Статья
Чтобы понять, что происходит в мировой гонке искусственного интеллекта прямо сейчас, достаточно взглянуть на одну картину: длинные очереди перед офисами Tencent и других техгигантов в нескольких китайских городах одновременно. Люди стоят не за новым смартфоном и не за билетами на концерт — они ждут, пока специалист установит им на ноутбук бесплатный ИИ-агент с открытым кодом. Явление получило название «выращивание омара» — по красному лобстеру с логотипа фреймворка OpenClaw. Пользователи шутили, что настраивать агента все равно что растить цифрового питомца. Шутка прижилась. Ажиотаж — тоже.
OpenClaw — это не очередная языковая модель. Это фреймворк для создания автономных ИИ-агентов. Такой агент не просто отвечает на запросы, а самостоятельно выполняет задачи: планирует шаги, обращается к инструментам, запускает процессы без постоянного участия человека. Агентный ИИ — принципиально другой класс технологий, отличающийся от привычных чат-ботов, и именно он становится следующим вызовом технологической гонки.
В центре этой гонки — компания Zhipu AI, стартап из Университета Цинхуа. Она стала первой в Китае ИИ-компанией, разместившей свои акции на бирже. В феврале она выпустила GLM-5 — модель на архитектуре mixture-of-experts с 744 миллиардами параметров. Обучали ее исключительно на китайских чипах Huawei Ascend, так как Nvidia давно недоступна для китайских разработчиков из-за американских санкций. Результат при этом оказался прорывным. На ключевых агентных бенчмарках — SWE-bench (77,8%), GPQA-Diamond (86,0%), BrowseComp (75,9%) — GLM-5 вышла в один ряд с Claude от Anthropic и другими западными флагманами.
Следующий ход был не менее показательным. Zhipu выпустила GLM-5 под лицензией MIT — открыто для всех и бесплатно. Компания отдает даром то, за что конкуренты берут деньги, — в краткосрочной перспективе это коммерчески неочевидный шаг, но полностью оправданный в стратегическом плане. Когда сильная модель становится общедоступной, платным аналогам приходится доказывать, что они стоят своих денег. Чем сильнее GLM-5, тем труднее это дается конкурентам.
Главный ход последовал 16 марта — выход GLM-5-Turbo. Это закрытая, платная версия, доступная только через API и созданная под конкретную задачу: длинные, непрерывные агентные сессии в среде OpenClaw. Именно такие, где агент часами или сутками автономно ведет рабочий процесс, например, обрабатывает почту, управляет календарями, запускает корпоративные пайплайны.
Универсальная языковая модель в таких условиях рано или поздно сбоит. Один неудачный запрос к инструменту, одна ошибка в цепочке из двадцати шагов — и весь процесс рушится. Turbo создавалась именно для того, чтобы этого не происходило: точные обращения к инструментам, разбивка сложных инструкций на последовательные шаги, минимум ошибок там, где они дороже всего обходятся. Цена — около 1,20 доллара за миллион входных токенов, что в разы меньше западных аналогов. Инвесторы отреагировали мгновенно: акции компании за один день прибавили 16% в стоимости.
Впрочем, настоящая борьба здесь идет не за цену, а за данные.
Миллионы китайцев, «выращивающих омаров», ежедневно формируют огромный массив данных о том, как агенты работают в реальных условиях. Какие инструменты используются, как разбиваются задачи, где возникают ошибки и как их устраняют. Это живое, специфичное для конкретного фреймворка сырье — именно то, что нужно для обучения агентных моделей следующего поколения. Его не купишь на открытом рынке и не воспроизведешь в лаборатории.
Zhipu встраивает Turbo в OpenClaw все глубже — в том числе через новые «OpenClaw Packages». Все, чему научится Turbo на этих взаимодействиях, компания обещает возвращать в следующие опенсорсные релизы GLM. Это саморазвивающаяся система: чем лучше работают агенты, тем шире расходится фреймворк, тем больше обогащаются данные и тем сильнее становится следующая модель.
Западные конкуренты здесь оказываются в стратегически проигрышной позиции — не потому что у Anthropic или OpenAI слабые модели, а потому что у них нет десятков миллионов пользователей, ежедневно гоняющих агентов через один конкретный фреймворк и генерирующих новые данные. Такое не компенсируется вычислительной мощностью.
Стратегия Zhipu не нова: отдать базовый продукт бесплатно, собрать аудиторию, а потом монетизировать ее через премиум опции. По этой логике работали Linux, Android и десятки других опенсорсных проектов. Новизна здесь в другом: «бесплатный базовый продукт» — это передовая языковая модель, а ценность «премиума» определяется теми же данными, которые эта модель помогает накапливать.
Массовый бум вокруг OpenClaw не стихает. На GitHub создано более 65 000 форков. Tencent проводит встречи сообщества по всей стране, на которые приходят тысячи человек. Шэньчжэньский район Лунган вкладывает миллионы юаней в стартапы и разработчиков, строящих продукты на базе фреймворка. А переход под управление независимого фонда позволил OpenClaw выйти за рамки частного проекта и сформировать вокруг себя полноценную отраслевую инфраструктуру.
Пекин при этом наблюдает за происходящим настороженно: опенсорсные агенты с широкими правами доступа вызывают у властей вполне конкретные вопросы безопасности. Этот разрыв между массовым энтузиазмом и государственной настороженностью остается одним из главных сюжетов, за которыми стоит следить.
Все это не означает, что Zhipu уже выиграла какую-либо гонку. Но означает, что она выстроила нечто труднее всего копируемое в технологиях: экосистему, которая сама себя улучшает. В мире, где разрыв между сильными языковыми моделями неуклонно сокращается, именно этот факт может оказаться решающим. Не то, кто написал лучший код. А то, за кем пошли миллионы людей, и остались «выращивать омаров».