ИИ-инструменты помогали собирать исследование и писать первый черновик этой статьи. Я отредактировал текст и сверил каждую цитату с оригинальными эссе на ben-evans.com. Цифры о стиле письма взяты из внутреннего исследования, подготовленного для Dapp.Expert с помощью ИИ-инструментов; оно не рецензировалось. Обложка создана ИИ. Подробности в конце.
В июле 2026 года Бенедикт Эванс (Benedict Evans) опубликовал длинное эссе о том, как может установиться цена токенов ИИ. По ходу дела он сравнил строительство инфраструктуры ИИ с тремя более старыми отраслями: оптоволоконными сетями времён пузыря доткомов, мобильной передачей данных и производством полупроводников. А затем написал фразу, которая как будто подрывает все три сравнения: «у аналогий нет предсказательной силы» [1].
Это не противоречие. Это метод. Для Эванса сравнение — не доказательство того, что что-то произойдёт. Это инструмент для поиска правильного вопроса, и к каждому сравнению прилагается заметка о том, где оно перестаёт работать. Эту привычку стоит перенять, потому что сравнения встречаются повсюду в текстах об ИИ и крипте, и в большинстве случаев используются как доказательство.
Это девятая часть серии о голосе и доверии в редакторской работе. Прежние части были о том, как показывать доказательства, раскрывать использование ИИ, исправлять ошибки, указывать происхождение исследований, соразмерять уверенность с доказательствами, сохранять авторский голос при работе с ИИ, о ритме предложений и о том, как Итан Моллик строит объяснения вокруг экспериментов. Здесь — о втором авторе нашего исследования и его главном инструменте: сравнении.
Почему Эванс и почему сравнения
Внутреннее исследование Dapp.Expert, охватившее троих авторов, пишущих об ИИ и технологиях — Итана Моллика, Бенедикта Эванса и Молли Уайт, — размечало короткие фрагменты их текстов по нескольким признакам [2]. Аналогия оказалась самым характерным признаком Эванса: она встретилась в 39% его отобранных фрагментов против 20% у Моллика и 13% у Уайт. Он же задаёт больше всего вопросов (13,7% его предложений) и реже всех ставит ссылки (3,1 на 1000 слов). Итог исследования такой: Моллик строит аргумент на собственных экспериментах, Уайт — на документах, а Эванс — на рассуждении и сравнении.
(Внутреннее исследование, без рецензирования. Проценты получены одним внимательным прочтением, выполненным не человеком, а ИИ-кодировщиком, примерно каждого десятого фрагмента (51 фрагмент у Эванса). Аналогию автоматическим правилам распознавать было труднее всего: их согласие с этим прочтением было низким. Второе, слепое машинное прочтение нашло аналогию в 33% фрагментов Эванса против 39% в первом. Воспринимайте цифры как направление, а не как измерение.)

Малое число ссылок важно для дальнейшего. Автору, который больше опирается на рассуждение, чем на цитируемые документы, нужен другой способ сохранять рассуждение честным. В эссе Эванса значительную часть этой работы выполняет то, как выбираются и ограничиваются сравнения.
Задача 1: разложить случаи по тому, что будет дальше
В эссе 2017 года о том, как люди отмахиваются от новых технологий, Эванс отталкивается от распространённого довода: важные изобретения поначалу часто выглядели игрушками, так что и эта новая игрушка может оказаться важной. Он указывает, что и такая защита, и отмахивание, на которое она отвечает («это просто игрушка»), «не обладают предсказательной силой»: многие вещи, выглядевшие игрушками, ими и остались [3].
Затем он тремя сравнениями заменяет довод более удачным вопросом. «Флайер» братьев Райт 1903 года был маленьким и хлипким, но у него был ясный путь улучшения: лучшие материалы, более мощные двигатели. У автомобильных телефонов конца 1940-х такого пути не было: чтобы их уменьшить, понадобилась вся компьютерная революция, а чтобы обслуживать миллионы абонентов — новая радиофизика. «В 1947 году мобильные телефоны были игрушкой», — пишет он. Реактивные ранцы, третий случай, переносили одного человека на несколько сотен метров и не поддавались улучшению, потому что больше топлива — это больший вес.
Снаружи три случая похожи: каждый — маленькая непрактичная машина. Сравнение полезно тем, что разделяет их по другому признаку. Вопрос, который он из них выводит: есть ли у технологии дорожная карта — «Вы знаете, что делать дальше?» [3]
Что взять из этого: сравнение нескольких случаев может разложить их по признаку, который решает исход. Лучше всего оно работает, когда случаи выглядят похоже, а заканчиваются по-разному.
Задача 2: перенести механизм из прошлого
В эссе 2023 года об ИИ и рабочих местах Эванс использует случай из XIX века, чтобы объяснить экономический механизм. «В XIX веке британский флот работал на угле», — начинает он, и инженеры ожидали, что более эффективные паровые машины будут означать меньше угля. Экономист Уильям Стенли Джевонс (William Stanley Jevons) утверждал обратное: машины, которые дешевле в эксплуатации, будут использоваться чаще и для новых целей, так что общее потребление угля вырастет [4].
