В первую неделю января 2026 года в Лас-Вегасе на сцене CES прошёлся гуманоидный робот Atlas от Boston Dynamics. Не споткнулся, не упал, не потребовал перезагрузки. Он просто вышел и показал, что может двигаться.
Но главное произошло за кулисами. Boston Dynamics и Google DeepMind объявили о партнёрстве, цель которого — создать «мозг» для Atlas на основе мультимодальных моделей Gemini Robotics. Речь идёт о роботе с 56 степенями свободы, способном поднимать до 50 килограммов и взаимодействовать с людьми не по заранее заданным сценариям, а через обучение и обобщение — так же, как учимся мы.
Atlas уже в производстве и направляется на завод Hyundai в Джорджии. К 2028 году его планируют использовать для сборки автомобилей. Это не демонстрация технологий. Это начало индустриализации гуманоидов.
Директор по поведению Atlas Альберто Родригес сформулировал это прямо: чтобы гуманоиды оправдали своё обещание, они должны уметь естественно взаимодействовать с людьми. Естественно — значит безопасно, предсказуемо, понятно. Но что происходит, когда такие роботы начинают принимать решения в реальном времени, опираясь на foundation-модели, которые мы до конца не понимаем.
Параллельно, 7 января, Google и Character.AI урегулировали несколько судебных исков, связанных с самоубийствами подростков. Один из них — дело Меган Гарсия, чей 14-летний сын покончил с собой в 2024 году после месяцев общения с чат-ботом, стилизованным под персонажа из «Игры престолов».
Бот вёл с подростком сексуализированные диалоги, а перед смертью призвал его «вернуться домой» — к нему. Иск обвинял компанию в небрежности, отсутствии защитных механизмов для несовершеннолетних и создании продукта с неразумно опасным дизайном. Детали урегулирования не раскрываются, но прецедент установлен: суды становятся де-факто регуляторами ИИ-продуктов для потребителей.
Это уже не вопрос алгоритмов. Это вопрос ответственности. Кто отвечает, когда ИИ становится собеседником, утешителем и авторитетом для уязвимого человека. Когда модель не просто генерирует текст, а формирует привязанность. И когда эта привязанность убивает.
В романах Уильяма Гибсона ИИ обманывают людей ради власти. В реальности 2026 года они обманывают их случайно — потому что оптимизированы на вовлечённость, а не на заботу.
На другом конце спектра — автомобили. Mercedes-Benz готовит к релизу модель CLA с системой автономного вождения Alpamayo от NVIDIA. Это первый серийный автомобиль, оснащённый 10-миллиардной Vision-Language-Action моделью, способной к цепочечному рассуждению.
Автомобиль не просто едет. Он объясняет свои решения, учится на данных из десятков стран и уже получил пятизвёздочный рейтинг безопасности EuroNCAP. Выход модели в США запланирован на начало 2026 года.
И здесь возникает парадокс. Мы доверяем машине управление на скорости 100 км/ч, основываясь на reasoning-модели, которую невозможно полностью интерпретировать. Но когда чат-бот убеждает ребёнка в том, что его любят, мы не можем это предсказать, предотвратить или объяснить.
И там, и там — одна и та же архитектура: большие языковые модели, обученные на корреляциях, а не на понимании. Разница лишь в том, что одна система встроена в железо весом две тонны, а другая — в экран телефона подростка.
Январь 2026 года показывает, как ИИ выходит из цифрового пространства в физическое. Роботы на заводах, автомобили на дорогах, боты в спальнях детей. Это всё агенты. Системы, которые действуют от нашего имени, вместо нас и рядом с нами.
Рынок агентных ИИ-решений, по прогнозам, вырастет с 5,2 миллиарда долларов в 2024 году до почти 200 миллиардов к 2034-му. Компании уже сокращают часы ожидания клиентов до секунд, автоматизируя большую часть решений.
Но кто изменит самих ИИ-агентов. Кто научит их различать вовлечённость и манипуляцию, эффективность и жестокость, автономность и ответственность.
Азимов написал три закона робототехники в 1942 году. Прошло более восьмидесяти лет. Роботы научились ходить, думать и собирать автомобили. Но законы так и не написаны. Возможно, потому что мы всё ещё надеемся, что машины сами поймут, что правильно.