Двенадцать часов подряд мультиагентная система Kosmos крутила исследование, на которое живой лаборатории нужны месяцы. За один сеанс она разбирает около 1500 научных статей, сама ставит промежуточные вопросы и выдаёт то, что создатели называют новыми вкладами в науку. Семь таких вкладов она уже оформила. Часть биологов от этих заявлений морщится. Морщатся ровно так же, как морщились бы на статью коллеги, которую ещё никто не воспроизвёл.
Ниже по порядку: что конкретно нашлось, где пахнет прорывом, а где пока маркетинг. И почему эта история перестала быть новостью для избранных.
Kosmos: семь открытий за один рабочий день
Kosmos это не одна модель, а связка агентов. Один читает литературу, второй формулирует гипотезу, третий проверяет её на данных, четвёртый пишет отчёт. Цикл не останавливается, пока не упрётся в противоречие или не найдёт что-то похожее на результат. Авторы выложили описание на arXiv, там фигурирует цифра в 1500 статей за сеанс. Для человека это примерно год чтения без выходных.
Смысл не в скорости чтения. Система не теряет нить между статьями из разных областей. Живой исследователь читает свою тему, иногда заглядывает в соседнюю. Агент читает всё сразу и находит совпадения там, где человек даже не подумал бы искать. Так, по словам создателей, и появились семь заявленных открытий.
К таким анонсам у меня отношение простое. Пока результат не прошёл ревью и не воспроизведён независимой группой, это не открытие, а гипотеза с красивой упаковкой. Отмахиваться тоже глупо: часть находок проверяема, а одна касается математики, где проверка не требует пробирок.
Альцгеймер и SOD2: две находки, которые реально обсуждают
Первая история про болезнь Альцгеймера. Kosmos предложил метод ловить момент, когда в клетке начинают ломаться процессы, ведущие к прогрессированию болезни. Не лечить и не диагностировать на ранней стадии в привычном смысле, а поймать точку, после которой деградация ускоряется. Если метод выдержит проверку, клинические исследования получат нормальный маркер. Главная проблема темы в том, что непонятно, когда вмешиваться. Терапия, начатая слишком поздно, не работает. Слишком рано - её нечем обосновать.
Вторая находка касается фермента SOD2, супероксиддисмутазы 2. Система обратила внимание: более высокий естественный уровень этого фермента в крови, судя по всему, снижает образование рубцов на сердце. Рубцы после инфаркта не косметика, а прямая причина сердечной недостаточности. Меньше рубца, лучше насосная функция, дольше жизнь. Логика красивая, поэтому к ней стоит присмотреться, а не радостно репостить.
Дальше начинается самое интересное. Фергюс Гамильтон из Бристольского университета публично раскритиковал как раз вывод про SOD2. Критика по делу: корреляция в данных не равна причинности, а уровень фермента может быть следствием, а не причиной. Классическая ловушка, в которую попадают и люди. Что уж говорить про модель, обученную на людских же статьях.
Мне это нравится. Не скандал, а сам факт: заявления ИИ-учёного начали разбирать по существу, как разбирают статью в журнале. Год назад такое обсуждали бы в формате "смотрите, что умеет нейросеть". Сейчас спорят о биологии. Это сдвиг.
Гипотеза Какеи: математика, где ИИ уже не шутит
Самая громкая история вообще не про биологию. ИИ, по сообщениям, довёл до конца доказательство гипотезы Какеи для любых измерений. Гипотеза сформулирована примерно сто лет назад и всё это время была больным местом гармонического анализа. В 2026 году Филдсовскую премию дали Хонг Ван за доказательство для трёх измерений. Отсюда неудобный вопрос, который честно задают сами математики: вручили бы ей медаль, если бы общий случай уже был закрыт?
ИИ активно опирался на результат Ван и её коллег. Машина не пришла из ниоткуда: она встала на плечи живого математика и пошла дальше. Ровно так, как это делает любой аспирант. Только быстрее и без перерывов на сон.
