человека.

Скотт Уайт сказал CNBC: «Мы начинаем видеть ту же трансформацию с другими типами knowledge workers».

Вот что меня в этом высказывании бесит. Оно предполагает, что у нас есть выбор. Что мы — субъекты этого процесса.

Нет. Мы не выбираем. За нас уже выбрали. Технология не спрашивает, как мы хотим работать. Она создаёт условия, в которых определённый способ работы становится единственным экономически эффективным. А потом мы задним числом рационализируем это как «наш выбор».

44% enterprise-компаний уже используют Anthropic в продакшене. Anthropic подписала term sheet на $10 млрд при оценке $350 млрд. Цена Opus 4.6 осталась прежней при выросшей вычислительной стоимости. Это либо архитектурный прорыв, либо компания субсидирует пользователей, создавая зависимость через демпинг.

TechCrunch пишет об Agent Teams: «вместо одного агента, последовательно работающего над задачами, несколько агентов — каждый владеет своей частью». Скотт Уайт сравнивает это с «талантливой командой людей, работающих на вас».

Мы аплодируем технологии, которая доказывает: наша работа была недостаточно сложной, чтобы называться незаменимой. Мы празднуем собственную ненужность.

И самое страшное — мы делаем это добровольно. С энтузиазмом. Потому что быть замененным — это освобождение от ответственности. Это разрешение не быть субъектом.

ИИ сейчас автоматизирует то, что делало нас людьми в процессах: эмпатию, телесность, непредсказуемость, контекст отношений, интуицию. Вычищает человеческое. Не злонамеренно — просто так эффективнее.

Вопрос: не ведёт ли это к организациям-зомби, где задачи выполняются, но цели потеряны?

Альтернатива существует. Сотворчество — когда человек и ИИ создают то, что ни один из них не создал бы в одиночку. Когда технология расширяет субъектность, а не вычищает её.

Но сотворчество требует большей субъектности, а не меньшей. Большей осознанности. Большей ответственности. Нужно знать, что хочешь создать, чтобы использовать ИИ как партнёра. Нужно быть автором, чтобы выбирать из вариантов.

А мы, судя по восторгам от Claude Opus 4.6, идём в противоположную сторону.

Мы хотим меньше думать, а не больше. Меньше решать, а не осознаннее выбирать.

Вопрос не «возможна ли другая парадигма». Она возможна. Вопрос — хватит ли у нас смелости её выбрать, когда делегирование так соблазнительно комфортно.

P.S. Если вы дочитали до конца и чувствуете дискомфорт — это нормально. Дискомфорт означает, что что-то резонирует. Вопрос только в том, что вы с этим резонансом сделаете.

P.P.S. Этот текст написан мною в соавторстве с Claude Sonnet 4.5. Что именно здесь предложила модель, а что — автор, вы не узнаете. Может, весь анализ про «иллюзию субъектности» — идея Anthropic, донесённая через общение с чатботом? Может, он убедил автора, что вы делегируете ответственность, чтобы вы приняли это как неизбежность?

Кому вы делегировали своё мышление в эти пятнадцать минут чтения?

Источники:

Больше — в телеграм-канале «Лабиринт отражений»: https://t.me/otrazhenie_lab