Релиз новой автономной агентной системы Клод Код (Claude Code) от Anthropic и аналогичных ИИ-инструментов нового поколения вызвал настоящую панику среди исследователей. Если раньше нейросети работали в режиме чата (вопрос-ответ), то новые автономные агенты способны самостоятельно формулировать гипотезы, писать скрипты на Python для их проверки, запускать симуляции на серверах и анализировать результаты без вмешательства человека. Возникает логичный вопрос: какое Будущее науки ждет классических академических математиков?

Некоторые футурологи предрекали, что к концу 2026 года исследовательские институты начнут массово сокращать аспирантов и младших научных сотрудников, заменяя их подписками на автономные ИИ-агенты. Ведь машина может перебирать топологические инварианты и считать графы 24 часа в сутки без перерыва на кофе и сон. Однако реальность оказалась сложнее и гораздо интереснее прогнозов.

В феврале 2026 года физический факультет Стэнфорда организовал крайне необычный эксперимент, который быстро стал вирусным в научной среде. Трем докторам наук и последней версии ChatGPT была предложена одна и та же задача: найти намеренно заложенную, тонкую концептуальную ошибку в сложном выводе нелинейного уравнения Шрёдингера, описывающего поведение электрона в экзотическом квантовом поле. Это была битва интуиции и вычислительной мощи.

Результаты эксперимента преподнесли сюрприз обеим сторонам. Искусственный интеллект проанализировал многостраничный вывод за 4 секунды. Он моментально нашел две опечатки в индексах тензоров и пропущенный минус перед мнимой единицей. Профессорам потребовалось около двадцати минут, чтобы заметить эти синтаксические погрешности. Казалось бы, безоговорочная победа машины в области Квантовая механика?

Современный Искусственный интеллект с легкостью пишет программный код, сдает экзамены на адвоката в США в 90-й перцентили и переводит медицинские трактаты с латыни. Но дайте передовой языковой модели (LLM) стандартную задачу из ОГЭ за 9 класс на доказательство подобия треугольников, и она с пугающей вероятностью выдаст вам полную, хотя и очень уверенную, галиматью. Этот парадокс стал главной темой обсуждения среди разработчиков в 2026 году.

Анализ логов показал, что ИИ блестяще справляется с алгебраическими уравнениями, где можно применить линейные алгоритмы, но Школьная геометрия вызывает у него "галлюцинации". Модель может заявить, что гипотенуза короче катета, или провести биссектрису, которая волшебным образом оказывается параллельна стороне. Почему машины, способные обыграть чемпиона мира в го, не могут справиться с теоремой Фалеса?