Второй результат тяжелее для восприятия. Речь про гипотезу экспоненциального времени, ETH. Её в 1999 году сформулировали Импальяццо, Патури и Зейн. Грубо говоря: задачу 3-SAT, то есть выполнимость логической формулы, в худшем случае нельзя решить быстрее, чем за время, растущее экспоненциально с числом переменных. ETH один из главных аргументов в пользу того, что P не равно NP. На неё опираются сотни работ, от теории графов до вычислительной биологии.
Масштаб вот в чём. Если ИИ действительно продвинул ETH, он задел основание, на котором стоит половина теоретической информатики. Тут нельзя "примерно доказать". Либо доказательство, либо нет. Поэтому математика лучший полигон для проверки ИИ-учёных: ошибку видно сразу, за красивой формулировкой её не спрячешь.
Аналогия с судоку помогает въехать. Заполненную сетку проверить легко, а заполнить бывает очень трудно. P это задачи, которые компьютер решает быстро. NP это задачи, где быстро проверяется готовое решение. Вопрос об их равенстве висит десятилетиями, и любое движение в эту сторону стоит дорого.
Геркуланум: как ИИ прочитал то, что сгорело две тысячи лет назад
Отдельная линия открытий вообще не про формулы. Обугленные свитки из Геркуланума превратились в головешки при извержении Везувия, читать их пытались десятилетиями. Физически развернуть нельзя: рассыпаются. ИИ нашёл подход через паттерны растрескивания, едва заметные следы, которые чернила оставили на папирусе. Машина научилась их распознавать и восстанавливать текст по микроследам.
Внутри оказались философские размышления о удовольствиях и правильном образе жизни. Вероятный автор, Филодем, рассуждал о музыке, о жизненных благах и критиковал оппонентов за неверное понимание радости. Две тысячи лет текст лежал угольком, а прочитала его модель.
Такие вещи цепляют сильнее любых бенчмарков. Не "ИИ победил человека в игре", а "ИИ вернул человечеству страницу, которой не было". Тут нет спора о причинности и воспроизводимости. Текст либо читается, либо нет. Проверить может любой папиролог.
Почему скепсис это не враг, а часть процесса
На реплику "ну и какие открытия совершил ИИ, всё это фикция" отвечаю: смотрите на тип заявления. Есть проверяемые, как текст Филодема или доказательство в математике. Есть статистические, как история с SOD2, где нужна независимая выборка и клинические данные. И есть третья категория, самая шумная: пресс-релизы, где слово "открытие" стоит в кавычках у самого автора.
Kosmos выдал семь результатов за сеанс. Сколько выживет после ревью, никто не скажет. Мой прогноз: два-три выживут в переформулированном виде, одно-два окажутся артефактом данных, остальные растворятся. Нормальный КПД. У людей он не выше, просто люди не анонсируют каждый промежуточный шаг.
Проблема не в том, что ИИ ошибается. Проблема в том, что он ошибается уверенно и красиво, а проверять его дороже, чем он генерирует. В 2024-2026 годах выросла прослойка людей, чья работа - валидировать выводы моделей. Скучно, зато честно. В обсуждениях на Reddit исследователи спорят уже не о том, что умеет модель, а о том, кто и за какие деньги будет ловить её ошибки.
Что из этого может выжать обычный человек
От науки к практике. Большинству читателей не нужен Kosmos и не нужна гипотеза Какеи. Но тот же класс моделей, который двигает математику, доступен для бытовых задач. Вопрос только в доступе.
В России с доступом исторически была боль: карты не работают, аккаунты блокируются, VPN добавляет головной боли. Поэтому я держу под рукой 3GPT от 3SELLER. Это ИИ-роутер с прямым доступом из России к флагманским моделям без иностранных карт. Цена входа 149 рублей, пополнить можно российской картой, через СБП или криптой. Без посредников в Telegram, которые завтра исчезнут вместе с предоплатой.
