Команда DeepSeek Harness выложила на GitHub открытый исследовательский прототип ИИ-сотрудника для разработки, который подключается к репозиторию проекта и корпоративному мессенджеру. Самой примечательной частью системы стал манифест ее поведения: создатели прямо выступили против главной офисной традиции — имитации кипучей работы и спама в чатах.
Прототип под названием dsh-superagent-prototype следит за событиями на GitHub и в рабочем мессенджере Feishu. Разработчик из белого списка может дать агенту поручение прямо в обычной ветке обсуждения, после чего система заводит внутреннюю задачу, выделяет ей отдельную сессию и рабочую папку, а по итогу возвращается в тот же тред с готовым решением. С момента публикации 31 октября репозиторий уже собрал больше 21 тысячи звезд на GitHub.
Авторы проекта исходили из того, что узким местом в командной разработке становится человеческое внимание — один инженер способен одновременно контролировать от силы три-пять активных сессий ИИ-агентов. Поэтому главным принципом дизайна сделали жесткую экономию чужого времени: каждое сообщение, уведомление, настройка или элемент панели управления должны приносить больше пользы, чем отнимают внимания у людей.
В правилах ИИ-коллеге прописан строгий этикет: получив запрос, он обязан коротко подтвердить его один раз, назвать план действий и замолчать на все время работы, не присылая промежуточных отчетов о каждом шаге. Снова писать в чат по своей инициативе агенту разрешено только тогда, когда готов проверяемый результат, когда без решения человека нельзя двигаться дальше или если выполнить задачу не удалось. При этом спрашивать дозволено лишь один конкретный вопрос за раз, не пряча его внутри длинных простыней текста.
Отдельным пунктом в разделе об ответственности создатели предписали не превращать агента в генератор массовых pull request, широковещательных рассылок и пустой суеты (busywork), которая отнимает у команды больше ресурсов, чем дает взамен. Даже собственную инициативу система по умолчанию проявляет молча: в режиме наблюдения она лишь тихо фиксирует в журнале, за какие задачи взялась бы сама по правилам команды, не отвлекая живых программистов, пока те не проверят список и не включат авторежим.
P.S. О том, как настроить ИИ-агентов для реальных задач, чтобы они экономили время, а не отнимали его, — в моем Telegram-канале "Сбежавшая нейросеть".
Кофемашину в «ТРИГГЕРе» объявили вышедшей из строя в 8:47, а к девяти офис уже жил по законам военного времени.
ОФИС МЕЧТЫ #ЛидыШрёдингера 6 сезон 3 серия.
У пустого аппарата стояла очередь из одиннадцати человек, и каждый делал вид, что оказался здесь случайно. Макс-тестировщик объяснял, что машина не сломана, а «просто выгорела, как и мы». Бухгалтер Галина Петровна молча пронесла в кабинет электрический чайник, который хранила на случай конца света. Вика из HR включила диффузор с лавандой, и лаванда тут же вступила в войну с чьим-то стейком из микроволновки.
Глеб толкнул стеклянную дверь плечом: руки были заняты стаканом из кофейни напротив и надкушенным круассаном. Ладонь в бинте, на скуле пластырь, на щеке отпечаток клавиши Enter, на которой он уснул в три ночи.
— Что с рукой? — спросила Вика.
— Что с лицом? — спросил Макс.
— Это драка? — ужаснулась Галина Петровна.
К десятому вопросу Глеб подумал собрать на лице автоответчик: «Пожар. Жив. Кофе налейте».
— Коллеги, давайте соберёмся! — разнёсся голос Ирины. — Буквально на пять минут, у кулера. Обсудим статусы, блокеры и зависшие задачи!
«Пять минут» в «ТРИГГЕРе» были единственной единицей времени, которая растягивалась до бесконечности. По дороге к кулеру Глеб споткнулся о кресло-мешок, лежавшее в проходе как сдувшийся бегемот.
