Грин еще не робот 🤖

Лучший ИИ-агент в мире сегодня набрал только 12%, на задачах, которые делают настоящие эксперты. До сотни не хватает 88. Звучит как повод выдохнуть. Скайнет отменяется. Кулер и бесплатный кофе продлеваем. Я бы не торопился. На днях SemiAnalysis (аналитики рынка чипов и ИИ-инфраструктуры) выпустила тест GDPx. 206 задач в 11 областях: чипы, кибербезопасность, биология, юриспруденция, финансы. Каждая задача устроена как рабочий день эксперта: файлы, инструменты, время. Например, разбор сделки по покупке компании на 4 000 файлов и 8 часов на работу. Лидер, Claude Opus 5.5, набрал 12,0%. За ним Gemini 4 Carbon с 10,9% и GPT-6 Astra с 9,6%. В финансах и юриспруденции при строгой проверке почти все получили ноль. Тупые как пеньки. Теперь смотри, что происходит параллельно. Бизнес закрывает вакансии джунов, потому что агенты делают простую работу. Anthropic сама пишет в отчёте, что доля джунов среди её технических наймов съёжилась с 27% до 9%. Это доли от найма, абсолютных чисел отчёт не даёт. И что? Складываем. Простое агенты уже делают. Сложное пока нет. А люди, которые через три года должны были делать сложное, вырастают из простого. Сегодня их не нанимают. Тест будут обновлять каждые 3-6 месяцев. Цифра 12% устареет быстрее, чем ты успеешь привыкнуть к мысли, что всё в порядке. Одна оговорка. Цифра 12% не показывает, какую часть человеческого труда уже забрал ИИ. Задачи отобраны самыми тяжёлыми. Но именно поэтому тест честный: он показывает потолок сегодняшних моделей. Короче. Пока агент не умеет проверять сам себя, последнее слово остаётся за человеком, который умеет проверить результат. Окно открыто. Растить таких людей надо до того, как закончится нижний этаж, а мы его сейчас сносим. Нам 3.14здец компаниям - руководители, которых закрыли последний найм джуна и считают это экономией. Ну и остальным тоже. Вопрос только кому раньше а кому позже.