ChatGPT Dreaming V3:
конец «контекстного налога»

ChatGPT наконец перестал быть Гришей без памяти. Звучит как мелочь. На деле это самый крупный UX-сдвиг за два года, и почти никто его так не подаёт. Пока LinkedIn спорит, заменит ли GPT джунов-аналитиков, OpenAI тихо переписал фундамент под всеми.

4 июня 2026 OpenAI выкатил Dreaming V3. Не обновление модели. Не «фича». Новая архитектура памяти, которая работает как фоновый процесс и синтезирует контекст из всей истории твоих диалогов — без команды «запомни это». Точность фактуального recall выросла с 41.5% в 2024 году до 82.8% в 2026. Те же задачи, те же тесты, в два раза точнее. Compute для бесплатных юзеров OpenAI урезали примерно в 5 раз за последние кварталы — именно поэтому раскатка вообще стала возможна.

Я ждал этого восемнадцать месяцев. Каждое утро в Чангу открываю новый чат — и пять минут объясняю: я Алексей, соло-фаундер, Content Factory с 15 субагентами, рядом MCPify, тон короткий и прямой, без корпоративной воды, таймзона Бали. Каждый. Раз. Вчера это умерло. Сегодня хочу объяснить почему это не «новая память», а конец контекстного налога и старт новой архитектуры агентов, где состояние пользователя становится инфраструктурой.

TL;DR: что изменилось 4 июня

Что произошло 4 июня?

OpenAI опубликовал пост «Dreaming: Better memory for a more helpful ChatGPT» на официальном блоге 4 июня 2026 (источник: openai.com/index/chatgpt-memory-dreaming). Пост короткий не случайно. Это не маркетинговый запуск — это архитектурное раскрытие.

Механизм: ChatGPT теперь запускает фоновый процесс — они называют его «dreaming» — который синтезирует долгосрочный контекст из истории твоих диалогов. Ты ничего не говоришь «запомни». Система сама вытягивает паттерны: кто ты, что строишь, что предпочитаешь, от чего отказался шесть недель назад. Потом передаёт этот синтез в каждый новый тред как базовый контекст. Есть страница Memory Summary, где можно прочитать что ChatGPT о тебе думает. Можно отредактировать. Можно стереть.

Важны три цифры. Factual recall task success поднялся с 41.5% в 2024 году (эпоха saved memories) через 67.9% в 2025 (Dreaming V0, внутренний) до 82.8% в 2026 году с V3. Preference adherence — следует ли модель твоему тону, стилю, формату между сессиями — 71.3%. «Stay current over time» — знает ли она, что ты сменил стек или выкатил продукт на прошлой неделе — 75.1%. Это не цифры из маркетинга. Это разница между ассистентом который тебя знает и тем который забывает каждый понедельник.

Раскатка: Plus и Pro в США получают V3 с 4 июня. Free-tier — в ближайшие недели. Free вообще получает это благодаря тому самому пятикратному снижению compute, которое OpenAI явно упоминает в посте.

Почему это сдвиг парадигмы, а не фича?

Вот рамка, которую большинство обзоров упустили. Saved memories — система 2024 года — это была обёртка вокруг промпт-инжиниринга. Ты явно говорил ChatGPT что запомнить. Модель писала заметку. Следующая сессия — модель читала заметку. Это не память. Это буфер обмена с дополнительными шагами.

Dreaming V3 устроен иначе. Модель не читает твои заметки. Модель думала о тебе пока ты спал. Она синтезировала. Сжала. Построила внутреннее представление, которое подгружается в каждый новый контекст как базовое состояние. Юзер больше не отвечает за слой памяти. Платформа отвечает.

Это важно потому что меняет определение «агента». До 4 июня каждый AI-агент — твой, мой, тот который пилотирует CTO у заказчика — стартовал с холодного контекста. Либо платил промпт-налог (50–2000 токенов «вот кто я, вот что я делаю»), либо строил собственный retrieval-слой (vector DB, RAG, весь зоопарк). Со state в стиле Dreaming представление пользователя становится инфраструктурой платформы. Агенты перестают быть stateless-функциями и становятся stateful-работниками.