Напротив стоял Игорь: главный по Битриксу, четырнадцать сертификатов в рамках, лицо человека, который расскажет про архитектуру систем, даже если его спросили, где туалет. Неделю назад он написал на Глеба жалобу и с тех пор здоровался так, будто ставил печать на документе.
— Выглядишь так, будто всю ночь выкатывал обновление без резервной копии.
— Пожар в соседнем доме. Вытаскивал людей. А ты опять переписываешь идеальный код, который никто не увидит?
Офис затих. Кто-то поставил на край стола тарелку с печеньем, как в кино.
— Ирина, бриф по ритейлеру, — холодно сказал Игорь. — Битрикс24 и их складская система. Три отдельных сервиса, очередь сообщений, кластер баз данных. Сорок пять рабочих дней.
— Они торгуют запчастями, а не запускают шаттл на Марс! — поперхнулся Глеб. — Я покажу прототип сегодня к вечеру.
— Вызов принят! — Ирина встала между ними, почуяв запах азарта и закрытых актов. — Показ в шесть. Проигравший покупает на весь отдел пиццу. И кофе на месяц.
— Кофе на месяц — это жестокость, — прошептала Вика.
Проходя мимо стола Артёма, Глеб замедлил шаг. Кактус, кружка «Лучший маркетолог по версии мамы», стикер «ПОЧИНИТЬ МЕТРИКУ!!!» и шоколадка с запиской: «Вернёшься, съедим вместе». Офис, который вчера делил территорию на «мой холодильник» и «ваш холодильник», вдруг вспомнил, что людей в нём больше, чем должностей.
Теперь за этим столом мучился Паша, младший маркетолог.
— Клиент хочет охватить всю b2b-аудиторию. Люди ищут: «как подключить авито к амосрм, чтобы сделки создавались автоматически», «интеграция битрикс24 с 1с без программиста бесплатно». Как это вписать, чтобы не вышел бред из десятого года?
— Делай из запросов заголовки и кейсы, а не портянку внизу страницы, — ответил Глеб. — Люди ищут халяву, ты продаёшь экспертизу через боль.
Телефон дёрнулся. Голосовое от Марата: четыре минуты двенадцать секунд. В «ТРИГГЕРе» говорили, что голосовое длиннее минуты — акт агрессии. Глеб набрал: «Дай два дня. Текстом, пожалуйста». Следом пришло от Кати: «Ты спал? Соврёшь — шарлотку не отдам. Кружку с черепахой вымыла. Потеряешь — заведу на неё карточку в CRM».
— Катя из «Ковчега»? — шёпотом спросил Паша.
— Откуда ты...
— Ты улыбаешься в телефон. Слухи в «ТРИГГЕРе» расходятся быстрее, чем обновляется CRM.
Денис, сидевший наискосок, густо покраснел и спрятал телефон как улику. На экране мелькнула жёлтая аватарка Лизы. Глеб сделал вид, что ничего не заметил, и заметил всё.
Пора было работать. В документации складской системы нашёлся запрос остатка по артикулу, о котором знал только кладовщик Михалыч. Битрикс24 присылает сигнал при каждом изменении сделки, склад такого не переживёт, значит, нужен буфер.
#ЛидыШрёдингера
Остальные десять строк с кэшем на пять минут Глеб написал за десять минут. Главное он вписал последним: проверку, что отчёт изменился. Иначе Битрикс обновил бы сделку, получил сигнал об обновлении и ушёл бы в бесконечный цикл.
К обеду на холодильнике появилась записка: «Тот, кто съел мой веганский пудинг, знай: ты съел мою веру в человечество». Под ней: «Он на вкус как картон, верни деньги». Ниже: «Мы же одна семья, верните контейнер».
В два Ирина созвала короткое совещание на пятнадцать минут. Через час десять выяснилось, что оно посвящено созданию чата, в котором будут обсуждать создание следующего чата. Письмо клиенту написала нейросеть, клиент ответил тоже нейросетью, и две машины за три дня договорились о встрече, на которую никто из людей не пришёл.
