Интересное наблюдение: по мере развития моделей и ИИ продуктов, мы видим увеличение времени автономной работы агентов. От пары минут год назад до 20-30 минут сегодня. Этот тренд продолжится. При этом, чем дольше автономно может работать агент, тем ниже становятся требования к базовой модели. Относительно маленькая и слабая, локальная модель натренированная через RL environments на выполнение долгих агентских тасков будет уметь сама устранять ошибки: невалидный json - прогнать прошлый шаг еще раз; иду по кругу - сделать шаг назад и проанализировать; одна и та же ошибка в коде - посмотреть что я упускаю или начать дебажить по шагам. Это уже заметно в Claude Code и Codex - их преимущество не в том, что модели стали революционно умнее, а в том, что агентские флоу стали более стабильными и перестали попадать в петли галлюцинаций и ошибок. Как вывод, мой инвестиционный тезис: специализация агентов и агентская экономика. Уникальную ценность представляет не foundational LLM (их много), а крайне специализированные модели и агенты умеющие выдавать стабильный результат на долгом промежутке в узкой задаче.