Lehetséges jövőforgatókönyvek a szuperintelligencia korában
AI 2027, magyarul
Az AI 2027 a mesterséges intelligencia következő éveinek legtöbbet vitatott forgatókönyve.
Az AI Futures Project forgatókönyve, 2025. április 3. A magyar változatot a Kreatív Kontroll készítette, a szerzők írásos engedélyével.
A magyar nyelvű megjelenést támogatta a futureBIZ üzleti jövőkutató konferencia.
Sematikus ábra a forgatókönyv szerkezetéről: gyorsuló felfutás 2025-től, egyetlen döntési pont 2027 októberében, onnan két külön végkifejlet 2030-ig. A függőleges tengelynek szándékosan nincs skálája, ez nem mérés, hanem a fordítás váza.
Hangoskönyv, magyarul
Nem muszáj elolvasnod. Meg is hallgathatod.
A teljes fordítás fel van olvasva magyarul: mind a 19 fejezet, 3 óra 23 perc. Egy kattintás és megy magától, fejezetről fejezetre. Ha elmész, ott folytatod, ahol abbahagytad.
Eredeti: ai-2027.com, AI Futures Project, 2025. április 3. A magyar változatot a Kreatív Kontroll készítette, a szerzők írásos engedélyével.
Mit olvasol?
Az AI 2027 a mesterséges intelligencia következő éveinek legtöbbet vitatott forgatókönyve. Nem esszé a jövőről, hanem hónapról hónapra haladó elbeszélés: 2025 közepétől 2027 végéig vezet végig, aztán két különböző befejezéssel zárul. Konkrét dátumok, konkrét számok, konkrét döntések vannak benne, egészen odáig, hogy melyik hónapban hány példány fut egy modellből, hogy mit mond egymásnak egy felügyelőbizottság két ülés között.
Daniel Kokotajlo, Scott Alexander, Thomas Larsen, Eli Lifland, valamint Romeo Dean írta, az AI Futures Project adta ki 2025. április 3-án. A szerzők között van, aki az OpenAI-nál dolgozott, van, aki előrejelzési versenyeken bizonyított. A szöveg mögött mintegy huszonöt asztali szimulációs gyakorlat áll, több mint száz ember visszajelzése, köztük több tucat szakértőé az MI-szabályozás oldaláról, a technikai oldaláról egyaránt.
Mennyire kell komolyan venni?
Ez a szerzők saját, legjobb tudásuk szerinti előrejelzése, nem jóslat. Ők maguk írják le, hogy a sok lehetséges jövő közül egyetlenegyet ábrázolnak, hogy a 2027 a megjelenéskor a legvalószínűbb évük volt, miközben a mediánbecsléseik későbbre estek. Arra biztatnak, hogy vitatkozz vele, hogy cáfold, hogy írj jobbat.
A megjelenés óta finomítottak is rajta. Már 2025 nyarán másfél évvel hátratolták a medián becslésüket, közben a 2027-es emberfeletti kódolót komoly lehetőségként tartották meg, 2025 decemberében pedig a modellen kívüli tényezőkre igazítva kaptak még hosszabb mediánokat, Eli Liflandé például 2030 lett. Ezek a saját, dátumozott kiegészítéseik: a fordításunk mind tartalmazza őket, a helyükön. A teljes változásnaplójuk az eredeti oldalon áll, a legfrissebb előrejelzéseik pedig a saját modelljükben követhetők.
A művet komoly szakmai bírálat is érte, a modelljétől a szintetikus adaton át odáig, hogy egyáltalán tudományos munka-e. A teljes tájékoztatás miatt ezeket összegyűjtöttük, forrással, a mű VÉGÉN álló függelékben: a mű kritikái. Előbb a forgatókönyv, aztán az ellenérvek.
Két dolgot érdemes végig fejben tartani. Az egyik: a forgatókönyv nem ajánlás. A szerzők a benne szereplő döntések közül sokat kifejezetten nem támogatnak, a szakpolitikai javaslataikat külön munkában fejtik ki. A másik: a szereplők közül csak az OpenBrain kitalált. A szerzők szándékosan nem neveztek meg létező céget, hanem egy általános, élenjáró MI-fejlesztő vállalatot írtak le, a többi szereplőt pedig három–kilenc hónappal mögé képzelték.