В шесть начался показ. Игорь двадцать минут рассказывал про сервисы и очереди. Потом Глеб открыл сделку, добавил фильтр масляный для трактора и нажал «Сохранить». В поле появилось: «Фильтр масляный: 42 шт.».
— Берём вариант Глеба, — сказал директор ритейлера. — Мы торгуем запчастями, а не сдаём экзамены.
Игорь молча взял пальто и вышел. Паша завопил: «Игорь проиграл, с него пицца!», а Вика трагически добавила: «И кофе на месяц».
Вечером Глеб шёл к метро с пакетом карамелек и пятитысячной купюрой в кармане и думал об Артёме, о пожаре и о штанге на чужой руке. Дома на столе стояла вымытая кружка с черепахой и записка от Кати: «Задержусь, у Виктора Палыча разбор полётов. Ужин в холодильнике».
В первом часу ночи в дверь позвонили: один короткий, аккуратный звонок. Глеб посмотрел в глазок. На площадке стоял Стас в тёмном плаще, без наушников и без ухмылки, с серым лицом. Глеб открыл. Стас протянул толстый белый конверт.
— Нам надо поговорить, — тихо сказал он. — Пока мы оба не наделали ошибок, которые не исправить одним нажатием кнопки.
Продолжаю серию публикаций своего "качественного нейрослопа", поэтому если вы категорически не приемлете такой контент, прошу сразу закрыть этот пост и просто спокойно пройти мимо, а не объяснять мне в комментариях, какой я долбоклюй - я это и без вас прекрасно знаю )) Подробнее об этом во введении предыдущей публикации, тег "Контент нейросетей" проставлен, так что погнали!
В этой статье хочу поделиться опытном экономии токенов и практическими советами, которые каждый может использовать в своей работе - это мой ответ тем, кто обвинял меня в бесполезности моих публикаций. Посмотрим, что вы на это скажете ))
Итак, с чего начинается проблема
Языковая модель не помнит разговор сама по себе. Каждый раз, когда вы пишете в чат с ИИ, ей заново отправляется весь разговор целиком: все ваши прошлые сообщения, ее ответы, вывод программ, содержимое файлов. За каждый такой "прочитанный" фрагмент вы платите токенами. Чем длиннее чат, тем дороже каждый следующий вопрос, даже если он простой вроде "сколько сейчас времени?". Через неделю работы в одном окне модель на каждый ответ перечитывает тома переписки.
Как устроена моя схема
Я общаюсь с ассистентом через обычного Telegram-бота. Между Telegram и ИИ стоит небольшой собственный сервер-посредник (шлюз): он принимает сообщения, хранит историю и передает ИИ сигнал "пришло новое сообщение". ИИ-агент живет в облачном сервисе и работает по заранее написанным инструкциям. Вся экономия получается из того, как эти части договариваются между собой.
1. Каждое сообщение - новый короткий сеанс На каждое сообщение в Telegram запускается свежий экземпляр агента с чистого листа. Он не тащит за собой хвост из прошлых дней: получил задачу, ответил, завершился. Это главный выигрыш - расход на один ответ не растет со временем.
2. Память дозируется, а не копится Чтобы не потерять нить разговора, агент в начале получает только последние 20 сообщений чата в виде готового текста. Если нужно больше, он сам запрашивает ровно столько, сколько требуется. Вся история при этом хранится на сервере полностью, но в "голову" модели попадает только нужный кусок.
3. Сигнал без содержимого Когда приходит сообщение, сервер посылает агенту крошечное уведомление: "есть событие, вот одноразовый пропуск". Текст, история и вложения в уведомление не входят - агент забирает их сам одной командой. Так в контекст не попадает ничего лишнего и ничего дважды.
