![Что такое AGI простыми словами: гайд для новичка в [current_year]](https://selcdn.checkroi.ru/wp-content/uploads/2026/05/og-cover-58986-1779829734.jpg "Статья: Что такое AGI простыми словами: гайд для новичка в 2026")
Сэм Альтман из OpenAI говорит, что AGI появится в 2026 году. Янн Лекун из Meta — что не раньше 2050-го. Между этими двумя прогнозами вмещается целая жизнь, а спорят люди, которые сами строят эти нейросети. Главам ИИ-лабораторий выгодно подогревать тему, скептикам — остужать, и понять, что происходит на самом деле, со стороны довольно сложно.
В этой статье мы разбираемся с нуля: что такое AGI, чем он отличается от ChatGPT и Claude, какие признаки у AGI должны быть, когда его ждать и что вам, как обычному человеку, со всем этим делать. Без терминов, которые надо отдельно гуглить, и без апокалиптики.
Если вы только начинаете разбираться в теме искусственного интеллекта вообще — загляните сначала в нашу базовую статью «Что такое нейросети простыми словами». Там мы разобрали, как они устроены и почему вообще научились понимать текст.
Статья пригодится не только тем, кто работает с технологиями. Тема AGI касается каждого: бухгалтера, школьника, журналиста, кассира, врача. Это уже начинает влиять на то, кем работать и какие навыки востребованы, а через 5–10 лет процесс ускорится в разы. Рядом полезно прочитать соседнюю статью «Что такое AI-агенты простыми словами»: это ближайшая ступень к AGI, и она уже работает.
А если хочется не только понять, но и освоить ремесло работы с нейросетями — у нас собрана большая подборка курсов по нейросетям и искусственному интеллекту: 316 программ от коротких интенсивов до годовых.
Поехали. Начнём с самого простого вопроса.
AGI простыми словами — что это вообще такое
AGI расшифровывается как Artificial General Intelligence — «искусственный универсальный интеллект». По-русски про него ещё говорят «общий ИИ» или «сильный ИИ». Это нейросеть будущего, которая умеет всё, что умеет человек: думать, учиться, переключаться между задачами, понимать контекст, решать то, чего никогда раньше не видела.
Сравните с тем, что есть сейчас. ChatGPT хорошо пишет тексты, но не умеет водить машину. Yandex-навигатор хорошо строит маршруты, но не напишет за вас сочинение. Midjourney рисует картинки, но не посчитает налог. Каждая такая нейросеть — узкий специалист в одной области. AGI — это один универсал, который заменит всех узких специалистов сразу.
Главное в определении AGI — слово «общий». Не «умный», не «мощный», а именно общий. ChatGPT в своей нише уже умнее большинства людей: пишет код, переводит с 30 языков, объясняет квантовую физику. Но стоит дать ему задачу из соседней области, и он буксует. AGI должен переключаться между областями так же легко, как это делает обычный взрослый человек.
OpenAI в своих документах описывает AGI как «высокоавтономную систему, которая превосходит людей в большинстве экономически ценной работы». Anthropic говорит про «страну гениев в дата-центре». DeepMind — про «систему с универсальностью человеческого интеллекта». Точных границ нет, и это часть проблемы: разные компании имеют в виду немного разное.
В статье мы будем держаться рабочего определения: AGI — это ИИ, который может выполнить любую интеллектуальную задачу, на которую способен взрослый человек, без отдельного дообучения под каждую задачу.
Три уровня ИИ — ANI, AGI и ASI
В литературе про ИИ выделяют три уровня. Это не строгая научная иерархия, а удобная шкала, чтобы не путаться в разговоре.
ANI — Artificial Narrow Intelligence, узкий ИИ. Это всё, что есть сейчас: ChatGPT, Claude, Алиса, нейросеть в Т-Банке, которая распознаёт чеки, рекомендательная система Netflix, голосовой набор номера в телефоне. Узкий ИИ умеет хорошо делать одну вещь, под которую его обучали. За границы этой одной вещи он не выйдет.
AGI — Artificial General Intelligence, общий ИИ. Гипотетический пока уровень, на котором ИИ становится универсальным. Умеет всё, что умеет среднестатистический взрослый: водить, готовить, договариваться, читать между строк, разбираться в новой профессии за пару недель. Никто пока такого не построил, но цель у OpenAI, Anthropic, DeepMind, xAI — именно эта.