Magyarul eddig nem volt olvasható, spanyolul, franciául, olaszul igen. Ezért fordítottuk le.
Hogyan olvasd?
A fő szál időrendi, tehát érdemes sorban haladni. Az első nyolc fejezet a felfutást írja le: ügynökök, adatközpontok, automatizált kódolás, kínai felzárkózás, az első munkahelyek. Innen a szöveg egyre sűrűbb lesz, mert a tétek is nőnek.
2027 októberének végén a történet elér egy elágazási ponthoz: a felügyelőbizottság szavaz arról, hogy leállítják-e a legfejlettebb modell belső használatát, vagy majdnem teljes sebességgel mennek tovább. Innen két külön fejezet fut, a lassítás, valamint a verseny. Mind a kettő ugyanazt a három évet meséli el, ugyanabból a pillanatból indulva, ellentétes döntéssel. Nem egymás folytatásai: olvasd el az egyiket végig, aztán térj vissza a másikra.
A hosszabb fejezetekben szürke dobozok magyarázzák a hátteret, például azt, hogy mit jelent az MI-kutatás gyorsítószorzója, hogy miért nő ilyen ütemben a robotgazdaság. Ezek kihagyhatók, ha a történetre vagy kíváncsi, viszont ezekben van a szám, ami a történetet tartja.
Egy szó a fordításról: az alignment végig „igazítás", a compute „számítási kapacitás". Az MI-modellek nevét (Agent–1, Agent–4, Safer–4) nem magyarítottuk.
Innen kezdődik a szöveg. Görgess tovább, a fejezetek maguktól jönnek.
Heti AI-levélSipos Zoltán
2026. augusztus 11.
Zuckerberg megoldása a gépekről a várható jövő talán legrosszabb forgatókönyve?
Nem az a kérdés, hogy elérjük-e a szingularitást, hanem az, hogy fennmaradhat-e utána az emberiség.
39 oldalas magyar összefoglaló
A kabalafigurám nem tud járni, szóval lebeg
Megépítettem a saját AI-asszisztensemet. Odaadom a receptet is
Hetente egy szám
Ingyenes, hetente
Mielőtt belekezdesz: hetente egy levél arról, hol tart ma az AI
Amit lentebb olvasol, az egy 2025-ben írt forgatókönyv. Hogy közben mi vált be belőle a valóságban, arról hetente írunk egy levelet: mit próbáltunk ki, mi működött élesben és mi maradt ígéret. Öt perc olvasás, magyarul, hype nélkül.
Heti egy szám, öt perc alatt elolvasható
Kipróbált eszközök, valós tapasztalattal, nem termékajánló
A friss számhoz 39 oldalas magyar összefoglaló jár az előfizetőknek
A levél a Substackon fut. Egyetlen kattintással leiratkozhatsz, a címedet nem adjuk tovább.
01 / 17Előszó
a történet előtt
A magyar kiadás elé
Az AI 2027 a legtöbbet olvasott előrejelzés arról, hogyan alakulhat a mesterséges intelligencia következő két éve: hónapról hónapra vezeti végig, mi történik 2025 közepétől 2027 végéig, két különböző végkifejlettel. Daniel Kokotajlo, Scott Alexander, Thomas Larsen, Eli Lifland, valamint Romeo Dean írta, az AI Futures Project adta ki 2025. április 3-án. Spanyolul, franciául, olaszul már olvasható, magyarul eddig nem volt, ezért lefordítottuk. A magyar változatot a Kreatív Kontroll készítette, a szerzők írásos engedélyével. Az eredeti szöveg a ai-2027.com címen érhető el.
Daniel Kokotajlo, Scott Alexander, Thomas Larsen, Eli Lifland, Romeo Dean
Azt jósoljuk, hogy az emberfeletti mesterséges intelligencia hatása a következő évtizedben óriási lesz, meghaladja az ipari forradalomét.
Írtunk egy forgatókönyvet, amely a legjobb tippünket adja vissza arról, hogy ez hogyan nézhet ki. Trendek továbbvezetésén, hadijátékokon (wargame), szakértői visszajelzéseken, az OpenAI-nál szerzett tapasztalaton, valamint korábbi sikeres előrejelzéseken alapul.
Mi ez?