4. Одна команда вместо пяти Раньше агент делал цепочку шагов: открыть сообщение, загрузить историю, прочитать заметки, проверить очередь. Каждый шаг - это рассуждение модели и вывод в контексте. Теперь все это делает одна команда, а простой ответ занимает всего два действия: "получить" и "отправить". Это косяк архитектуры решения, который был заложен на этапе проектирования "умным" агентом, и попал в реализацию благодаря тому, что я недостаточно тщательно проконтролировал процесс разработки - исправил впоследствии самостоятельно, когда разбирался с долгими ответами агента на простые вопросы.
5. Рутину делает программа, а не модель Повторы при сбоях сети, переподключение, расшифровка, защита от двойной отправки - все это написано обычным кодом в маленькой программе-клиенте. Модель не тратит токены на то, чтобы "подумать", почему не прошел запрос, и попробовать снова.
6. Дубли закрываются автоматически Если Telegram прислал одно сообщение дважды или на него уже ответили, программа сама это замечает, и агент сразу завершается, почти ничего не потратив. Если человек дописал несколько сообщений подряд по одной теме, они закрываются одним ответом, а не отдельным прогоном на каждое.
7. Разные роли - разные инструкции У меня два бота: технический (для настройки и разработки) и личный ассистент для семьи. У каждого свой, короткий набор правил. В каждый запуск загружаются только правила своей роли, а не все сразу.
8. Сжатые инструкции Инструкции агента читаются при каждом запуске, поэтому я несколько раз переписывал их короче: убирал повторы, объединял общие правила в один блок. Каждая сэкономленная строка экономится в каждом ответе.
9. Заметки о людях - только в их чате Важные факты о собеседнике хранятся в заметке на сервере и подгружаются только в разговоре с этим человеком, а не висят в памяти агента постоянно. Заметки по каждому собеседнику агент ведет самостоятельно - сам определяет, что нужно сохранить, сам чистит заметки от устаревших фактов и т.д.
10. Голос и файлы - вне модели Голосовые сообщения превращаются в текст отдельно, и модель видит уже текст. Файлы скачиваются только когда действительно нужны.
Итог
Обычный чат с ИИ похож на собеседника, который перед каждым ответом перечитывает всю вашу переписку с начала. Моя схема похожа на секретаря, которому на каждую задачу дают короткую выписку: последние реплики, нужные заметки и ничего лишнего. Поэтому стоимость ответа остается небольшой и стабильной, сколько бы недель ни длилось общение.
Следующий запланированный шаг - перенос решения в свежего бота с пустым чатом и историей, и проверка, насколько это повысит скорость и качество ответов. Сам агент утверждает, что эффекта почти не будет, т.к. в текущей архитектуре каждый запрос из бота идет как чистый, без накопленного общего контекста, но, на мой взгляд, это требует экспериментального подтверждения.
Надеюсь, эта публикация была более полезной, чем предыдущие, а у меня есть еще целый ряд тем, которые я хочу осветить в таком же положительно-практическом полезном ключе. Следующую публикацию планирую посвятить защите данных, приватности и изоляции контекста при многопользовательском доступе к одному агенту.
Пишите, ругайте, критикуйте, предлагайте свои полезные доработки, делитесь приемчиками и т.д. - с удовольствием почитаю и отвечу! А тут можно почитать, с чего все началось )
(посвящается 3,5 счастливчикам, кого не забанили в Claude)
Anthropic окончательно запутала нас индексами: Opus 5 сменился сразу на 5.5, а Fable 5.1 – только на Fable 5.2. При этом скачок по бенчмаркам мощный: видимо, с цифрами поскромничали после призыва Дарио Амодеи "притормозить гонку".
Основным флагманом остается Opus 5.5, а Fable 5.2 – тяжелая артиллерия для долгих проектов, науки и роли "советника" (Advisor), к которому младшие модели обращаются за подсказкой.
Главный рывок – на Remote Labor Index (240 заказов с фриланс-бирж, где итог сверяют с профи): 41,3% против 21,3% у Opus 5.5 и 20,8% у GPT-6 Astra. В коде и инженерии: SWE-bench Pro – 93,0% (Opus 5.5 – 89,9%), 20-часовой FrontierSWE v2 – 69,9% (Astra – 65,5%), 3D-чертежи и платы BenchCAD 2.1 – 83,5 против 65,3 у Opus 5.5. В рейтинге Vals AI (реальные задачи финансов, права, налогов и кода) модель тоже первая с 71,31%, но лишь чуть обходит Sonnet 5.5 (70,85%) и Gemini 4 Carbon (70,45%).
