Три года — смешной срок для науки. Обычно мы меряем прогресс десятилетиями. Но ИИ действует по своим правилам: за время, которое уходит на защиту одного PhD, модели прошли путь от написания «стишков про вымышленных двигателей» до создания интерактивных игр, восстановления реальных научных данных и написания 14-страничных исследовательских работ без подсказок.
Google Gemini 3 — это уже не чат-бот в привычном смысле. Это кодовый агент, который умеет действовать: писать ПО, строить сайты, работать с браузером, исполнять сложные анализы и вести себя ближе к стажёру-исследователю, чем к генератору текста.
И это, пожалуй, главный признак новой эпохи: ИИ перестаёт быть инструментом, которым мы пользуемся, и становится цифровым коллегой, которого мы управляем.
🍬 От «опиши двигатель» к «построй игру»: демонстрация, которая говорит сама за себя
Автор проверил Gemini 3 очень простым способом:
«Покажи, как далеко продвинулся ИИ с момента GPT-3.5 — просто сделай что-нибудь».
Вместо объяснений модель… написала полноценную HTML/JS-игру: Candy-Powered FTL Simulator, где игрок спасается от вымышленных выдр, используя карамельный двигатель.
Игра — мелочь, но демонстрация фундаментальна: в 2022 модели могли описывать интерфейс. В 2025 — полностью создавать его.
И это только разминка. Главное начинается, когда мы перестаём относиться к ИИ как к диалогу в чате.
🧰 Antigravity: агенты, которые работают как настоящие помощники
Google запустила инструмент Antigravity, который предоставляет моделям доступ к компьютеру, файловой системе, браузеру и окружению.
Это не просто «кодовый автокомплит». Это система, напоминающая:
- 💼 инбокс задач, куда вы ставите поручения,
- 🤖 параллельных агентов, выполняющих разные работы,
- 🛑 точки контроля, где агент запрашивает ваше разрешение.
Модель:
- читает файлы,
- выполняет код,
- корректирует собственные планы,
- проводит поиск,
- собирает веб-сайт,
- проверяет его в браузере,
- упаковывает результат.
Всё это — без ручного программирования.
И что особенно важно — автор отмечает: ошибок почти нет. Но есть «студенческие» недопонимания, которые правятся обычными комментариями.
То есть модель работает не как робот, а как человек-ассистент, который спрашивает, уточняет, исправляет.
📊 Научная работа уровня второго года PhD — без инструкций
Одна из самых впечатляющих демонстраций:
🗂 Gemini 3 дали папку старых данных исследования: грязные XLS-файлы, поломанные STATA-проекты, файлы «final_final_for_real.xls».
Модель:
- 💾 восстановила повреждённые данные,
- 🧹 очистила их и определила структуру,
- 📈 провела статистический анализ,
- 🧠 сама придумала исследовательский вопрос,
- 🧪 разработала оригинальную метрику уникальности идей (через NLP-сравнение описаний проектов),
- 📝 написала 14-страничную научную работу.
Ни подсказок, ни направления исследования не было: агент сам выбирал тему, подход и методологию.
И да, в работе были слабые моменты — как и у любого второго-годовика PhD:
- некоторые статистические методы были посредственно выбраны,
- местами интерпретации не тянули на топ-журнал,
- кое-где теория «забегала» впереди данных.
Но главное — уровень агентности и инициативности абсолютно новый.
📐 ИИ как цифровой сотрудник: новая модель «человек в цикле»
Главная мысль статьи — ИИ уже не инструмент, который нужно «чинить».
Он стал сотрудником, которого нужно управлять.
Эволюция выглядит так:
- 🤖 2022 — «ИИ пишет текст».
- ⚙️ 2023–2024 — «ИИ помогает с кодом».
- 🎛 2025 — «ИИ выполняет задания, как стажёр».
- 🧑🏫 Человек в цикле — не исправляет ошибки, а руководит работой.
Это переломный момент: человеческий труд смещается от «делать» к «направлять».
🧩 Моя точка зрения: мы впервые видим модели, которые пересекают грань между инструментом и системой управления
Gemini 3 — не революция в размерах модели и не сенсационный скачок в бенчмарках.
Но это революция в способе действия.
ИИ научился:
- 💡 планировать,
- 🧭 координировать агентов,
- 🗄 работать с файлами и браузером,
- 👷 выполнять рабочие процессы в реальных средах,
- 📜 писать код как внутренний язык действий,
- 🔄 самостоятельно перерабатывать результаты и улучшать их,
- 🧪 создавать оригинальные исследования, а не просто перефразировать чужие.
Именно эта смена парадигмы — шаг к тому, что я называю LLM как оператор (LLM-as-an-operator):
ИИ, который не только пишет текст, но и выполняет работу.
На этом фоне GPT-3, казавшийся «магией», теперь выглядит как демоверсия будущего, которое уже наступило.
🔗 Ссылки
🔗 Оригинальная новость:
https://www.oneusefulthing.org/p/three-years-from-gpt-3-to-gemini