«AI is getting crazy good!»: что на самом деле стоит за такими твитами

Твит одного пользователя X умещается в одну строку: «AI is getting crazy good!» — и ссылку на чей-то пост. Ни модели, ни задачи, ни цифр — просто эмоциональное восклицание, которое за сутки собрало заметный охват. Подобные фразы вспыхивают в ленте почти каждую неделю и почти ничего не сообщают о том, что реально меняется в возможностях ИИ. Разберёмся, почему такие заявления стоит воспринимать со здоровым скепсисом — и на что смотреть вместо них, если вопрос о прогрессе искусственного интеллекта интересует всерьёз.

Хайп вокруг ИИ: почему эмоция — не аргумент

«Crazy good» — оценочное суждение без референса. Хорошо по сравнению с чем: с моделями трёхлетней давности, со вчерашним релизом конкурента или с личными ожиданиями автора твита? Такие посты работают как лакмусовая бумажка коллективного настроения, а не как источник знания. Алгоритмы соцсетей поощряют именно короткие эмоциональные реакции — они репостятся охотнее, чем ссылка на техотчёт с методологией. В итоге инфополе вокруг ИИ состоит по большей части из восторга или паники, а содержательная часть — где именно, на каких задачах и насколько — остаётся за кадром. Это не значит, что прогресса нет. Значит лишь, что конкретный твит не может служить доказательством ни в одну, ни в другую сторону.

Как на самом деле измеряют прогресс искусственного интеллекта

Настоящий сигнал о прогрессе — это воспроизводимые бенчмарки и конкретные, проверяемые задачи. SWE-bench показывает, какую долю реальных багов из открытых репозиториев модель чинит самостоятельно. Агентные evals оценивают, на сколько по времени вырос горизонт задач, которые модель способна довести до конца без вмешательства человека, — метрика куда честнее, чем «ощущение крутости». Есть и более приземлённый тест: взять модель на своей рабочей задаче и сравнить с версией месяц или полгода назад — не на эффектном демо-примере, а на рутинной работе.

Agents и MCP в Claude Code — там, где сдвиг измерим

Применительно к Claude Code прогресс виден не в общих словах, а в конкретных архитектурных сдвигах: рост длины контекста, который позволяет агенту держать в голове всю кодовую базу проекта; протокол MCP, стандартизировавший подключение внешних инструментов и данных к модели вместо кастомных интеграций под каждый случай; subagents, дающие возможность декомпозировать сложную задачу на параллельные независимые процессы. Каждый из этих пунктов можно пощупать руками и сравнить с тем, что было год назад, — в отличие от твита из двух слов в духе «crazy good».

Что делать с хайп-твитом читателю

Такие посты не обязательно игнорировать — они честно отражают настроение части сообщества, а настроение само по себе полезный индикатор: если разработчики массово хвалят инструмент без очевидной причины для проплаченного восторга, это стоит заметить. Но воспринимать восклицание как доказательство технического прогресса — ошибка. Прежде чем делать выводы, стоит спросить: на какой задаче, в сравнении с чем, есть ли воспроизводимые цифры. Если ответа нет — перед вами не новость, а настроение. И то и другое имеет право на существование в ленте, но только одно из них меняет то, как вы работаете с инструментом завтра.