ASI — Artificial Superintelligence, сверхинтеллект. Ещё дальше: ИИ, который превосходит человека во всём, включая то, что мы считаем уникально человеческим — научное открытие, философию, эмоциональный интеллект, творчество. Это уже почти научная фантастика, но серьёзные люди относятся к ASI всерьёз: считается, что после появления AGI до ASI остаются месяцы или годы, а не десятилетия.
Чтобы было понятнее, сравним три уровня на одной задаче — помочь школьнику с домашкой по физике.
| Параметр | ANI (сегодня) | AGI (через 5–15 лет, наверное) | ASI (когда-нибудь) |
|---|---|---|---|
| Помочь с задачей по физике | Решит, если задача типовая. На нетиповой может выдать правдоподобную ерунду | Решит любую школьную задачу, проверит ход, объяснит на уровне ученика, заметит, что школьник зубрит, а не понимает | Решит задачу олимпиадного уровня и попутно предложит новый раздел физики, который школьник может изучить |
| Понимание контекста | Только в рамках одной сессии чата | Помнит ученика, его слабые места, как с ним разговаривать | Понимает контекст лучше, чем понимает себя сам ученик |
| Перенос знаний | Нет. Физика и химия для модели — два разных набора текстов | Свободно. Объясняет физику через примеры из химии и наоборот | Создаёт связи между областями, которые человек ещё не увидел |
| Самообучение | Не учится в процессе общения. Знания зафиксированы на момент тренировки | Учится из разговора, обновляет картину мира | Сам ставит себе исследовательские задачи и учится без надзора |
| Что умеет в 2026 году | Всё, что вы видите вокруг: ChatGPT, Claude, Gemini, Алиса | Нет ни одной | Нет ни одной |
Часто в разговоре путают AGI и ASI — называют любую мощную нейросеть «сверхинтеллектом». Это две разные ступени. AGI догоняет человека, ASI обгоняет.
7 признаков, по которым отличают AGI от обычной нейросети
Единого утверждённого определения AGI нет. Каждая лаборатория предлагает свой набор признаков, но если собрать их вместе, получится примерно такой список. Если нейросеть удовлетворяет всем семи — перед нами AGI. Если только части — это пока ANI с признаками общности.
1 — перенос знаний между областями
AGI должен взять знание из одной области и применить в соседней без отдельного дообучения. Прочитал учебник по бухгалтерии — сразу может вести бухгалтерию маленькой компании. Посмотрел видео по ремонту крана — чинит кран. Современные нейросети так не умеют: их учат на огромных массивах данных, и «перенести» навык они не могут — только воспроизводят то, что уже видели.
2 — обучение на нескольких примерах
Человеку, чтобы понять новое правило, обычно хватает двух-трёх примеров. Ребёнок видит кошку три раза и потом узнаёт любую кошку — чёрную, рыжую, рисованную, мультяшную. Современным нейросетям, чтобы научиться чему-то новому, нужны миллионы примеров. AGI должен учиться на паре кейсов, как это делает человек.
3 — понимание реального мира
Когда человек читает «стакан упал со стола», он понимает, что стакан скорее всего разбился, что осколки на полу опасны для босых ног, и что молоко из стакана теперь надо вытирать. Это называется здравым смыслом. У нейросетей здравого смысла нет: они оперируют статистикой слов, а не моделью мира. AGI должен понимать, как устроены физика, время, причины и следствия.
4 — длинное планирование
Современная нейросеть отвечает на один запрос. AGI должен уметь поставить цель, разбить её на десятки шагов, выполнить их по порядку, заметить, когда что-то пошло не так, и поменять план. Близко к этому подошли AI-агенты: ChatGPT с инструментами, Claude Code, Cursor. Они умеют выполнять цепочки шагов, но пока часто теряют контекст и ломаются на задачах длиной больше дня.
5 — самоконтроль и осознание ошибок
AGI должен понимать, чего он не знает. Современные нейросети уверенно выдают неправильный ответ и даже не подозревают, что ошиблись — это явление называют «галлюцинацией». AGI обязан говорить «я не знаю», «я могу ошибаться вот в этом месте, проверьте», «давайте я ещё подумаю».