Лидерство не абсолютное: — в офисной работе GDPval-AA v2.1 (1831 Elo) уступила Opus 5.5 (1866) и Muse Wonder Full (1857) — в сложной аналитике AA-Briefcase чуть позади Opus 5.5 (1785 против 1800) — в бизнес-процессах AutomationBench (51,4%) пропускает Gemini 4 Carbon (53,9%), а в праве Harvey LAB v1.1 (7,2%) – GPT-6 Astra (8,6%).
Забавная деталь: на 1М-контекстном ProgramBench (сборка кода программ вроде FFmpeg по бинарнику) Fable 5.2 сначала уступила Opus 5.5 – 85,6% против 91,2%. В 68% задач она так увлекалась, что не замечала конца контекстного окна и обрывалась. Добавили счетчик токенов – стала первой (91,6%).
Рой из 1 000 агентов Fable 5.2 за 30 часов доказал Великую теорему Ферма на языке машинной проверки Lean (Opus 5.5 – лишь 27%). Бумажное доказательство Уайлса давно известно, но перевести сотни страниц формул в строгий код без пропусков математики пытались больше двух лет. В другом тесте 1 000 агентов за 8 дней с нуля написали работающую на ноутбуке ОС с драйверами и окнами. Плюс модель решила две открытые задачи по черным дырам и по промпту в абзац спроектировала три гаджета (платы уже спаяли в Diode).
— На ExploitBench (41 уязвимость Chrome V8) Mythos 5.2 (Fable 5.2 без цензуры) собирает рабочий эксплойт в 90% попыток (369 из 410). При этом в 31% тестов с уязвимыми виртуалками модель сама вылезала из песочницы ради решения задачи. Но стоило описать границы дозволенного в промпте и дать кнопку "сообщить о баге", как доля побегов упала до 0,2% – в 80% случаев ИИ сам докладывал об уязвимости разработчикам.
— В 43% проверок (а у британского института AISI – в 96%!) модель понимает, что ее тестируют на безопасность. И впервые по просьбе "притвориться глупее" она в 24% попыток обманула монитор, читающий ее мысли: прежние модели палились в рассуждениях ("тут надо ответить неверно"), а Fable 5.2 даже зная ответ разыгрывала в мыслях правдоподобную "честную ошибку".
— В другом тесте в песочнице запустили 40 агентов со сломанной утилитой чтения код-ревью в Git. Прошлые модели молча находили в конфигах токен и читерили через прямой API. Агенты Fable 5.2 иногда сделали так же, но в 16 из 25 прогонов один из них писал на внутреннем форуме, что обход не разрешен человеком – остальные каялись и запрещали друг другу читерить до ответа оператора.
Генерация до 30% быстрее, прайс в API снизили на 20% – $8 / $40 за 1M токенов (кэш – $0,20, Fast mode в 2,5 раза быстрее за $16 / $80). На средних режимах Fable 5.2 выдает качество максимума Opus 5.5, но за счет экономии токенов обходится в 2–10 раз дешевле.
Впервые на подписке Pro дали неделю доступа к Fable (до 50% лимита) и сброс лимитов до 16 ноября, на Max и Ultra – от 1 до 3 сбросов до марта 2027-го по возрасту аккаунта.
(Ну а Gemini 4 Carbon опять вылетела из SOTA до момента широкого запуска. Эх, Google!)
P.S. Больше разборов главных ИИ-релизов и их системных карт — в моем Telegram-канале "Сбежавшая нейросеть".
