Индустрия AI так быстро выбрасывает новые термины, что даже опытные технологи начинают чувствовать себя неуверенно. За прошлую неделю появилось понятие «opaque recurrence» (техника рассуждений в новой модели OpenAI Astra), которая вызвала беспокойство у исследователей безопасности AI. Параллельно в продакшене и питчах встречаются LLM, RAG, RLHF — и если вы не в курсе, что это такое, вы далеко не одиноки. Лексика меняется так стремительно, что легко потеряться даже без особой вины.
В глоссарии TechCrunch собраны определения на понятном языке для тех, кто работает с AI, инвестирует в него или просто пытается следить за индустрией. Вот несколько ключевых понятий: AGI (artificial general intelligence) определяется как-то размыто — от «человека, которого ты мог бы нанять коллегой» (по определению Сэма Альтмана) до «систем, превосходящих человека в большинстве экономически ценных работ» (из чартера OpenAI). Эксперты сами не полностью согласны, что именно это означает.
AI-агент — это инструмент, который выполняет серию задач автономно: от подачи расходов и бронирования билетов до написания и поддержки кода. Но инфраструктура для таких агентов всё ещё строится, поэтому конкретное определение может варьироваться. В основе идея простая: система должна работать с несколькими AI-компонентами одновременно, чтобы решить многошаговую задачу.
Chain-of-thought reasoning в контексте LLM означает разбиение задачи на промежуточные шаги. Есть разница между вопросом «какое животное выше, жираф или кот?» и задачей вроде «у фермера есть куры и коровы, всего 40 голов и 120 ног — сколько каких?». Во втором случае нужно записать уравнение. AI-модели работают точно так же: разбирают проблему по частям, что занимает больше времени, но даёт более надёжный результат, особенно в логике и коде. Такие модели называют reasoning models и оптимизируют через reinforcement learning.
Coding agent — специализация агентов для разработки. Вместо того чтобы просто предложить код на ревью, такой агент пишет, тестирует и дебажит код самостоятельно, обрабатывая весь итеративный процесс, который обычно забирает день работника. Думайте об этом как о найме очень быстрого интерна, который никогда не спит, — только человек всё равно должен проверять результат.
Compute в широком смысле — это вычислительная мощь, которая приводит AI-модели в движение: GPU, CPU, TPU и вся инфраструктура, на которой стоит современный AI. Diffusion — технология в основе большинства текст-, музык- и изображение-генерирующих моделей. Вдохновлённая физикой, она медленно «уничтожает» структуру данных, добавляя шум, пока от фото или трека ничего не остаётся. Потом модель учится процесс разворачивать — восстанавливать картинку или текст из шума.
Для российского бизнеса актуально понимать эти термины при внедрении автоматизации и аналитики. Например, coding agents начинают использоваться для ускорения разработки, chain-of-thought улучшает точность моделей в аналитических и логических задачах. Платформы типа AI Studio позволяют автоматизировать контент и рутинные процессы, но чтобы эффективно их настраивать, нужно представлять, как именно работают лежащие под ними компоненты. То же касается платёжных и смарт-контрактных систем — понимание API endpoints и того, как агенты могут с ними взаимодействовать, критично для безопасности и надёжности интеграций в российском финтехе.