Sequoia AI Ascent 2026: это AGI

О чём видео

Этот кейноут с конференции Sequoia AI Ascent 2026 объединяет партнёров Пэта Грейди, Сонью Хуанг и Константина Булера, которые доказывают: 2026 год представляет собой практический порог в развитии AI — не философский. Их аргумент состоит в том, что AGI уже существует в том смысле, который имеет значение: AI-системы теперь способны «разбираться с проблемами» самостоятельно, устойчиво выполняя многоэтапную работу на протяжении длительного времени, исправляя собственные ошибки и достигая целей без постоянного участия человека.

Кейноут сосредоточен на том, что Sequoia называет агентами с длинным горизонтом — AI-системами, способными работать над задачей часами или днями, отступать назад при достижении тупика и предоставлять готовый результат, а не фрагментарный ответ. Это принципиально отличается от поведения AI, которое большинство продуктовых команд реализовывало в 2023–2024 годах, когда модель отвечала на единственный промпт, а человеку приходилось самостоятельно соединять результаты между сессиями.

Для кого это

Для продакт-менеджеров и продуктовых лидеров, принимающих решения о том, куда инвестировать в AI в роадмапе. Кейноут не является техническим руководством — он формулирует стратегический аргумент о зрелости технологии и о том, что эта зрелость означает для продуктовых команд. Практики, уже глубоко погружённые в разработку AI-продуктов, найдут в этой постановке вопроса полезный способ сверить своё мышление с тем, как ведущие инвесторы оценивают текущий момент.

Ключевые выводы

1. Категорийный сдвиг от «говорунов» к «делателям». Грейди и Хуанг проводят чёткую линию между тем, что AI делал до 2026 года, и тем, что он делает сейчас: «AI-приложения 2023–2024 годов были говорунами, а AI-приложения 2026–2027 годов будут делателями». Это полезный фрейм для продуктовых команд, оценивающих, по-прежнему ли их AI-функции относятся к режиму разговорного ассистента или уже перешли в режим выполнения задач.

2. Пользователи становятся менеджерами, а не операторами. Кейноут описывает сдвиг в том, как люди будут взаимодействовать с AI-продуктами: вместо пошагового управления моделью пользователи будут ставить цели и контролировать результаты — «переходя от работы как индивидуальный вкладчик к управлению командой агентов». Продуктовым командам, создающим AI-функции, нужно определить, в каком режиме находится их продукт, и понять, для какой модели взаимодействия — старой или новой — они проектируют.

3. Надёжность на длинном горизонте — ключевое изменение. Главное изменение возможностей — не интеллект модели в изоляции, а её способность устойчиво и надёжно работать на протяжении многих шагов без сбоев и дрейфа. Sequoia рассматривает это как момент, когда технология переходит от впечатляющей демонстрации к развёртываемой инфраструктуре.

4. Узким местом становится человеческое суждение, а не AI-вывод. По мере того как AI берёт на себя всё больше выполнения, дефицитным ресурсом становится качество человеческого руководства — постановка целей, критерии оценки, обнаружение ошибок и стратегическое мышление. Выступление Андрея Карпати на той же конференции подкрепляет это с инженерной стороны: «ты можешь передать на аутсорсинг своё мышление, но не понимание».

5. Корпоративное внедрение ускоряется, а управление отстаёт. Данные, приведённые на конференции, показывают: почти 30% компаний из Fortune 500 являются платящими клиентами AI-стартапов, однако только у одной из пяти есть зрелая модель управления автономными агентами. Этот разрыв важен для продуктовых команд: спрос реален, но организационная инфраструктура для поддержки агентных продуктов в масштабе ещё только формируется.

Стоит смотреть, если…

Вы — продакт-менеджер или лидер, принимающий решения о том, строить ли агентный AI в своём продукте и как это делать, и хотите проверить свои предположения на соответствие тому, как опытные инвесторы оценивают текущее состояние технологии.