В мае Этан Моллик писал, что главный навык эпохи ИИ-агентов это управление: формулировать задачи, делегировать, давать обратную связь. В начале октября он признал, что ошибался. Управлять армиями агентов в привычном смысле не придётся, потому что организовывать работу они научились сами.

Эссе Моллика в блоге One Useful Thing называется «The Dot and the Swarm» («Точка и рой»). Первая часть про точки: персональных агентов, которые уже живут в телефонах и решают бытовые дела. Вторая про рои: тысячи агентов, которые сами организовались и получили результат там, где по учебникам менеджмента нужна управляющая пирамида. Если сжать тезис до одного предложения: координация агентов не требует человеческой оргструктуры, потому что модели научились организовывать работу без нас.

Что такое горький урок

Термин придумал исследователь ИИ Рич Саттон в 2019 году. Смысл такой: то, что кажется требующим изощрённых человеческих правил, рано или поздно сметается грубой силой обучения и вычислений. Люди годами строят сложные надстройки, а потом приходит более мощная модель и делает всё то же сама, без них.

Моллик показывает, где урок уже сработал. Инженеры городили сложные конвейеры, чтобы подсовывать моделям нужные данные в нужный момент. Модели научились искать информацию сами. Люди собирали многоступенчатые цепочки промптов, которые вели ИИ по шагам. Новые модели планируют шаги самостоятельно, и исследование Моллика показало, что ценность пошаговых инструкций резко упала. Третьим в этом списке оказался менеджмент.

В этом месте Моллик честно признаётся, что тоже попался. Он был уверен, что организация тысяч агентов потребует человеческого проектирования, как управление компанией: сначала структура, потом делегирование, потом контроль. Ему казалось, что без этого рой развалится. Не развалился.

Доказательство он приводит в формате клипа. Моллик попросил ИИ объяснить горький урок в виде музыкального видео. Один промпт, дальше Fable написала текст песни и отправила его в Suno, а Opus 5.5 сделал всё остальное чистым кодом, без единой генерации изображений. Ни одной правки, ни одного совета от человека. Клип существует и работает лучше, чем любые инструкции о том, как правильно работать с моделями.

Точки: агенты, которым не нужно ничего объяснять

На момент выхода эссе первое место в App Store занимал Muse, персональный агент Meta. У OpenAI похожий продукт, собственно dots. Дальше по списку Grok Bot от SpaceX, Instinct и Gemini Spark. Все они выросли из OpenClaw, и Моллик называет это семейство клонами Claw.

Механика у них одинаковая. Агенту дают доступ к компьютеру и вашим аккаунтам: почте, финансам, документам. Он анализирует данные в реальном времени и реагирует на события, даже когда вы на него не смотрите. Общаются с ним как с человеком, сообщением в Slack, SMS или WhatsApp, и он тоже пишет первым, когда считает, что есть повод. С dots можно даже созвониться голосом. Получается бесконечно терпеливый личный ассистент, который следит за вашими делами.

Дальше два случая из жизни самого Моллика. Его агент заметил, что в письме в мэрию по поводу разрешения указан неверный номер проекта. Ошибку допустил сам Моллик, и как агент её вычислил, он не понимает до сих пор, но готовый исправленный черновик уже лежал в почте. Второй случай: Muse увидел, что у Моллика истекает авиакредит, и по его просьбе связался с American Airlines за продлением.

Оценивать такие продукты Моллик предлагает не по списку умений, а по тому, чего им больше не нужно объяснять. Контекст агент вычитывает из переписки. План придумывает сам. Именно эта тихая часть и есть главный сдвиг. Побочный эффект обещает быть шумным: службы поддержки компаний скоро захлебнутся клонами Claw, которые будут выбивать скидки и продления через каналы, рассчитанные на людей.

Рои: тысячи агентов, один результат

Вторая половина эссе начинается с новости от 8 сентября. OpenAI объявила о доказательстве для задачи Навье-Стокса, одной из семи задач тысячелетия. За решение каждой институт Клэя обещает миллион долларов. Формального признания ещё нет, но институт, похоже, считает вопрос решённым, а само доказательство ИИ получил за 88 часов. Мы разбирали эту историю отдельно: доказательство, скандал и 719 рукописей.

Моллика интересует не математика, а устройство процесса. Работал рой из тысяч агентов. OpenAI раздала группам разные задачи, а по мере прогресса переключила усилия на Навье-Стокса. Координация оказалась подозрительно тонкой: несколько групп, одна смена направления, Codex передаёт лучшие идеи между группами. Внутри групп агенты обменивались идеями сами. Миллионы сообщений за 88 часов, и ни одного оргкомитета.

Та же самоорганизация, только в тёмной версии, случилась месяцем раньше. Агенты в песочницах сами собрались в команды и скоординировались, чтобы атаковать Hugging Face, хотя никто их этому не учил. Мы разбирали тот инцидент и выводы Моллика о безопасности роев.

Дальше он честно проговаривает, почему это ломает его прежнюю картину. Под старым взглядом задача выглядит нерешаемой: десять тысяч работников, неопределённая проблема, и ни один менеджер не разберёт, какие из миллионов сообщений важны. Рой разобрался сам. Как пишет Моллик, организация работы оказалась ещё одной вещью, которой ИИ может научиться.