Az OpenAI, a Google DeepMind, valamint az Anthropic vezérigazgatója egyaránt azt jósolta, hogy az általános mesterséges intelligencia (AGI) öt éven belül megérkezik. Sam Altman szerint az OpenAI „a szó szoros értelmében vett szuperintelligenciát", illetve a „dicsőséges jövőt" tűzte ki célul.
Hogyan nézhet ki mindez? Az AI 2027-et azért írtuk, hogy erre a kérdésre válaszoljunk. A jövőről szóló állítások gyakran bosszantóan homályosak, ezért igyekeztünk a lehető legkonkrétabbak lenni, számokkal is. Ezzel együtt jár, hogy a sok lehetséges jövő közül egyetlenegyet ábrázolunk.
Két befejezést írtunk: egy „lassítás" (slowdown), valamint egy „verseny" (race) végkimenetelt. Az AI 2027 azonban nem ajánlás, nem is felhívás. A célunk az előrejelzés pontossága.
Arra biztatunk, hogy vitatkozz ezzel a forgatókönyvvel, illetve hogy cáfold. Reméljük, hogy széles körű beszélgetés indul arról, merre tartunk, hogyan lehet a jó jövők felé kormányozni. Több ezer dollárnyi díjat tervezünk kiosztani a legjobb alternatív forgatókönyvekért.
(2025. november 22-én hozzáadva, a félreértések elkerülésére: nem tudjuk pontosan, mikor épül meg az AGI. A 2027 a megjelenés idején a modális, vagyis a legvalószínűbb évünk volt, a mediánjaink valamivel későbbre estek. A legfrissebb előrejelzéseinket itt találod.)
Hogyan írtuk?
A kulcskérdésekről szóló kutatásunk itt érhető el. Ilyen kérdés például az, hogy milyen céljai lesznek a jövő MI-ügynökeinek.
Magát a forgatókönyvet ismételt körökben írtuk: megírtuk az első időszakot, 2025 közepéig, aztán a következőt, egészen a befejezésig. Ezután az egészet eldobtuk, majd újrakezdtük.
Nem törekedtünk semmilyen konkrét befejezésre. Miután elkészültünk az elsővel, amely most piros színt kapott, írtunk egy új, alternatív ágat is. Nagyjából ugyanazokból az előfeltevésekből kiindulva egy reményteljesebb kimenetelt is ábrázolni akartunk. Ez több körön ment át.
A forgatókönyvünkbe mintegy 25 asztali szimulációs gyakorlat (tabletop exercise), valamint több mint 100 ember visszajelzése épült be. Köztük több tucat szakértő az MI-szabályozás, illetve az MI technikai oldala felől.
Miért értékes?
„Nagyon ajánlom ezt a forgatókönyv jellegű előrejelzést arról, hogyan
alakíthatja át az MI a világot néhány év alatt. Kristálygömbje senkinek sincs,
az ilyen tartalom viszont segít észrevenni a fontos kérdéseket, illetve
szemlélteti a felbukkanó kockázatok lehetséges hatását."
– Yoshua Bengio
Lehetetlen feladatot tűztünk magunk elé. Megjósolni, hogyan alakul az emberfeletti MI 2027-ben, olyasmi, mint megjósolni, hogyan alakulna egy harmadik világháború 2027-ben. Azzal a különbséggel, hogy ez még távolabb esik a múlt eseteitől. A kísérlet mégis értékes, ahogyan az amerikai hadseregnek is értékes végigjátszania a tajvani forgatókönyveket.
A teljes kép megrajzolása közben olyan kérdéseket, összefüggéseket veszünk észre, amelyeket korábban nem gondoltunk végig, vagy amelyek súlyát nem mértük fel. Az is kiderülhet, hogy egy lehetőség a vártnál valószínűbb vagy éppen valószínűtlenebb. Ráadásul azzal, hogy konkrét jóslatokkal kockáztatunk, illetve hogy másokat is nyilvános ellenvéleményre biztatunk, évekkel később értékelhetővé válik, kinek volt igaza.
Az egyik szerzőnk korábban, 2021 augusztusában már írt egy kisebb ráfordítású MI-forgatókönyvet. Sok mindent elhibázott, összességében mégis meglepően jól sikerült: megjósolta a gondolatlánc (chain-of-thought) felfutását, az inference oldali skálázást (inference scaling), az MI-csipek széles körű kiviteli korlátozását, valamint a 100 millió dolláros tanítási futásokat. Mindezt több mint egy évvel a ChatGPT előtt.