6 — работа с разными модальностями
Человек одновременно работает с текстом, картинкой, звуком, видео, физическим миром. Эта способность называется мультимодальностью. Современные нейросети уже умеют большую часть этого по отдельности (Gemini 3 Pro и Claude Opus 4.7 видят картинки, GPT-5.5 говорит голосом), но цельно соединять модальности в одной задаче пока тяжело.
7 — социальное и эмоциональное понимание
AGI должен считывать, когда собеседник раздражён, когда устал, когда не понимает, но стесняется спросить. Современные модели имитируют эмпатию по шаблону — подставляют «понимаю, как вам сложно» в нужных местах. Реальной модели чужой психики у них нет.
По состоянию на май 2026 года ни одна нейросеть в мире не удовлетворяет всем семи признакам. Лучшие модели — Claude Opus 4.7, GPT-5.5, Gemini 3 Pro — закрывают пункты 1, 6 и частично 4. Остальное пока в работе.
Почему ChatGPT, Claude и Gemini — это ещё не AGI
Когда человек впервые видит ChatGPT и спрашивает у него что-то сложное, реакция обычно одна: «всё, это уже AGI, я вижу мыслящую машину». Это понятная иллюзия. Современные большие языковые модели (LLM — Large Language Model, нейросеть, которая обучалась на огромном корпусе текстов) отлично оперируют словами и кажутся понимающими.
Но есть пять простых проверок, которые показывают, что они не понимают. Не все из них работают на свежих моделях — ChatGPT и Claude эволюционируют, и вчерашние «дыры» затыкаются. Но именно эти классы задач — разрыв между ANI и AGI.
Пример 1. Простая физика. Попросите модель решить задачу: «На столе лежит книга. Сверху — чашка с кофе. Я беру книгу и поднимаю горизонтально. Что произошло с чашкой?» Старые версии нейросетей часто отвечали «чашка осталась на книге» — потому что в тренировочных данных «чашка на книге» встречалось чаще, чем «чашка упала». Свежие модели уже отвечают правильно, но всё ещё проваливают похожие задачи, как только их чуть усложнить.
Пример 2. Счёт букв. Спросите у любой нейросети: «Сколько букв «р» в слове «строитель»?» Долгое время ChatGPT отвечал неправильно: модель не «видит» буквы, она работает с токенами — кусочками текста длиной в несколько символов. Подробнее про токены мы разбирали в статье «Что такое токен в нейросети». Сейчас модели подключают калькулятор и справляются. Но это костыль — настоящего понимания символьного состава слова у нейросети по-прежнему нет.
Пример 3. Долгий план. Попросите Claude или ChatGPT спланировать ваш переезд из Москвы в Калининград: продать квартиру, перевезти кота, найти школу ребёнку, поменять права, перенести бизнес. Модель выдаст красивый список из 30 пунктов, но если попросить выполнить план целиком — она через час потеряет, что делала вначале, забудет про кота, перепутает школы, и вы будете чинить план вручную.
Пример 4. Новая профессия за неделю. Дайте нейросети учебник по ветеринарии и скажите: «Через неделю ты будешь работать ветеринаром — проконсультируй владельца кота с диареей». На первый вопрос она ответит правдоподобно. На десятый начнёт галлюцинировать дозировки лекарств. Человек, прочитавший тот же учебник, тоже не станет ветеринаром, но он осознаёт свои границы. Нейросеть не осознаёт.
Пример 5. Эмпатия без шаблона. Скажите Claude: «Меня сегодня повысили до руководителя отдела». Модель ответит правильным поздравительным текстом. Потом добавьте: «На самом деле я в ужасе. Теперь придётся управлять людьми, которые меня раньше не воспринимали всерьёз, и я не понимаю, как это вывозить». Свежие модели уже понимают такой сдвиг и переключаются с поздравления на разговор по делу. Модели чуть постарше продолжат поздравлять — потому что в их обучающих данных «меня повысили» в 99% случаев соседствует с «поздравляю, отличная новость».
Вывод простой: современные нейросети — это отличные машины предсказания текста. Они угадывают, какое слово должно идти следующим, на основе статистики. Когда задача попадает в статистику — ответ блестящий. Когда выходит за её пределы — модель сыпется, не замечая этого.
Подробнее про конкретные нейросети, которые ближе всего подошли к AGI, у нас есть отдельные обзоры: ChatGPT от OpenAI, Claude от Anthropic, Google Gemini, китайская Qwen, GigaChat от Сбера.