Затем Эванс прослеживает тот же механизм по истории офиса: печатные машинки, счётные машины, мейнфреймы и электронные таблицы делали конторский и бухгалтерский труд дешевле, а занятость в этих профессиях росла. Электронная таблица, по его рассказу, не устранила бухгалтеров, а изменила то, чем они занимались.
Самое важное дальше. Он не останавливается на прецеденте. Он перечисляет два контраргумента — что ИИ может двигаться намного быстрее прежних волн и что он может быть гораздо универсальнее, — и отвечает на каждый отдельно. Прецедент ставит вопрос; контраргументы его проверяют.
Что взять из этого: исторический случай полезнее всего, когда несёт механизм, который можно назвать («дешевле — значит больше использования»), а не просто настроение («люди и раньше волновались»). Затем скажите, почему в этот раз может быть иначе.
Задача 3: выбрать сравнение по механизму, который важен
Эссе о ценах на токены показывает самое тщательное использование из всех [1]. Многие комментаторы сравнивают сегодняшние дата-центры для ИИ с оптоволоконными сетями, построенными в пузырь доткомов, которых оказалось слишком много. Эванс проверяет это сравнение по существенному пункту и отвергает его: прокладка оптоволокна «была в основном постоянными затратами (копать ямы), а не предельными», тогда как больше использования ИИ означает покупку большего объёма вычислений.
Поэтому он выбирает другое сравнение — мобильную передачу данных, которую называет «более плодотворным сравнением», потому что у мобильных сетей тоже есть предельные затраты на ёмкость и там тоже лет пятнадцать назад использование обогнало ёмкость. Затем он добавляет производство полупроводников, где рост издержек на переднем крае сократил число ведущих производителей до горстки, а потом в основном до одного.
Каждое сравнение подобрано, чтобы высветить один вопрос: станет ли это низкомаржинальным инфраструктурным бизнесом и станет ли оно настолько дорогим, что конкурировать смогут лишь несколько компаний? Ни одно не подаётся как ответ.
Что взять из этого: прежде чем использовать сравнение, назовите один признак, общий с вашим предметом, который важен для вашего вопроса. Если признак не совпадает, меняйте сравнение, а не вопрос.
Задача 4: заменить вводящую в заблуждение рамку
Иногда сравнение нужно, чтобы убрать неверную картину. В эссе 2019 года о смещениях в машинном обучении Эванс утверждает, что термин «искусственный интеллект» наводит на мысль о чём-то вроде мыслящего ума. Вместо этого «гораздо полезнее сравнивать их, скажем, со стиральной машиной», — пишет он: очень хороша в одном деле и понятия не имеет, что стирает [5]. В том же эссе он сравнивает смещения в машинном обучении с проблемами ранних баз данных, где люди доверяли всему, что говорила система, и заключает, что это «не является, в частности, проблемой ИИ».
В эссе 2023 года тот же приём применён короче. Юрист, попросивший у ИИ-чат-бота судебные прецеденты, получил ответы, которые выглядели как прецеденты, но ими не были. Однострочный вердикт Эванса о чат-боте: «Это не база данных» [4].
Что взять из этого: простое бытовое сравнение может исправить рамку, созданную грандиозным. Проверка такая: заставляет ли оно читателя ожидать правильного рода сбоев.
Правило, которое он применяет к собственным сравнениям
Эванс формулирует границу прямо. В эссе о ценах на токены, перечислив ещё несколько возможных сравнений, он пишет: «Нельзя доказать, что у чего-то будет такой же исход, как у мобильной связи, доказывая, насколько оно на неё похоже» [1]. Его пример — старый довод, что Android победит iPhone, потому что он «открытый», как открытые ПК с Windows победили закрытый Mac.
Сравнения, говорит он, могут показать диапазон: что нечто может быть очень важным, очень дорогим и насыщенным передовой наукой — и всё равно закончиться очень по-разному. А когда честный ответ — «неизвестно», он так и говорит: «Не думаю, что кто-либо на самом деле может пока знать ответ» [1].
Это сочетание и есть ядро метода. Сравнение открывает вопрос; граница не даёт ему превратиться в прогноз.
Проверка сравнения перед публикацией
| Вопрос | Как выглядит хороший ответ |
|---|---|
| 1. Какую задачу решает сравнение? | Разложить случаи, перенести механизм, выбрать между сравнениями или исправить вводящую в заблуждение картину |
| 2. Какой один признак оно разделяет с моим предметом? | Названный механизм, например постоянные затраты против предельных |
| 3. Где оно ломается? | Хотя бы одно названное отличие |
| 4. Предсказывает ли оно что-то? | Нет. Если текст подразумевает обратное, перепишите предложение |
| 5. Может ли читатель это проверить? | Даты и источники для исторического случая |

Разбор на примере
Сеть и цифры ниже выдуманы для иллюстрации.