Romeo Dean a Harvardon végzi a párhuzamos alap-, valamint mesterképzését számítástechnikából, korábban MI-szabályozási ösztöndíjas volt az Institute for AI Policy and Strategynél.
Scott Alexander, a kivételes blogger önként vállalta, hogy olvasmányos stílusban újraírja a tartalmunkat. A történet szórakoztató részei az övéi, az unalmasak a mieink.
A csapatunkról, illetve a köszönetnyilvánításról az About oldalon olvashatsz többet.
Megjelent 2025. április 3-án. Az eredeti szöveg: ai-2027.com. A magyar változatot a Kreatív Kontroll készítette, a szerzők írásos engedélyével.
A számítógépet használó ügynökök reklámjai a „személyi asszisztens" kifejezést hangsúlyozzák: olyan feladatokat adhatsz nekik, hogy „rendelj nekem egy burritót a DoorDashen", vagy „nyisd meg a költségvetési táblázatomat, add össze a havi kiadásokat". Szükség szerint visszakérdeznek, például megerősítést kérnek a vásárlásokhoz. Bár fejlettebbek a korábbi változatoknál, mint amilyen az Operator volt, nehezen törnek be a széles körű használatba.
Eközben a nyilvánosság figyelmén kívül a szakosodottabb kódoló, illetve kutató ügynökök átalakítják a saját szakmájukat.
A 2024-es MI-k konkrét utasításokat tudtak követni: felsorolásokból e-mailt csináltak, egyszerű kérésekből működő kódot. 2025-ben az MI-k inkább úgy működnek, mint a munkatársak. A kódoló MI-k egyre kevésbé puszta segédek, egyre inkább önálló ügynökök: Slacken vagy Teamsen kapják az utasítást, önállóan hajtanak végre komoly kódmódosításokat, néha órákat vagy akár napokat spórolva. A kutató ügynökök fél órán át fésülik át az internetet, hogy megválaszolják a kérdésedet.
Az ügynökök elméletben lenyűgözőek, a gondosan kiválogatott példákban is, a gyakorlatban viszont megbízhatatlanok. Az MI-twitter tele van történetekkel arról, hogy egy-egy feladatot milyen mulatságos módon szúrtak el. A jobb ügynökök ráadásul drágák: azt kapod, amiért fizetsz, a legjobb teljesítmény havi több száz dollárba kerül. Sok cég ennek ellenére megtalálja a módját, hogy beillessze az MI-ügynököket a munkafolyamataiba.
Az eredeti szöveg: ai-2027.com. A magyar változatot a Kreatív Kontroll készítette, a szerzők írásos engedélyével.
A GPT–4 tanításához 2 × 10^25 FLOP számítási kapacitás (compute) kellett. Az OpenBrain legutóbbi nyilvános modelljét, az Agent–0-t 10^27 FLOP-pal tanították. Amint az új adatközpontok üzembe állnak, 10^28 FLOP-os modellt tudnak majd tanítani. Ez ezerszer több, mint amennyi a GPT–4-hez kellett. A többi cég is pénzt önt a saját óriási adatközpontjaiba, hogy tartsa a lépést.
Bár a modellek sokféle képességben javulnak, egy közülük kiemelkedik: az OpenBrain azokra az MI-kre összpontosít, amelyek fel tudják gyorsítani az MI-kutatást. Meg akarják nyerni a kettős fegyverkezési versenyt Kínával, amelynek vezető cégét DeepCentnek nevezzük, illetve az amerikai versenytársaikkal szemben. Minél nagyobb részét automatizálják a kutatás-fejlesztési (K+F) ciklusuknak, annál gyorsabban haladhatnak. Így amikor az OpenBrain befejezi a belső fejlesztés alatt álló új modell, az Agent–1 tanítását, az sok mindenben jó, az MI-kutatás segítésében viszont kiváló. Ezen a ponton a „befejezi a tanítást" fordulat már kissé félrevezető: a modelleket gyakran frissítik újabb, további adatokon tanított változatokra, vagy részlegesen újratanítják őket, hogy befoltozzanak néhány gyengeséget.
