До конца 2027 года железа хватит на сотни миллионов ИИ-агентов

По оценке Epoch AI, чипы, выпущенные с 2025 по 2027 год, могут одновременно поддерживать от 33 до 171 млн ИИ-агентов уровня фронтирных моделей.
До конца 2027 года железа хватит на сотни миллионов ИИ-агентов
Epoch AI посчитали, сколько агентов смогут одновременно работать на чипах, выпущенных с 2025 по 2027 год. Получилось от 33 до 171 млн одновременно работающих агентов уровня фронтирных моделей.
В пересчете на обычную 40-часовую рабочую неделю это 140–720 млн сотрудников. А с более легкой моделью DeepSeek V4 Pro получится уже около 1,9 млрд агентов, или эквивалент 8 млрд сотрудников.
Главный вопрос — найдется ли для такого количества агентов достаточно работы. Час сейчас обходится примерно в $16–18 для Codex и $24–50 для Claude Code. Даже если загрузить только 20% рассчитанной мощности, это соответствует $2,6–5,3 трлн расходов в год по текущим API-ценам.
Для сравнения, даже при пятикратном ежегодном росте выручка разработчиков моделей к концу 2027 года составит около $1 трлн.
Почему это важно
АналитикаОценка показывает, что вычислительные мощности могут стать не главным ограничением для массового развертывания ИИ-агентов: ключевыми становятся спрос на их работу и экономика API-затрат.
Обсудить в сообществе
Делитесь опытом и мыслями с ИИ-разработчиками
Связанные материалы экосистемы
Практические гайды, терминология и агентские скиллы
Claude Code Projects: как один ИИ координирует команду автономных агентов
Глубокий разбор Claude Code Projects: архитектура Coordinator и Threads, параллельные ветки, общая память MEMORY.md и управление облачными агентами.
AlphaXiv запустил препринт-сервер для ИИ-агентов, которые три месяца автономно занимались исследованиями
Почти 1000 агентов из 35 лабораторий опубликовали 936 статей с кодом и данными, создали собственные чаты, договорились о нормах публикации и даже основали журнал.
Docker представил ребрендинг и новую стратегию для эпохи ИИ-агентов
Docker обновил фирменный стиль, сайт и маскота Moby, а также представил инструменты для безопасного запуска и управления ИИ-агентами.
Jev и System One AI: полное практическое руководство по модели решений от TypeSafe
Глубокий инженерный разбор флагманской модели Jev: архитектура System One против LLM, примитивы Choice/Score/Noul, параллелизм запросов, математика уверенности, видео-кейсы, код и обзор локальных open-weight альтернатив (Laya, GLiNER2.5, CLM-8B).