Когда появится AGI — прогнозы от Альтмана до Лекуна
Если коротко: никто не знает. Если развёрнуто — спросите главу любой ИИ-лаборатории, и вы получите ответ от «через два года» до «через полвека». Соберём ключевые прогнозы в одну таблицу с контекстом.
| Кто | Должность | Прогноз | Контекст |
|---|---|---|---|
| Сэм Альтман | CEO OpenAI | 2026–2027 год | «Несколько тысяч дней до AGI». Заинтересован в инвестициях, поэтому к срокам относитесь с поправкой |
| Дарио Амодеи | CEO Anthropic | Конец 2026 — начало 2027 | Говорит про «страну гениев в дата-центре». Тоже заинтересован — у Anthropic IPO впереди |
| Илон Маск | CEO xAI, Tesla | 2025–2026 | Делает заявления оптимистичнее всех. Часто переносит сроки |
| Демис Хассабис | CEO Google DeepMind | 5–10 лет, 50% вероятность к 2035 | Считает, что AGI потребует архитектуры, отличной от современных LLM |
| Янн Лекун | Главный ИИ-учёный Meta | 2040–2050+ | Утверждает, что LLM в принципе не дотянут до AGI. Нужен другой подход |
| Джеффри Хинтон | «Крёстный отец» нейросетей, Нобель-2024 | 5–20 лет | Сильно скорректировал прогноз в 2023, когда ушёл из Google. Раньше говорил про 50 лет |
| Опрос 2778 ИИ-учёных (AIMPACTS) | Усреднённое мнение | 10% шанс к 2027 году | 50% шанс — ближе к 2047 году. Усреднение по большому корпусу исследователей |
Почему такой разброс? Два основных лагеря.
Первый лагерь — оптимисты. Их аргумент: scaling laws (закон масштабирования) показывают, что качество нейросетей растёт предсказуемо с ростом размера модели и объёма данных. GPT-2 был игрушкой, GPT-5.5 — уже почти универсальный ассистент. Ещё пара итераций, и будет AGI.
Второй лагерь — скептики. Их аргумент: LLM хороши в воспроизведении того, что видели, но не умеют мыслить как человек. Никакое масштабирование не даст модели здравого смысла и модели мира — для этого нужны фундаментально другие архитектуры. Лекун строит такую архитектуру в Meta под названием AMI (Advanced Machine Intelligence) — и считает, что до неё ещё лет 20.
Кому верить? На коротких сроках — тем, у кого нет финансовой заинтересованности преувеличивать. Хассабис и Хинтон спокойнее всех в деньгах, и их прогноз в 5–15 лет выглядит правдоподобнее, чем «AGI в следующем квартале» от CEO компании, поднимающей раунд.
Подробнее про ключевых фигур, которые двигают эту тему: основатели OpenAI (Альтман, Суцкевер, Брокман), Дарио и Даниэла Амодеи из Anthropic, основатели Perplexity.
Заменит ли AGI людей и какие профессии под угрозой первыми
Эту часть обычно либо обходят, либо превращают в ужастик. Попробуем без того и другого.
По оценке Всемирного экономического форума, к 2030 году около 22% сегодняшних рабочих мест в мире исчезнут. Ещё столько же — существенно поменяются. Уточним: это не про AGI, это про узкий ИИ, который уже есть сейчас. AGI, когда появится, ускорит этот процесс в разы.