Допустим, вы пишете о новой сети, у которой комиссии за транзакции выросли впятеро за неделю после запуска в ней популярной игры.
Черновик по умолчанию. «Это „момент Amazon“ для сети. Так же как Amazon росла годами убытков, сегодняшний скачок комиссий показывает спрос, который сделает этот блокчейн победителем следующего цикла».
Сравнение здесь выполняет работу доказательства. У него нет ничего конкретного общего с предметом, оно не называет отличий и подводит к выводу в инвесторском духе, который никакое сравнение не может подкрепить.
Тот же абзац после проверки. «Комиссии выросли примерно впятеро за неделю после запуска игры, по данным публичной панели комиссий сети. Полезное сравнение — мобильная передача данных около 2010 года: в обоих случаях использование росло быстрее ёмкости, а каждая дополнительная единица ёмкости обходится дороже. На этом сравнение заканчивается. Мобильные операторы могли годами строить новые вышки; ёмкость этой сети зависит от программного обновления, дата которого не объявлена. Что будет с комиссиями дальше, неизвестно».
Вторая версия использует сравнение, чтобы объяснить один механизм, говорит, где оно ломается, и не даёт прогноза. Она ещё и длиннее, и это нормально: сравнение стоит отведённого места, только если несёт собственные границы.
Типичные ошибки и как их исправить
1. Сравнение как предсказание. «X — это следующий Y» — прогноз, замаскированный под объяснение. Исправление: скажите, какой признак у них общий, и остановитесь.
2. Сравнение по внешнему виду. Две вещи, выглядящие похоже, могут работать по-разному, как «Флайер» и реактивный ранец. Исправление: сравнивайте по механизму, который решает исход.
3. Пропущенное отличие. Сравнение без названной границы приглашает читателя додумать остальное. Исправление: добавьте одно предложение, начинающееся с «Сравнение заканчивается на…» или «В отличие от…».
4. Старый случай без даты. «Как в ранний интернет» может значить что угодно — от 1969 до 2005 года. Исправление: укажите год и источник, который читатель может открыть.
5. Заимствование автора вместо метода. Названия эссе Эванса, придуманные им выражения и любимые образы — его. Исправление: берите метод — один названный признак и одну названную границу — и используйте свои случаи.
Чего эта статья не может сказать
Цифры о том, как часто каждый автор использует аналогию, получены из внутреннего исследования трёх авторов с помощью машины, без второго кодировщика-человека, а два машинных прочтения оценили долю аналогий во фрагментах Эванса в 39% и 33%. Примеры в статье отобраны вручную из нескольких открытых эссе Эванса; его платная рассылка и выступления не изучались. Ничто здесь не показывает, что сравнения делают текст убедительнее или точнее для читателей; это не проверялось. И статья не может сказать, какое сравнение подойдёт вашей теме; она может лишь показать, как его проверить.
Как создана эта статья
| Задача | Что сделал ИИ | Что сделал человек | Как проверено |
|---|---|---|---|
| Исследование | Провёл внутреннее исследование трёх авторов; собрал кандидатов в примеры из эссе Эванса | Выбрал вопрос и примеры, на которые опираться | Каждая цитата [1], [3]–[5] сверена с оригинальным эссе на ben-evans.com; цифры исследования взяты из файлов исследования [2] |
| Черновик | Написал первый черновик по заметкам | Отредактировал текст, структуру и разбор на примере | Отдельное ревью сверило цифры и цитаты с источниками |
| Изображения | Создал иллюстрацию для обложки | Выбрал иллюстрацию; сделал пояснительные схемы | Помечено как созданное ИИ в строке раскрытия и в альтернативном тексте |
| Не делал ИИ | — | Решение о публикации и ответственность за текст | — |
Конфликт интересов: нет. У автора нет коммерческих отношений с Бенедиктом Эвансом и другими названными авторами; сеть в примере вымышленная.
Ответственный за статью: Дмитрий Ластовка, автор. Исправления: форма обратной связи.
Источники
Пометки: первичный текст (собственная страница автора), внутреннее исследование (без рецензирования).
- Benedict Evans, "Ways to think about token pricing" (9 июля 2026). https://www.ben-evans.com/benedictevans/2026/7/9/ways-to-think-about-token-pricing Первичный текст.
- Dapp.Expert, "Author style pilot: Mollick, Evans, White" (внутреннее исследование корпуса, ноябрь 2026; 24, 28 и 26 текстов; ручная разметка отобранных фрагментов). Внутреннее исследование.
- Benedict Evans, "Not even wrong - ways to dismiss technology" (май 2017). https://www.ben-evans.com/benedictevans/2017/5/24/not-even-wrong-ways-to-dismiss-technology Первичный текст.
- Benedict Evans, "AI and the automation of work" (2 июля 2023). https://www.ben-evans.com/benedictevans/2023/7/2/working-with-ai Первичный текст.
- Benedict Evans, "Notes on AI Bias" (15 апреля 2019). https://www.ben-evans.com/benedictevans/2019/4/15/notes-on-ai-bias Первичный текст.