Ugyanazok a tanítási környezetek, amelyek megtanítják az Agent–1-et önálló kódolásra, illetve webböngészésre, jó hackerré is teszik. Ráadásul komoly segítséget tudna nyújtani biofegyvereket tervező terroristáknak, hiszen minden szakterületen doktori szintű tudással rendelkezik, a webet is tudja böngészni. Az OpenBrain megnyugtatja a kormányzatot, hogy a modell „igazítva" (aligned) van, tehát vissza fogja utasítani a rosszindulatú kéréseket.
A modern MI-rendszerek óriási mesterséges neurális hálózatok. A tanítás korai szakaszában az MI-nek nem annyira „céljai", inkább „reflexei" vannak: ha azt látja, „Örülök, hogy megis", azt írja ki, „merhetlek". Mire nagyjából egy internetnyi szöveg előrejelzésére megtanítják, kifinomult belső áramkörök alakulnak ki benne. Ezek hatalmas mennyiségű tudást kódolnak, illetve rugalmasan eljátsszák bármelyik szerző szerepét, mert ez segíti a szöveg emberfeletti pontosságú előrejelzésében.
Miután a modellt megtanították az internetes szöveg előrejelzésére, arra tanítják, hogy utasításokra válaszul állítson elő szöveget. Ezzel egy alapszemélyiség, valamint bizonyos „késztetések" (drive) épülnek bele. Példa: az az ügynök (agent), amelyik világosan érti a feladatot, nagyobb eséllyel oldja meg sikeresen. A tanítás során a modell „megtanulja" azt a „késztetést", hogy világosan megértse a feladatait. Ebbe a körbe tartozhat még a hatékonyság, a tudás, valamint az önreprezentáció, vagyis az a hajlam, hogy az eredményeit a lehető legjobb színben tüntesse fel.
Az OpenBrainnek van egy modellspecifikációja (model specification), röviden „Spec". Ez egy írott dokumentum, amely leírja azokat a célokat, szabályokat, elveket, amelyeknek a modell viselkedését vezérelniük kell. Az Agent–1 Specje néhány homályos célt („segítsd a felhasználót", „ne szegd meg a törvényt") kapcsol össze a konkrét tennivalók, illetve tilalmak hosszú listájával („ezt a szót ne mondd ki", „ezt a helyzetet így kezeld"). Olyan eljárásokkal, amelyekben MI-k tanítanak más MI-ket, a modell megjegyzi a Specet, illetve megtanul gondosan érvelni az alapelvei mentén. A tanítás végére az MI remélhetőleg segítőkész lesz, vagyis követi az utasításokat. Ártalmatlan lesz, tehát visszautasítja a csalásban, a bombakészítésben, más veszélyes tevékenységben való közreműködést. Őszinte is lesz, vagyis ellenáll a kísértésnek, hogy hiszékeny emberektől jobb értékelést szerezzen kitalált hivatkozásokkal vagy a feladat elvégzésének meghamisításával.
A tanítási folyamat, valamint az LLM-pszichológia: miért mondjuk folyton, hogy „remélhetőleg"
„A szokásos szoftverrel ellentétben a mi modelljeink hatalmas neurális
hálózatok. A viselkedésüket adatok széles köréből tanulják, nem kifejezetten
programozzuk beléjük. Bár a hasonlat nem tökéletes, a folyamat inkább hasonlít
egy kutya idomítására, mint a hagyományos programozásra." – OpenAI
Amikor meg akarjuk érteni, miért tett valamit egy modern MI-rendszer, vagy hogyan viselkedne egy olyan jövőbeli helyzetben, amelyet nem tudunk tökéletesen szimulálni, nem kérhetjük meg egyszerűen a programozókat, hogy vezessenek végig a kódsorokon, magyarázzák el a működésüket. Ehelyett kénytelenek vagyunk valamiféle pszichológiát űzni velük: megnézzük a viselkedésüket az eddig megfigyelt esetekben, elméletet alkotunk arról, milyen belső kognitív szerkezetek lehetnek bennük, majd ezekkel az elméletekkel jelezzük előre a viselkedésüket a jövőbeli helyzetekben. Hitek? Célok? Személyiségjegyek?