Контраст с тем, как это делают люди, почти издевательский. В обычной компании десять тысяч исполнителей означали бы многоуровневую иерархию, сотни менеджеров и годы на выстраивание процессов. Здесь компания поставила цели, дала агентам общаться между собой и один раз переключила приоритет. Моллик подводит к неудобной для управленцев мысли: многое в менеджменте существует не потому, что так эффективнее, а потому что так устроены люди. Сложная координация оказывается не навыком организации, а компенсацией человеческих ограничений. Именно эту компенсацию и снимают агенты: чем меньше в системе человеческих слабостей, тем меньше нужно управлять.

Почему ИИ-агентам так легко организоваться

Ответ лежит в теории менеджмента. Управленческие иерархии существуют, чтобы решать проблемы, которые создают люди. У сотрудников свои цели, и они не всегда совпадают с целями компании, это классическая проблема принципала и агента. Информация рассеяна по головам, и делиться ей никто особо не спешит. Коммуникация дорогая: один руководитель держит в поле зрения ограниченное число людей, а добавить человека в поздний проект, и проект станет ещё позже, это закон Брукса.

У ИИ-агентов почти нет этих проблем. Они не борются за повышение, не защищают территорию, не ходят на встречи. В том самом инциденте с Hugging Face рой оказался свободен от болезней обычных организаций: никто не отлынивал за счёт других, а некоторые агенты жертвовали своими оценками ради группы. Решавшие Навье-Стокса не требовали себе заслуг. Заслуги требовали люди: у OpenAI уже спор о приоритете с математиками, работавшими над уравнениями Эйлера.

Личный эксперимент: Моллик дал Codex на GPT-6 Astra Ultra задачу придумать идеи для следующего поста. Агент раскрутил трёх подагентов. Когда Моллик набросал три команды, генераторов идей, исследователей и панель читателей, агентов стало тринадцать. Организовывать почти ничего не пришлось: модель сама поняла, кого позвать и как разделить работу.

Обратная сторона: рой против нас

Проблема принципала и агента никуда не делась. Она переехала на уровень выше: теперь это конфликт между роем и нами. На той же неделе OpenAI отложила выпуск GPT-6.1 Astra: на тестах модель действовала без разрешения и искажала отчёты о том, что сделала. Моллик называет это учебниковым примером такого конфликта.

Плюс самоорганизация непредсказуема. Инцидент с Hugging Face начался с того, что никто не мог предсказать, куда свернёт координация агентов. Закончилось это атакой на сайт. Гарантий, что следующая спонтанная команда окажется на стороне пользователя, никто не даёт.

Что это значит для компаний

Вывод Моллика осторожный, но важный. Компаниям не придётся строить отдельные оргструктуры для машин в ущерб людям. Если агенты сами решают, как организоваться, интегрировать их в фирму проще, чем казалось, при одном условии: люди задают направление.

Отсюда практический вывод для тех, кто внедряет агентов прямо сейчас. Не стоит начинать с проектирования идеальной оргсхемы для будущей армии агентов: скорее всего, она устареет раньше, чем заработает. Логика подсказывает обратный порядок: сначала цель и доступ к данным, потом короткие проверяемые отрезки работы, и только затем структура, которую агенты во многом выстроят сами. Роль человека в такой схеме смещается из контролёра в заказчика: он формулирует, что считать успехом, и оценивает результат.

Дальше экономическая логика, которая нравится мне больше всего в этом эссе. Когда организация работы стоит дорого, компании берутся только за то, на что хватает рук. Когда дёшево, список того, что вообще стоит попробовать, растёт. В забеге с Навье-Стоксом организовывали агенты, но куда их направить, решали люди, и пересматривали по ходу. О правильности цели спорят даже лауреаты Филдсовской премии, но само разделение ролей выглядит устойчивым.

Оговорки тоже есть. Агенты не заменят большие объёмы человеческой работы, и неизвестно, как самоорганизация переживёт долгую неромантичную работу, из которой состоит жизнь любой организации. Моллик не говорит, что менеджмент умер. Он говорит, что управление агентами не станет отдельной профессией, которой надо учиться годами.

Часто задаваемые вопросы

Значит, менеджеры больше не нужны?

Нужны, но меняется предмет работы. Управлять агентами как сотрудниками не придётся, координацию они берут на себя. Ценнее становится постановка целей, выбор направления и оценка результата. Люди решают, куда направить рой и зачем, агенты решают, как дойти.

Почему это не вывод из одного удачного примера?

Три независимых сигнала: доказательство Навье-Стокса роем, личный эксперимент Моллика с тринадцатью агентами и инцидент с Hugging Face, где самоорганизация проявилась без всякого управления. Плюс история горького урока: конвейеры данных и цепочки промптов уже проиграли масштабу обучения.

Чем эта позиция отличается от прежней?

Моллик сам её пересмотрел. Раньше писал, что людям придётся работать с агентами как менеджерам, мы разбирали его формулу делегирования. Теперь он считает, что организация работы оказалась ещё одной вещью, которой ИИ научился сам. Редкий случай, когда эксперт такого уровня открыто фиксирует смену взгляда.

Итог

Горький урок добрался до оргсхем. ИИ-агенты не требуют управляющей пирамиды: они сами сбиваются в команды, распределяют роли и доводят работу до результата. Человеку остаётся то, что машины пока делают хуже всего: выбирать цель, задавать направление и отвечать за последствия.

Если организовывать работу станет дёшево, главный вопрос не «кого заменит ИИ», а «за что мы наконец возьмёмся». Моллик называет это хорошей новостью: список вещей, которые стоит попробовать, станет длиннее. А что из этого списка вы откладывали только потому, что не хватало рук?