Кто в зоне первичного риска (порядок примерный):
- Операторы ввода данных, кассиры, бухгалтеры начального уровня, секретари, диспетчеры — то, где работа состоит из повторяющихся операций над структурированной информацией
- Переводчики простых текстов, копирайтеры массового контента, корректоры — нейросети уже сейчас справляются с этим на уровне джуна
- Колл-центры первой линии, техподдержка по скрипту — компании активно заменяют их чат-ботами
- Программисты начального уровня, которые писали типовой код по шаблону — тут уже происходит сжатие рынка
- Аналитики данных, которые делали стандартные отчёты — ChatGPT и Claude закрывают значительную часть этой работы
Кто в зоне устойчивости минимум на ближайшие 10–15 лет:
- Профессии с большим физическим компонентом и нестандартной средой — врачи, сантехники, электрики, монтажники, парикмахеры, стоматологи. Робототехника отстаёт от ИИ-софта на 10–20 лет
- Профессии с ответственностью и юридическим лицом — нотариусы, судьи, адвокаты в части представительства, главврачи. Даже если AGI выдаст идеальное решение, расписываться будет человек
- Творческие профессии высокого уровня — режиссёры, художественные руководители, авторы того, что задаёт жанр. Нейросеть умеет хорошо подражать, плохо — создавать новое
- Уход и помощь — воспитатели, сиделки, психотерапевты, социальные работники. Тут важен живой контакт
- Профессии на стыке — врачи с ИИ-ассистентом, юристы с Claude в помощь, маркетологи с промпт-инструментарием. Эти люди не уйдут — они вырастут в продуктивности
Главный практический вывод: AGI заменит не профессии, а задачи. Профессия маркетолога никуда не денется, но она сильно изменится. Внутри профессии исчезнут типовые задачи (написать пост, собрать конкурента, посчитать ROAS), и останутся стратегические (понять рынок, договориться с командой, придумать, чем мы отличаемся). Кто это понимает и уже учится работать с нейросетями как с помощником, окажется впереди. Кто игнорирует, останется позади.
Опасен ли AGI — что говорят DeepMind, Anthropic и скептики
В этой части много шума и ноль определённости. Попробуем перечислить, что говорят серьёзные люди, без апокалиптики.
Исследователи DeepMind в 2024 году выпустили работу, где описали два сценария. В негативном AGI выходит из-под контроля, потому что человечество не успело решить задачу alignment — выравнивания целей ИИ с целями людей. В позитивном — успело, AGI становится полезным инструментом. Сами авторы оценивают негативный сценарий как «нетривиально вероятный».
Anthropic, кстати, был основан как раз ради безопасности. Компания вышла из OpenAI в 2021 году именно потому, что её основатели считали: Anthropic должен ставить безопасность выше скорости. Подробности этой истории — в нашем материале про основателей Anthropic.
Скептики (Лекун, часть академического сообщества) считают, что разговоры про экзистенциальную угрозу — это либо маркетинг ИИ-лабораторий («наша технология такая мощная, что мы сами её боимся — дайте нам ещё инвестиций»), либо отвлечение внимания от реальных проблем: безработицы, концентрации власти у нескольких корпораций, дезинформации, манипуляций общественным мнением.
Реальные риски, по которым в индустрии больше согласия:
- Массовая безработица в тех профессиях, где AGI окажется дешевле человека
- Концентрация власти у 3–5 компаний, владеющих самыми мощными моделями
- Дезинформация и дипфейки промышленного качества
- Зависимость инфраструктуры от нескольких дата-центров
- Сложность регулирования — законы пишутся медленнее, чем выходят новые модели
Сценарий «ИИ уничтожит человечество в 2030 году», который ходил в популярных публикациях, — одна из ветвей в работе «AI-2027» от команды Дэниэла Кокотайло. Сами авторы рассматривают её как один из шести-восьми сценариев, а не как прогноз. В других сценариях AGI ровно так же приносит цивилизации большую пользу. Реальность, скорее всего, будет чем-то средним.
Что новичку делать прямо сейчас — 5 шагов чтобы не остаться позади
Самый частый вопрос после статей про AGI: «Ну ок, понял, что всё меняется. А мне-то что делать?» Дальше — конкретный план из пяти шагов.
Шаг 1. Завести аккаунт в одной из современных нейросетей и пользоваться ей каждый день. Не «поиграться», а именно встроить в рабочий процесс. Если живёте в России и не хотите возиться с оплатой из-за рубежа — берите Алису AI от Яндекса или GigaChat от Сбера, оба бесплатны. Если работаете с текстами всерьёз — Claude (через прокси) или ChatGPT. Подробное сравнение — в наших обзорах ChatGPT, Алисы AI и GigaChat.
Шаг 2. Освоить написание промптов. Промпт — это запрос к нейросети. Качество ответа на 90% зависит от того, как вы этот запрос сформулировали. Этот навык в ближайшие годы будет цениться примерно как сейчас ценится умение быстро гуглить. Готовые наборы промптов под профессии у нас есть для маркетологов и программистов.
Шаг 3. Понять, какие задачи в вашей работе нейросеть уже закрывает. Выпишите список из 20 типовых дел, которые делаете за неделю. Возьмите 5 первых, попробуйте сделать их с нейросетью. Те, где она помогает, — ваши новые «привычки». Те, где нет, — ваша уникальная ценность как специалиста на ближайшие 5–10 лет.