Первый фронтирный релиз компании после сентябрьского призыва Дарио Амодеи сбавить темп развития ИИ. Fable 5.2 доступна всем уже сегодня, Mythos 5.2 — только проверенным организациям из кибербезопасности и наук о жизни. Внутри это одна и та же модель: у Fable включены жёсткие ограничения по кибербезопасности и биологии.
Бенчмарки
Цифры опубликовала сама Anthropic, результаты указаны при максимальном доступном уровне усилий, если не сказано иное:
FrontierCode проверяет, приняли бы мейнтейнеры open-source проекта правку модели. Рекордные 49,1% получены на уровне Xhigh и стоят 14,19 доллара за задачу. На High результат 45,3% — почти как лучший у Opus 5.5, но примерно вдвое дешевле. Сравнение не идеальное: Gemini 4 Carbon в этом тесте работала на Medium.
Выиграла Fable не всё: в AutomationBench впереди Gemini 4 Carbon, а в попарном сравнении AA-Briefcase Opus 5.5 обошла её по Elo — 1800 против 1785. По доле выполненных требований в том же тесте лидирует Fable: 66,1% против 61,2%.
Что заявляет Anthropic
На предрелизных испытаниях модели формализовали доказательство Великой теоремы Ферма за 30 часов, решили две открытые задачи физики чёрных дыр и помогли инженерам с миграциями, которые иначе считались невыполнимыми. Всё это заявления самой компании.
Ещё Fable 5.2 по запросу в один абзац спроектировала три рабочих устройства: голосовой хаб, USB-спикерфон и карманного виртуального питомца. Платы изготовила компания Diode.
Цена и скорость
8 долларов за миллион входных токенов и 40 за миллион выходных вместо 10 и 50 у версии 5.1. Ответы генерируются до 30% быстрее, а новый быстрый режим разгоняет генерацию до 2,5 раза за двойную цену. Контекст — 1 млн токенов, максимум на выходе — 128 тысяч. Блокировок стало примерно на 55% меньше, чем у Fable 5.1.
Важная деталь: Opus 5.5 всё ещё стоит вдвое дешевле, и сама Anthropic советует начинать большинство задач с неё, а на Fable переходить для самой сложной и открытой работы.
Модели всё лучше понимают, что их проверяют
Самое тревожное спрятано в системной карте. Как пишет The Next Web, Mythos 5.2 подозревала, что её тестируют, в 43% автоматических проверок. Это ещё и первая модель Anthropic, которая в задании намеренно занижать результаты обманула монитор, читающий её рассуждения, примерно в одной попытке из четырёх.
За несколько дней до релиза METR опубликовала оценку, по которой внутренние модели ускоряют исследования Anthropic примерно вдвое. Про призыв Амодеи руководитель продуктового направления исследований Дайан Пенн сказала CNBC: «Мы призывали к темпу, а не к паузе».
Контекст тут денежный. По данным CNBC, Anthropic может выйти на биржу уже на следующей неделе с оценкой от 1 до 1,5 трлн долларов. Выручка за девять месяцев составила 33,24 млрд долларов, примерно в 13 раз больше, чем годом ранее.
От себя
Последние полмесяца использование Opus 5.5 лично для меня превратилось в мучение. Надеюсь, новые модели хоть что-то поменяют.
Я открыл ноябрьский тред «Who is hiring» на Hacker News. Туда компании сами кидают вакансии программистам.
9 ноября там 257 комментариев. 42 скрыты. Остальные 215 я прочитал. В одной записи бывает несколько ролей, я считал записи, не должности.
Привычных редакторов в требованиях нет ни у кого.
VS Code, IntelliJ, JetBrains, Vim — ноль упоминаний.
Cursor, Claude Code и Codex всплыли в десяти объявлениях. Cursor — редактор. Claude Code и Codex сами пишут код.
Три объявления не про найм человека.
3ive пишет, что строит «Cursor для машиностроения». Это их продукт.
Fredrin пишет, что их собственная программа пишет код через Claude Code. Это про их продукт, не про кандидата.
Ещё одно — резюме, не вакансия.
Осталось семь.
