AI-предиктор ЧМ-2026, который моделирует исход турнира, получил новый режим: теперь ему можно задавать сценарии обычным языком, от травмы лидера до абсурдного вопроса про регбийные правила. Для IT-аудитории тут интереснее не футбол, а инженерная часть: команда сократила время расчета до 2–3 секунд и ради этого переписала движок с TypeScript на Rust.
Обновление выпустила команда, которая уже делала AI Octopus для Euro 2024, сообщает The Register. Логика сервиса теперь выглядит так: пользователь вводит текстовый сценарий в поле запроса, модель интерпретирует его, агент преобразует формулировку в условия симуляции, после чего расчетный движок пересчитывает турнирную сетку и выдает вероятности побед, поражений и ничьих. Итоговый счет матча выводится на основе 5 000 прогонов. В сырьевые данные входят сила состава, информация об игроках, жара, высота над уровнем моря, травмы и другие факторы.
Технически это хороший пример того, как AI-интерфейс начинает подменять классический продуктовый UI. Вместо панели с чекбоксами и ползунками пользователю дают текстовое поле: можно спросить, что будет при красной карточке, потере ключевого игрока, аномальной жаре или смене базы команды. Можно и менее серьезно. CTO и сооснователь Luzmo Харун Вермилен привел пример вопроса в духе: что если турнир играли бы по правилам регби. На таком материале особенно заметно, как генеративный слой превращается в прослойку между человеком и симулятором: он снимает порог входа, но одновременно добавляет новый источник ошибок, если запрос сформулирован расплывчато.
Отдельный сюжет здесь про стек. Предыдущая версия AI Octopus для Евро была написана на TypeScript. Для версии под чемпионат мира 2026 года команда перешла на Rust. Причина простая и вполне земная: в продукте появился компонент, который должен работать почти в реальном времени. Если раньше симуляция могла крутиться около пяти минут, то теперь разработчики целятся в ответ за 2–3 секунды фактического времени расчета. Для демо, где пользователь ждет мгновенной реакции на свой запрос, разница между пятью минутами и двумя секундами примерно такая же, как между аналитической системой и сломанной кнопкой.
При этом сам сервис не сводится к одному LLM-вызову. OpenAI-модели здесь используются для разбора запроса и генерации текстового ответа, а агент берет на себя оркестрацию: создание или трансформацию сценария, вызов расчетного ядра, обработку вопроса пользователя. Это важный нюанс для разработчиков и продактов. История не про то, что «ИИ предсказывает футбол», а про более прикладной паттерн: языковая модель сидит на входе и выходе системы, а в центре остается детерминированный вычислительный контур со своей математикой, ограничениями и скоростными требованиями.
Конечно, красивый UX на естественном языке не отменяет старых проблем. Вермилен прямо говорит, что в системе есть фильтрация: сервис игнорирует ругань и должен отсекать сценарии, которые могут вредить отдельным группам людей. Но даже без токсичности остается куда более скучная, а потому более массовая проблема: парсер может просто неправильно понять запрос. Чем свободнее язык на входе, тем выше шанс, что пользователь имел в виду одно, а система пересчитала другое. Для B2B-продуктов это знакомый компромисс: чем меньше ручек в интерфейсе, тем сильнее приходится инвестировать в интерпретацию намерения и в объяснимость результата.
На момент публикации базовый прогноз у модели такой: Испания должна обыграть Англию в финале. Вероятность победы Испании в турнире оценивается в 18%, а вероятность выхода в финал — в 26,8%. Но смысл нового режима как раз в том, что эти цифры можно сдвигать сценариями. Журналисты спросили, что будет, если сборная Испании отравится плохой паэльей. После такого допущения шанс Испании на титул упал до 1,5%, а фаворитом стала Франция. Еще один тест был ближе к редакционному стендапу, чем к спортивной аналитике: что если заменить сборную Англии авторами The Register. Эксперимент, скажем так, не открыл британской журналистике путь в большой футбол.
Для отрасли тут просматривается вполне понятный вектор. Специализированные симуляторы, калькуляторы и аналитические движки все чаще получают разговорный вход вместо сложного интерфейса. Это расширяет аудиторию и ускоряет проверку гипотез, но одновременно повышает требования к архитектуре: нужен быстрый backend, слой валидации, защита от вредных сценариев и механизм, который не даст языковой модели слишком вольно трактовать задачу. Вермилен в разговоре с изданием уже смотрит дальше футбола и называет возможными следующими площадками Олимпиаду и даже Евровидение. Если такие продукты продолжат эволюцию, вопрос скоро будет не в том, может ли AI-предиктор ЧМ-2026 развлекать странными запросами, а в том, сколько прикладных систем вокруг нас тоже сведутся к формату «спроси по-человечески, а остальное движок досчитает сам».