ИИтог

Anthropic нашла новое окно во «внутренние мысли» Claude

исследованияРедакция ИИтогMIT Technology Review🔥90Рейтинг ИИтог · значимость 85 · 58824/ч

Материал, это выпуск ежедневной рассылки The Download от MIT Technology Review за 14 июля 2026 года: как обычно для этого формата, он объединяет несколько разных сюжетов одного дня, а не одну историю. Центральные темы этого выпуска, новое исследование Anthropic о том, как «думает» Claude, и будущее world models (моделей мира) в робототехнике.

Журналист Джеймс О'Доннелл рассказывает, что на прошлой неделе Anthropic объявила: компания нашла новое окно во «внутренние мысли» своих моделей, то, как они рассуждают в процессе формирования ответа. Чтобы обсудить это, по определению самого издания, «типично причудливое» исследование, О'Доннелл поговорил со старшим редактором MIT Technology Review по ИИ Уиллом Дугласом Хейвеном, у него степень PhD по информатике, и он давно разбирается в том, что вообще можно достоверно сказать о работе ИИ-моделей изнутри. Разговор посвящён вопросу, что новое открытие Anthropic на самом деле показывает, а что нет. Сам текст в этом выпуске, только анонс: полная версия интервью выходит в отдельной еженедельной рассылке The Algorithm, на которую и ссылается материал.

Второй сюжет выпуска, анонс бесплатной онлайн-дискуссии в формате LinkedIn Live, которую MIT Technology Review провёл в день публикации выпуска. Авторы отмечают, что современные ИИ-системы уверенно генерируют текст, изображения и код, но по-прежнему плохо справляются со сложностью физического мира; чтобы преодолеть этот разрыв, по мнению многих исследователей, нужны именно world models. В дискуссии участвовали Уилл Дуглас Хейвен и Сэм Синха, ИИ-исследователь и глава направления world models в компании 1X Technologies; тема, как эта технология может изменить робототехнику и приблизить новое поколение по-настоящему «умных» машин.

В подборке «обязательного к прочтению» того же выпуска упомянуто ещё одно исследование Anthropic, о том, что ценности, которые демонстрирует Claude, меняются в зависимости от языка запроса: модель наиболее осторожна на английском и наиболее почтительна на арабском (со ссылкой на разбор Gizmodo). А в рубрике «цитата дня» выпуск приводит слова главы SoftBank Масаёси Сона на ежегодной корпоративной конференции компании в Токио (по данным Reuters): по его прогнозу, эпоха, когда человек остаётся высшей формой жизни на Земле, закончится, и ИИ превзойдёт человеческий интеллект к 2040 году, этот процесс, по словам Сона, уже не остановить.

Ключевые факты

  • Anthropic на прошлой неделе объявила, что нашла новое окно во «внутренние мысли» своих моделей, как они рассуждают, формируя ответ; в выпуске рассылки The Download от 14 июля 2026 года MIT Technology Review интервьюирует старшего редактора по ИИ Уилла Дугласа Хейвена о том, что это открытие показывает, а что нет (полный разбор, в отдельной рассылке The Algorithm).
  • В тот же день, 14 июля 2026 года, MIT Technology Review провёл бесплатную дискуссию в формате LinkedIn Live о будущем world models (моделей мира) в робототехнике, с участием Хейвена и Сэма Синхи, ИИ-исследователя и главы направления world models в компании 1X Technologies.
  • Отдельно упомянуто ещё одно исследование Anthropic: ценности, которые демонстрирует Claude, меняются в зависимости от языка запроса, модель наиболее осторожна на английском и наиболее почтительна на арабском.
  • Глава SoftBank Масаёси Сон на ежегодной конференции компании в Токио заявил, что эпоха, когда человек остаётся высшей формой жизни на Земле, закончится, и ИИ превзойдёт человеческий интеллект к 2040 году.

Почему это важно

Выпуск сводит в одной подборке два фронта, которые определяют развитие ИИ в 2026 году. Первый, попытки заглянуть внутрь уже работающих больших языковых моделей и понять, как именно они «рассуждают», формируя ответ: открытие Anthropic, ещё один шаг к тому, чтобы сделать модель немного менее «чёрным ящиком». Второй, world models, архитектуры, которые должны научить ИИ понимать физический мир, а не только генерировать текст, изображения и код; на них делают ставку те, кто хочет дать роботам что-то похожее на здравый смысл. Здесь же, отдельный вывод Anthropic о том, что поведение Claude ощутимо меняется в зависимости от языка запроса, и громкий прогноз главы SoftBank о сроках, когда ИИ обгонит человека по интеллекту.

Кому это важно

Исследователям интерпретируемости и безопасности ИИ, как ориентир, что именно Anthropic научилась «видеть» внутри модели. Командам, которые занимаются ИИ для робототехники, как повод изучить дискуссию про world models с участием 1X Technologies. Продуктовым командам, которые разворачивают Claude или похожие модели на разных языках, вывод про разную осторожность модели в зависимости от языка стоит учитывать при оценке рисков. Всем, кто следит за спорами о сроках появления сверхчеловеческого ИИ, как ещё одна публичная оценка от крупного технологического инвестора.

Как это применить

Технические детали открытия Anthropic про «внутренние мысли» моделей и полный разбор от Уилла Дугласа Хейвена стоит искать в отдельной рассылке The Algorithm, на которую ссылается этот выпуск, сам «Download» приводит только анонс, а не содержание интервью. Запись или материалы дискуссии про world models имеет смысл поискать по названию события и участникам (Уилл Дуглас Хейвен, Сэм Синха, 1X Technologies), поскольку сама трансляция была разовой и привязанной к 14 июля 2026 года. Командам, чьи ИИ-продукты работают на английском и арабском языках, стоит отдельно проверить, не расходится ли поведение модели по осторожности между языками, именно такой разрыв описывает Anthropic.

Можно ли доверять

MIT Technology Review, авторитетное отраслевое издание, а этот текст, редакционная рассылка, которая опирается на официальное заявление Anthropic и на мнение штатного эксперта издания (Уилл Дуглас Хейвен, PhD по информатике). При этом главный содержательный вопрос выпуска, что открытие Anthropic показывает, а что нет, в этом тексте не раскрыт: перед нами анонс интервью, полная версия которого выходит отдельно в The Algorithm, и судить о самих выводах по этому фрагменту нельзя. Прогноз Масаёси Сона, личное мнение главы SoftBank, а не проверяемый факт; Reuters лишь передаёт цитату с его конференции, не оценивая прогноз по существу.

Риски и подводные камни

Издание характеризует исследование Anthropic как «типично причудливое», намёк на то, что интерпретация подобных находок про «мышление» модели легко скатывается в очеловечивание: языковая модель не «думает» в человеческом смысле, и формулировки вроде «внутренние мысли» могут ввести читателя в заблуждение. Разница в осторожности Claude между языками, риск не только репутационный, но и практический: продукт может систематически давать разные по жёсткости ответы пользователям на английском и на арабском языках. А громкие прогнозы вроде «ИИ обгонит человека к 2040 году» из уст крупного инвестора в ИИ стоит воспринимать с поправкой на его собственную заинтересованность в разогреве темы.

«Эпоха, когда человек остаётся высшей формой жизни на Земле, закончится. Хорошо это или плохо, это произойдёт, и это невозможно остановить.»

— Масаёси Сон, глава SoftBank, на ежегодной конференции компании в Токио, прогноз о том, что ИИ превзойдёт человеческий интеллект к 2040 году (по данным Reuters)