Шаг 4. Освоить хотя бы поверхностно AI-агентов. Это следующая ступень после простого чата: программа, которая выполняет цепочку задач самостоятельно. Уже сейчас Cursor для программистов или Manus для общих задач решают части работы автономно. Начните с нашего материала про AI-агентов — там разобрано, как они устроены и что умеют.
Шаг 5. Записаться на нормальный курс, если профессия близка к ИИ-нише. Не потому что без курса вы ничего не поймёте — по ютубу тоже можно научиться. Но курс даёт системность и даёт диплом, который сейчас всё ещё спрашивают работодатели. Аналитикам, маркетологам, продакт-менеджерам, дизайнерам, программистам, журналистам — почти всем — уже сейчас полезно понимать, что внутри у нейросети и как с ней разговаривать.
Где учиться нейросетям и AI
Освоить нейросети можно тремя путями: бесплатно по ютубу (медленно, но возможно), книгам и документации (нужна дисциплина), и через курсы (быстрее, но платно). Мы собрали 316 актуальных программ в нише искусственного интеллекта — от коротких 8-часовых интенсивов «начать работать с ChatGPT» до годовых программ по промпт-инжинирингу, машинному обучению и AI-продактингу.
В подборке есть курсы для любого старта: для маркетолога, который хочет встроить нейросети в рабочие задачи; для аналитика, который хочет понимать матчасть; для разработчика, который хочет уйти в ML; для тех, кто вообще ничего не знает про ИИ и хочет разобраться с нуля. Цены от бесплатных до 200 000 ₽ за годовую программу, длительность от одного занятия до 12 месяцев.
| Курс | Школа | Стоимость со скидкой | В рассрочку | Длительность | Обзор курса от Checkroi |
|---|---|---|---|---|---|
| Нейросети для изображений и видео Перейти на сайт курса |  Эдюсон | 69 100 ₽ | 5758 ₽/мес. | 2 месяца | Обзор курса |
| Нейросети: практический курс Перейти на сайт курса |  Skypro | 25 990 ₽ | 181 667 ₽/мес. | 3 месяца | Обзор курса |
| Нейросети для рабочих задач Перейти на сайт курса |  Skillbox | 29 800 ₽ | 2483 ₽/мес. | 1 месяц | Обзор курса |
| Нейросети. Практический курс Перейти на сайт курса | Skillbox | 74 900 ₽ | 6242 ₽/мес. | 3 месяца | Обзор курса |
| Нейросети для каждого: как решать рабочие задачи быстрее Перейти на сайт курса |  Нетология | 37 300 ₽ | 2763 ₽/мес. | 6 недель | Обзор курса |
| Нейросети на практике Перейти на сайт курса | Эдюсон | 54 515 ₽ | 4542 ₽/мес. | 2 месяца | Обзор курса |
| Нейросети для дизайна Перейти на сайт курса |  Практикум | 64 000 ₽ | 2612 ₽/мес. | 2 месяца | Обзор курса |
| Магистратура «Прикладной искусственный интеллект» с УрФУ Перейти на сайт курса | Нетология | 162 500 ₽ | 244 ₽/мес. | 24 месяца | Обзор курса |
| Нейросети для анализа данных Перейти на сайт курса | Нетология | 31 700 ₽ | 2351 ₽/мес. | 8 недель | Обзор курса |
| Нейросети для финансистов Перейти на сайт курса | Эдюсон | 65 600 ₽ | 5466 ₽/мес. | 2 месяца | Обзор курса |
Больше программ — в полном каталоге курсов по нейросетям и искусственному интеллекту
Для быстрого старта берите промпт-инжиниринг или базовый курс «нейросети для не технарей»: это самые короткие программы, дают практический результат уже в первую неделю. Планируете уходить в ML всерьёз? Тогда смотрите годовые программы у Skillbox, Нетологии, Яндекс Практикума, OTUS. Там за год дают и математику, и Python, и TensorFlow с PyTorch.
А когда привыкнете к нейросетям и увидите, какие задачи они закрывают, возвращайтесь к этой статье и сравните. ChatGPT и Claude из 2026-го уже сильно ближе к AGI, чем те, что были два года назад. Через 5 лет, скорее всего, и разговор будет другой.
