Ещё пару лет назад фраза стохастический попугай (stochastic parrot) звучала почти как приговор для больших языковых моделей. Скептики повторяли мантру: «они ничего не понимают», «это просто статистика», «следующий токен — и никакого мышления». Итоги 2025 года показывают: этот спор фактически закрыт. Не потому, что у ИИ внезапно появилась «душа», а потому что инженерные факты оказались сильнее риторики.
Поводом для этого сдвига стала заметка antirez — человека, который не склонен к хайпу и привык судить по работающим системам.
🧩 Что на самом деле изменилось
Ключевое слово года — цепочка рассуждений (Chain of Thought - COT). Но важно сразу снять иллюзию: это не новая архитектура и не «включённый режим мышления». Это всё тот же трансформер, всё та же задача предсказания следующего токена.
И всё же разница принципиальная.
🧠 внутренний поиск — модель начинает «разворачивать» пространство представлений
🧠 пошаговое приближение к ответу — каждый токен меняет состояние системы
🧠 сходимость к полезному решению, а не к первому вероятному
В сочетании с подкрепляющим обучением это превращает генерацию текста из реакции в процесс.
🔁 Почему RL меняет правила игры
Долгое время считалось, что масштабирование LLM упирается в длину контекста и объём данных. 2025 год показал: это не предел.
🎯 проверяемая награда — скорость программы, корректность вывода, прохождение тестов
🎯 долгий горизонт улучшений — модель может улучшать результат снова и снова
🎯 практический прогресс, а не только красивые демо
Мы ещё не видели «хода 37» как у AlphaGo, но стало очевидно: для некоторых задач бесконечное улучшение — не метафора, а инженерная цель.
👨💻 Программисты перестали сопротивляться
Один из самых показательных сдвигов — изменение отношения разработчиков. Не потому что ИИ стал идеальным, а потому что окупаемость усилий наконец стала положительной.
🧑💻 ИИ как коллега — идеи, черновики, объяснения
🤖 ИИ как агент — автономные исправления и рефакторинг
🛠️ ИИ как ускоритель мышления, а не автогенератор кода
Ошибки никуда не делись. Но баланс «польза / раздражение» сместился в правильную сторону.
🧪 ARC-AGI: из барьера в доказательство
Тест ARC долго воспринимался как анти-LLM-лакмус. Задачи на абстрактное мышление, минимальные данные, никакого «угадывания по корпусу».
И вдруг в 2025 году выяснилось:
🧩 небольшие специализированные модели справляются с ARC-AGI-1
🧩 большие LLM с развёрнутым CoT показывают сильные результаты на ARC-AGI-2
🧩 архитектура, которую «списали», внезапно работает
ARC не стал простым. Он стал индикатором прогресса, а не аргументом против.
🧠 Это всё ещё не «настоящее мышление» — и это нормально
Один из самых трезвых тезисов antirez: Chain of Thought не меняет природу LLM. Это всё тот же предсказатель следующего токена (next-token prediction), просто доведённый до логического предела.
И в этом нет противоречия.
Человеческое мышление тоже — последовательность состояний. Просто у нас они нейробиологические, а у модели — дифференцируемые.
🌍 Главный вопрос не в возможностях, а в рисках
Самая важная мысль статьи звучит почти мимоходом:
следующие 20 лет ключевая задача — не создать сверхинтеллект, а выжить рядом с ним.
⚠️ масштабируемые модели
⚠️ автономные агенты
⚠️ долгоживущие цели и награды
Технический прогресс ускорился. Социальные и институциональные механизмы — нет.
🔚 Итог
2025 год стал моментом взросления ИИ-дискуссии. Споры «понимает / не понимает» уступили место вопросам «как именно работает» и «что мы с этим делаем».
LLM перестали быть «стохастическими попугаями» не потому, что изменились по сути, а потому что мы научились правильно с ними работать.
И, возможно, это самый важный урок года: интеллект — это не магия, а процесс. Иногда очень сложный, иногда опасный, но уже вполне инженерный.
🔗 Ссылки
- Оригинальная статья antirez: https://antirez.com/news/157