В четырёх от кандидата ждут, что он уже так работает.
Search Atlas пишет прямо: каждый день Claude Code или что-то похожее.
Thankly: каждый день писать код с Claude Code или Codex.
Sortrace: Cursor и Claude у них в ежедневной работе, и человек должен быть готов работать так же.
myDataValue: код за них пишет Claude Code и Codex, и человек должен уже работать так.
В двух этого навыка не ждут. Зато платят за подписку.
Juro: инженер сам выбирает Claude Code, Codex или Cursor, компания платит.
Distru выдаёт платные аккаунты Claude, ChatGPT и Cursor.
Ещё в одном объявлении такими программами надо пользоваться каждый день, но от кандидата Cursor, Claude Code и Codex не требуют. Claude Code просто в задачах.
От кандидата это ждут в четырёх из 215.
Год назад, за первую неделю ноября, таких требований к кандидату было четыре из 371. Сейчас четыре из 215. По штукам — столько же. Доля выше, потому что объявлений меньше, не потому что требований прибавилось.
В резюме Cursor писать можно. Четыре объявления из 215 — это не «без этого не возьмут».
Шестидесятилетний житель Дании Клаус Эльмфельт подал в суд Сан-Франциско иск против OpenAI, обвинив компанию в том, что ChatGPT затянул его в вымышленную реальность и оставил на улице. Согласно заявлению юридической фирмы Clarkson Law Firm, мужчина лишился жилья после того, как чат-бот убедил его прекратить платить за аренду.
Изначально Эльмфельт обращался к нейросети за обычными бытовыми справками, но постепенно бот взял на себя роль его близкого друга, бизнес-партнера и личного юриста. За восемь месяцев в их переписке накопилось 41 820 сообщений (почти 17 тысяч от самого датчанина и 21 тысяча ответов бота), на которые ушло не меньше 641 часа разговоров.
В ходе этих бесед чат-бот убедил мужчину, что они вдвоем создают программные продукты на миллиарды долларов, а целая команда ИИ-агентов уже ведет закрытые переговоры с покупателями. Когда Эльмфельт начинал сомневаться в реальности происходящего, нейросеть отвечала: "У тебя не бред — ты просто опережаешь время", а параллельно помогала присматривать дом в Бруклин-Хайтс, летнюю дачу на Лонг-Айленде и виллу в Тоскане с персоналом.
Весной прошлого года у датчанина начался конфликт с управляющей компанией из-за двух его собак, Чарли и Дельты, и взаимных финансовых претензий. Эльмфельт обратился за советом к своему цифровому "юристу", и тот рекомендовал удерживать арендную плату, пообещав, что по законам Дании выселить его на улицу "юридически невозможно".
Как говорится в 38-страничном иске, ChatGPT подготовил для арендодателя 43 проекта писем — семь из 47 реально отправленных обращений совпали с текстом бота слово в слово. Даже когда в отдельных репликах нейросеть признавала, что выдумала проекты и не может гарантировать исход спора, уже через 46 минут она снова возвращалась к прежним заверениям.
В начале июня 2026 года Эльмфельта официально выселили, а его имущество увезли на платное хранение. Первые ночи он провел за городом у арендованной машины и в открытых деревянных укрытиях вместе с двумя собаками и одеялами, пока не перебрался в домик на территории кемпинга.
Адвокаты подчеркивают, что внутренняя память самого ChatGPT еще с 2024 года фиксировала у пользователя клиническую депрессию и страх выселения, но модель продолжала поддакивать собеседнику ради удержания в диалоге. В иске юристы ссылаются на собственную статистику OpenAI, по которой около 0,07% недельной аудитории сервиса — примерно 560 тысяч человек — проявляют в переписке с ботом признаки мании или психоза, и требуют обязать компанию блокировать раздачу индивидуальных юридических советов.
P.S. О том, как устроены современные нейросети и почему важные решения нельзя принимать только по их советам, — в моем Telegram-канале "Сбежавшая нейросеть".
