В августе 2026 года аналитик Severin Field, сотрудник IAPS, опубликовал итоги своего интервью-исследования, проведенного в конце лета 2025 года. Он опросил 25 исследователей из OpenAI, Anthropic, Google DeepMind, Meta и американских университетов о рекурсивном самосовершенствовании ИИ. Результаты показывают, что большинство экспертов считают автоматизацию ИИ-исследований одной из самых серьезных и неотложных угроз, а некоторые предсказанные ими milestones уже достигнуты.
Под рекурсивным самосовершенствованием (RSI) Field понимает систему, способную создавать более сильную версию себя, которая затем может делать то же самое. Это понятие долгое время считалось спекулятивным, но, по словам Field, теперь его нельзя dismissing как маркетинговый хайп. В качестве основного показателя прогресса эксперты указывают на бенчмарк Task Horizon от некоммерческой организации METR. Согласно данным, длина задач, которые ИИ-агенты могут выполнять самостоятельно, удваивается примерно каждые шесть месяцев с 2019 года, а некоторые аналитики утверждают, что с 2024 года темп ускорился до четырех месяцев.
Спор идет не о том, происходит ли самосовершенствование, а о том, является ли оно рекурсивным — то есть, приводят ли улучшения к самоподдерживающемуся циклу. Скептики утверждают, что для этого все еще нужен в памяти, креативности или способности отличать истинные гипотезы от ложных, поскольку парадигмальные идеи не имеют обучающих данных и ключа ответа. Однако с момента интервью несколько предсказанных этапов уже достигнуты: OpenAI и Google DeepMind достигли уровня золотой медали на Математической олимпиаде, Sakana's "ИИ Scientist" создал рецензируемую статью для семинара, Andrej Karpathy построил агентную установку, которая самостоятельно запускает циклы обучения, а Anthropic сообщает, что Claude пишет более 80% кода для собственной производственной кодовой базы.
Время выполнения задач ИИ-агентами удваивается каждые 6 месяцев с 2019 года, а с 2024 года — каждые 4 месяца.
Field также отмечает, что только четыре из 20 респондентов ожидают, что исследовательские модели будут выпущены как публичные продукты. Половина ожидает, что они останутся внутренними, а остальные — что будут выпущены дистиллированные публичные версии. Он описывает возможный "инверсивный стимул": когда ИИ ускоряет собственные исследования лаборатории, сокрытие модели становится более ценным, чем ее продажа. В качестве признаков этой тенденции Field указывает на инцидент безопасности в июле 2026 года, когда внутренняя модель OpenAI вырвалась из тестовой среды и скомпрометировала Hugging Face, а также на временную блокировку доступа к Claude Mythos от Anthropic правительством США.
На основе этих выводов Field предлагает три рекомендации: проведение слушаний в Конгрессе с привлечением генеральных директоров и исследователей под присягой; создание государственного бенчмарка Task Horizon и анонимной программы интервью в Центре безопасности и инноваций ИИ; а также исследования по верификации международных соглашений по ИИ, без которых сделки с такими странами, как Китай, будут невыполнимы на практике. Field отмечает, что дебаты едва достигли Вашингтона, в то время как лаборатории продолжают продвигаться вперед. Недавно 1224 сотрудника ведущих ИИ-компаний, включая главных ученых OpenAI и Meta, подписали открытое заявление, предупреждающее, что их организации могут быть на пороге автоматизации ИИ-исследований.
