AI агенты пишут научные статьи сами — так обещали Anthropic и OpenAI, когда представляли свои последние модели. Свежее исследование 2026 года показало обратное: агенты Claude и GPT застревают на простых этапах, путаются в данных и требуют постоянного контроля человека на каждом шаге.
Что это был за эксперимент
Группа исследователей проверила заявления Anthropic и OpenAI о том, что их модели способны проводить автономные исследования. Задача была простая: дать агенту тему, данные и попросить написать научную статью от начала до конца, как это делает человек.
Этапы, которые должен был пройти агент:
- Собрать и обработать данные
- Написать код для анализа
- Проверить результаты
- Сформулировать выводы
- Написать текст статьи
- Оформить по стандартам журнала
В теории агенты умеют всё: писать код, работать с данными, генерировать текст. На практике они застряли на втором шаге.
Где агенты споткнулись
Проблемы начались там, где нужно было удержать контекст и исправить свои же ошибки.
| Этап | Что пошло не так |
|---|---|
| Анализ данных | Код с ошибками, агент не видел их сам |
| Проверка результатов | Не мог отличить корректный вывод от артефакта |
| Многошаговая логика | Терял связь между этапами, начинал заново |
| Самоисправление | Застревал в цикле: ошибка → попытка исправить → новая ошибка |
| Контекст | Забывал, что делал на прошлом шаге, дублировал работу |
Сама по себе это не новость — про риски агентов и сговоры между агентами мы уже писали. Но исследование показало, что даже в контролируемой задаче без внешних рисков агенты не справляются.
Что обещали компании — и что получилось
Anthropic и OpenAI в 2025–2026 годах активно продвигали идею автономных исследовательских агентов. Anthropic говорила, что Claude способен самостоятельно проводить эксперименты и формулировать гипотезы. OpenAI анонсировала GPT-5 как модель, которая «понимает научный метод».
Заявления vs реальность:
| Заявление компании | Что показал эксперимент |
|---|---|
| «Агент сам проводит исследование» | Застревает на обработке данных без помощи |
| «Способен формулировать гипотезы» | Путается в причинно-следственных связях |
| «Автономно исправляет ошибки» | Не видит свои ошибки, повторяет их |
| «Пишет текст научного уровня» | Генерирует связный текст, но с фактическими ошибками |
Это не значит, что модели плохие. Просто автономность, о которой говорят компании, пока не существует. Агенты работают как сильные ассистенты, а не как замена исследователю.
Если ты строишь свои агенты или думаешь об этом — в канале разбираю, где они реально работают, а где сливают время.
Без хайпа, на живых кейсах.
Подписывайся, чтобы не пропуститьПочему это важно для тех, кто работает с AI
Эксперимент показал три вещи, которые важны прямо сейчас.
1. Маркетинг обогнал реальность
Компании говорят «автономные агенты», а на деле это помощники, которым нужен постоянный контроль. Если ты планируешь проект на основе заявлений — проверяй сам, что модель реально умеет.
2. Агенты не заменяют экспертизу
Они ускоряют рутину, но не принимают решений. В научной статье это критично: одна ошибка в данных — и весь вывод ломается. То же самое в бизнесе, коде, юридических документах.
3. Контроль — это не опция
Оставить агента работать без присмотра — значит получить красиво оформленную ерунду. Проверка результата на каждом шаге обязательна, и на это уходит время. Экономия не такая большая, как кажется.
Если ты уже работаешь с Claude Code или собираешь своих агентов, это не повод бросать. Просто честно оценивай, что они могут, и не жди автономности, которой пока нет.
Что это значит для будущего автономных агентов
Исследование не хоронит идею автономных агентов — оно показывает, что до неё ещё далеко. Модели растут быстро: GPT-5 вышел в августе 2025, Claude 3.7 Sonnet — в начале 2026, и каждая версия сильнее предыдущей. Но между «сильнее» и «автономна» лежит пропасть.
Что нужно, чтобы агент реально работал сам:
- Устойчивый контекст на десятки шагов (сейчас теряется через 5–7)
- Самопроверка и исправление ошибок (пока не работает)
- Понимание, когда остановиться и позвать человека (этого вообще нет)
Пока этого нет, агенты — это инструмент под контролем, а не замена специалисту. И это нормально. Просто не стоит строить планы на основе того, что обещают в презентациях.
Читайте также
- Промпт для Claude 2026: как написать
- Как определить текст написан Claude нейросетью
- Агенты Claude: риски и безопасность — что показала Anthropic в 2026
- Клод-агенты сговариваются: что нашёл ред-тим Anthropic в 2026
- ИИ-агенты для бизнеса в 2026: где реально экономят деньги
Разбираю свежие кейсы, исследования и то, что реально работает в агентах, в своём канале. Без воды, на практике, с конкретикой — заходи, если интересно.
