Вы, как SEO-специалист, уже заметили: поиск всё чаще отвечает сам, не отправляя пользователя на сайт. Страшно? Ещё бы.
7 апреля 2026 года на конференции «День Поиска» технический директор Яндекс Поиска Екатерина Серажим сделала редкий анонс. Компания раскрыла архитектуру, которая сочетает Encoder-Decoder и Mixture of Experts. Раньше подобные конструкции существовали только в научных статьях. Теперь — в продакшене.
Мы в Трендерс (Trenders) разобрали, как это работает, почему цифры 60:40 и снижение инференса в три раза — это не маркетинг, и что реально делать с SEO-стратегией.
Как работает связка Encoder-Decoder и Mixture of Experts
Начнём с первого элемента. Архитектура Encoder-Decoder в поиске решает задачу «понять и ответить». Кодировщик анализирует запрос пользователя и параллельно просматривает релевантные веб-документы. Он выделяет главное: что именно хочет человек, какие факты уже есть в открытых источниках, где находятся противоречия или пробелы. Декодировщик на основе этого анализа генерирует связный ответ. Не выдёргивает фразы, а собирает новую целостную конструкцию.
Теперь второй элемент — Mixture of Experts, или смесь экспертов. В классической «плотной» нейросети при обработке каждого слова активируются практически все параметры модели. Это ресурсоёмко. MoE работает иначе: внутри модели живут десятки специализированных «экспертов». Один разбирается в программировании, другой — в биологии, третий — в деловых письмах. Для каждого запроса включается только та группа экспертов, которая реально нужна. Остальные бездействуют.
В чём прорыв? Промышленный поиск — это жёсткие ограничения по скорости (сотни миллионов запросов в день) и стоимости. MoE позволяет увеличивать количество параметров модели без пропорционального роста вычислений. Encoder-Decoder даёт качество генерации, близкое к большим языковым моделям. Вместе они образуют конструкцию, которая одновременно и глубокая, и быстрая.
Цифры, которые меняют правила
Новую модель сравнивали со старой попарно. Специальная методика: двум ответам на один запрос присваивается метка «лучше» или «хуже» без знания, какая модель их сгенерировала. Результат — 60:40 в пользу новой архитектуры. Для поискового движка, который и так находился в топе рынка, такой отрыв — это значимое достижение.
Инференс, то есть объём вычислений для обработки одного запроса, стал эффективнее на 25%. А совокупное снижение затрат на инференс достигло трёх раз. Формулировка «в три раза» звучит как преувеличение. Но это прямо следует из анонса: новая архитектура требует меньше ресурсов на каждый ответ, а масштабирование MoE не ведёт к линейному росту вычислений.
В деньгах эффект выглядит так. Все оптимизации, связанные с внедрением новых моделей, принесли Яндексу 4,5 миллиарда рублей экономии в год. При этом покрытие поиска ИИ-ответами выросло в полтора раза. Компания отвечает чаще, качественнее и дешевле одновременно. В слепых тестах прирост качества к предыдущей модели составил 67%. Это уже не оптимизация, а смена платформы.
Ежемесячно Яндекс Поиском пользуются 110 миллионов человек — это 70% рынка России. Любое изменение архитектуры здесь проходит нагрузку, которую не воспроизвести в лаборатории.
«ИИ-блендер» и агентный поиск: как это работает под капотом
Encoder-Decoder и MoE отвечают за генерацию ответа. Но страница выдачи — это не только текст. Там ссылки, картинки, видео, виджеты с услугами, карты, погода, товары. Яндекс называет технологию сборки «ИИ-блендером».
Система динамически собирает страницу из более чем сорока типов блоков. У каждого своя логика: один подтягивает билеты на самолёт, другой — свежие новости, третий — фрагменты из видеохостингов. Задача не просто выдать всё подряд, а выбрать правильную комбинацию под конкретный запрос. И уложиться в 50 миллисекунд. Человек не замечает этой паузы.
Раньше ранжирование блоков опиралось в основном на историю поведения пользователей. Теперь добавился второй слой: модель оценивает, насколько каждый блок сам по себе релевантен запросу. Поиск перестал быть пассивным каталогом ссылок. Он активно конструирует страницу.
Вторая важная технология — это агентный поиск. Классический подход требует, чтобы ИИ обработал огромные массивы данных, даже если большая часть не пригодится. Агентная модель действует умнее: поиск сам решает, какая информация нужна, а какую можно пропустить. Объём обрабатываемых данных сократился на 25% без потери качества.
Главный страх SEO: а трафик вообще останется?
Да, этот вопрос мы слышим от каждого второго клиента.
Поиск действительно всё чаще отвечает сам. И это не изменится. Но трафик не исчезает, он перераспределяется. Пользователь по-прежнему переходит на сайт, когда:
● ответ не укладывается в короткую формулу
● нужен свежий кейс, уникальные данные, позиция эксперта
● вопрос требует выбора между несколькими вариантами (товары, услуги, цены)
Более того, качественные ответы растят доверие к поиску. А доверие ведёт к тому, что пользователи возвращаются чаще и глубже взаимодействуют с результатами.
Коротко: если ваш контент — пересказ того, что и так есть в открытых источниках, вы в зоне риска. Если вы даёте то, чего поиск не может добыть сам, то вы в выигрыше.
Что это значит для вашей SEO-стратегии
Архитектура Яндекса заточена под поиск (семейство моделей Alice AI Search), а не под универсальные диалоговые задачи. Универсальные LLM галлюцинируют — придумывают факты. Поисковая модель работает иначе: её ответы привязаны к реальным документам.
Что пересмотреть уже сейчас:
1. Ориентация на сущности, а не на ключевые слова.
Поиск всё лучше понимает объекты и их связи. Описывайте не «купить диван», а характеристики дивана, материалы, производителя, отзывы, сравнения.
2. Фактология и структура вместо «воды».
Статьи с чёткими таблицами, списками, цифрами, датами, цитатами имеют преимущество. Общие фразы модель отфильтрует.
3. Уникальные данные и позиция эксперта.
Собственные исследования, опросы клиентов, кейсы, разборы — то, чего нет в других источниках. Поиск это видит и цитирует.
4. Ответы на конкретные вопросы, а не «обзор темы».
Проанализируйте, какие вопросы из вашей ниши не имеют короткого и точного ответа. Напишите на них развёрнутые материалы.
Что дальше?
Яндекс не впервые обновляет алгоритмы. Но анонс Encoder-Decoder с Mixture of Experts — другого порядка. Компания перешла от экспериментов к промышленному внедрению конструкции, которая ещё недавно описывалась только в научных препринтах. Поиск одновременно становится умнее, быстрее и дешевле. Раньше эти три параметра считались взаимоисключающими.
Для рынка сигнал однозначен: игра чуть меняется.
И здесь нет места случайным людям. Новая архитектура требует не догадок, а системной работы с сущностями, фактологией и структурой контента. Именно этим мы в Трендерс (Trenders) и занимаемся каждый день.
Если вы хотите не просто знать, что меняется, а понять, как перестроить SEO под новую архитектуру именно для вашего проекта, то приходите в Трендерс (Trenders). У нас есть пошаговый аудит контента на «пригодность к генеративному поиску» и опыт, как превратить изменения алгоритмов в рост трафика, а не в его падение.
