3SELLER Journal 3SELLER →

Какие открытия совершил ИИ: 7 находок Kosmos за 12 часов, прорыв в гипотезе Какеи и папирусы из Геркуланума

22.11.2026

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:

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.

3GPT доступ к флагманским нейросетям из России

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.

генерация реалистичных изображений через 3GPT

нейросети для создания фото и видео

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.

готовые ИИ агенты 3GPT под задачи

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.

← Вернуться к блогу

Читать дальше