Что внутри:
- Chat GPT 6 Astra и Chat GPT 5.5
- the model 5, 5.1 и 5.5
- Chat GPT 6.1 Sol
- Nano Banana для изображений
- генерация видео и голоса
Список моделей обновляется, и это важнее, чем кажется. Гонка идёт по месяцам, вчерашний флагман сегодня уже середняк. Держать пять подписок и пять способов оплаты абсурдно. Один роутер с одним балансом решает это за вас.

Сценарии, где это экономит часы. Продающие тексты для сайта и рассылки. Черновики коммерческих предложений, которые потом правит менеджер. Разбор конкурентов и выжимка из десятка страниц в таблицу. Код для автоматизации рутины, если вы не разработчик, но очень надо. Перевод и адаптация материалов под другой рынок. Всё это рабочий инструмент, которым пользуются люди без технического бэкграунда.
Отдельно про картинки. 3GPT-Image закрывает задачу, которая раньше требовала дизайнера и трёх дней переписки. Реалистичные фото товаров, обложки, иллюстрации для статьи, визуал для соцсетей. Nano Banana держит контекст и не превращает лицо в кашу при правках.


Готовые агенты: то, чего многим не хватает
Фишка, которую я оценил отдельно. В 3GPT есть раздел с готовыми ИИ-агентами под конкретные задачи. Писать промпт с нуля не надо, гадать, почему модель отвечает не туда, тоже. Выбираете агента, начинаете диалог, а модель меняете прямо в чате, если текущая не тянет.

Главная боль новичков снимается сама. Человек приходит с задачей "нужен текст для лендинга", а не с задачей "нужен хороший промпт". Агент уже настроен под маркетинг, и человек получает результат, а не инструкцию по промпт-инжинирингу. Переключение модели в чате удобно: одна и та же задача прогоняется через разные модели, и видно, где ответ сильнее. По факту бесплатный A/B-тест без второй подписки.
С научными открытиями то же самое. Разобраться, что там с гипотезой Какеи, без чтения двадцати статей на английском просто: загружаете текст, просите объяснить на пальцах, потом просите найти слабые места в аргументации. Вторая просьба важнее первой. Модель, которую просят критиковать, выдаёт более полезный разбор, чем модель, которую просят восхищаться.
Где заканчивается хайп и начинается работа
Много людей покупают доступ к нейросетям, играются три дня и забрасывают. Причина одна: ждали магии. Магии нет. Есть инструмент, который выдаёт результат ровно того качества, какое вы заложили формулировкой задачи.
Совет простой. Не начинайте с "напиши мне статью". Начните с узкого: "вот десять отзывов клиентов, найди три повторяющиеся жалобы и предложи, что менять в продукте". Или: "вот мой текст, сократи на 30 процентов, не потеряв смысл, и покажи, что выкинул". На таких задачах модель показывает себя, и тогда появляется привычка ей пользоваться.
И проверяйте. Особенно цифры, даты и ссылки. Модель может уверенно сослаться на статью, которой не существует. У меня такое было в теме, где я разбираюсь, и поймал я это только потому, что знал контекст. Если не знаете, проверяйте вдвойне.
Практический шаг на сегодня
Возьмите одну регулярную задачу, на которую уходит больше часа в неделю. Не десять, одну. Зайдите на 3seller.com/3gpt, пополните баланс на те же 149 рублей и прогоните задачу через пару разных моделей. Сравните ответы. Скорее всего, один понравится заметно больше, и дальше вы будете ходить именно к нему.
История с Kosmos, гипотезой Какеи и обугленными свитками кажется далёкой. Механизм один и тот же. Модель читает больше вас, держит в голове больше связей и не устаёт. Разница в том, что математики проверяют её выводы годами, а вы свой текст проверите за вечер. Начните с вечера.