Если читал Anthropic в этом году — паттерн знакомый. В феврале 2026 Anthropic перешёл с продажи Claude как модели на продажу Claude как цифровых сотрудников — вертикальные агенты с персистентным состоянием. Cursor и Codex сделали то же самое в марте и мае. Dreaming V3 — это OpenAI догнал на consumer-уровне. Память — не фича. Память — это субстрат для агентов которые могут делать многодневную работу без того чтобы ты их каждое утро заново онбордил.

Как выглядит новая архитектура простыми словами?

Аналогия: представь OS которая наконец получила persistent storage. Десятилетиями ChatGPT был MS-DOS — выключил, всё забыл. Saved memories была дискета которую ты подписывал и подгружал руками. Dreaming V3 — это жёсткий диск, который индексируется пока ты спишь. Совсем другой слой абстракции.

Следствие вниз по стеку: каждый продукт построенный поверх ChatGPT или его API теперь получает состояние пользователя как first-class примитив. Строишь учебный ассистент? Он знает с чем студент мучился на прошлой неделе. Строишь sales-коуча? Он знает на каких возражениях этот менеджер до сих пор сливается. Строишь creative co-writer? Он знает голос пользователя без загрузки style guide каждую сессию. Раньше всё это было возможно, но требовало кастомной инфры. Теперь это даёт платформа. Это и есть picks-and-shovels инсайт: вертикальный слой — sales-коуч с памятью, тьютор с памятью, co-pilot для фаундера с памятью — открыт настежь.

Мой кейс Content Factory: живые цифры этой недели

Я веду Content Factory — 15 субагентов под одним оркестратором, которые каждый день постят на пятнадцать платформ. Оркестратор — Claude Code на моём Mac, субагенты — специализированные инстансы Claude/GPT, каждый со своей ролью: discovery, фактчек, angle, RU-writer, EN-writer, генератор image-промптов, три адаптера под платформы и так далее.

Скучная правда: до Dreaming V3 самой дорогой операцией в пайплайне были не вызовы AI. Самым дорогим был bootstrap контекста. Каждое утро я руками скармливал каждому агенту примерно 3 000 токенов setup. 15 агентов. 45 000 токенов чистого setup каждый день. По цене Claude Sonnet это около $0.13 за cold start в день. Около $47 в год чисто на «привет, давай я тебе ещё раз расскажу кто я».

С Dreaming-style state на стороне ChatGPT и собственными примитивами памяти у Claude (Q1 2026) я могу теперь сократить bootstrap до 200-токенного указателя на агента. «Ты знаешь проект. Подгрузи state. Подтверди тон. Поехали.» Те же агенты, тот же output, минус 93% bootstrap.

Я не утверждаю что всё это сделал Dreaming V3. Память у Claude и моя собственная инженерия state-передачи тоже важны. Но Dreaming V3 — это потребительское доказательство того что индустрия только что перешагнула порог. Дорогая часть в агентах — больше не compute. Дорогая часть — это плумбинг контекста. И плумбинг только что подешевел.

Какая экономика стоит за этим и что это значит для CFO?

Базовый расчёт: компания на 50 человек с ChatGPT Enterprise по $30 per user/month тратит $18 000 в год на платформу, которая до 4 июня каждую переписку считала холодным стартом. Менеджеры по продажам каждое утро заново объясняют GPT кто такой ICP. Поддержка вставляет product spec в каждый тикет. Консервативная оценка: 8–15 минут на сотрудника в день уходят на повторное объяснение контекста. При смешанной стоимости $40/час — это $5.30–$10 в день per employee чистого контекстного налога.

Строчка ChatGPT Enterprise окупает себя в 2–4 раза, и это ещё не считая прироста реального output.

Эффект второго порядка острее. Если твои конкуренты вернут 60–70% своего контекстного налога, а ты нет — ты теряешь 2–4 часа на сотрудника в неделю относительной отстающей нагрузки. За год, на команде из 50 человек, это 5 000–10 000 человеко-часов чистого отставания. Такой разрыв не вылазит ни в одном квартальном отчёте, но в ретроспективе убивает карьеры. Action item для CFO: не утверждай новую «AI стратегию» в виде презентации. Утверди недельный аудит — где в твоём стеке живёт контекстный налог.

Что умирает и что живёт в следующие 12 месяцев?

Что делать на этой неделе?

Соло-фаундеру — три действия:

B2B-командам — два приоритета:

Кто выигрывает первым: соло-фаундеры или B2B-команды?

Часто задаваемые вопросы