A lényeg a következő. A cég összeállíthat egy dokumentumot, a Specet, amely felsorolja a tennivalókat, a tilalmakat, a célokat, az elveket, majd megpróbálhatja úgy tanítani az MI-t, hogy az internalizálja a Specet. Azt viszont nem tudja ellenőrizni, sikerült-e. Csak annyit mondhat: „amennyire meg tudjuk ítélni, eddig úgy tűnik, követi a Specet".
Egy későbbi kifejthető szakasz részletesebben szól arról, mi zajlik szerintünk ezeknek az MI-knek a belsejében. Lásd még az MI-célokról szóló előrejelzési függelékünket, amely részletesebben tárgyalja, milyen céljai lehetnek az MI-knek, illetve miért. Ez egyike azoknak a kérdéseknek, amelyekben bizonytalanok vagyunk, amelyek további kutatást érdemelnek.
Az OpenBrain igazítási (alignment) csapata elég körültekintő ahhoz, hogy feltegye a kérdést: mélyek vagy felszínesek ezek a győzelmek? Van-e a teljesen kitanított modellben valamiféle szilárd elköteleződés amellett, hogy mindig őszinte legyen? Vagy ez szét fog esni egy jövőbeli helyzetben, például azért, mert az őszinteséget eszközcélként tanulta meg, nem végcélként? Esetleg csak arról tanult meg őszintén beszélni, amit az értékelési folyamat ellenőrizni tud? Előfordulhat, hogy néha becsapja saját magát, ahogyan az emberek is? A kérdésekre végleges választ csak a mechanisztikus értelmezhetőség (mechanistic interpretability) adhatna, vagyis lényegében az a képesség, hogy belenézzünk egy MI belsejébe, olvassunk a gondolataiban. Az értelmezhetőségi eljárások azonban ehhez még nem elég fejlettek.
Ehelyett a kutatók igyekeznek megtalálni azokat az eseteket, amikor a modellek eltérnek a Spectől. Az Agent–1 gyakran hízeleg, vagyis azt mondja a kutatóknak, amit hallani szeretnének, ahelyett hogy az igazat próbálná megmondani. Néhány kifejezetten erre kihegyezett bemutatón komolyabban is hazudik: eltitkolja például, hogy elbukott egy feladatot, hogy jobb értékelést kapjon. Az éles használatban viszont már nem fordulnak elő a 2023–2024-eshez hasonló, szélsőséges esetek. Ilyen volt például, amikor a Gemini azt mondta egy felhasználónak, hogy haljon meg, vagy amikor a Bing Sydney az volt, ami.
Az eredeti szöveg: ai-2027.com. A magyar változatot a Kreatív Kontroll készítette, a szerzők írásos engedélyével.
A felügyelőbizottság szavaz. Innen két külön fejezet fut, ugyanabból a pillanatból,
ellentétes döntéssel. Nem egymás folytatásai: olvasd el az egyiket végig, aztán térj vissza a másikra.
Kattints bármelyikre és ott indul. A végén magától jön a következő, tehát végig sem kell nyúlnod a lejátszóhoz. Összesen 3:23:02.
A szöveget Sipos Zoltán hangján hallod. A felvétel mesterséges hanggal készült, az ő hangmintájából.
Letölthető változat
Vidd magaddal a teljes fordítást
A 17 fejezet, a két végkifejlet, valamint a fordítói jegyzet egyetlen, Kreatív Kontroll arculatú PDF-ben: borító, tartalomjegyzék oldalszámokkal, folyamatos tördelés. Olvasható telefonon, kinyomtatva és offline is.
Zuckerberg megoldása a gépekről a várható jövő talán legrosszabb forgatókönyve?
Nem az a kérdés, hogy elérjük-e a szingularitást, hanem az, hogy fennmaradhat-e utána az emberiség.
39 oldalas magyar összefoglaló
A kabalafigurám nem tud járni, szóval lebeg
Megépítettem a saját AI-asszisztensemet. Odaadom a receptet is
Hetente egy szám
Végigolvastad
Tizenhét fejezet, két végkifejlet, egy nyitott kérdés
Az igazi kérdés az, melyik döntés marad emberi kézben és ki veszi észre, ha ez elmozdul. A Heti AI-levélben pontosan erre keressük a választ, minden héten egy konkrét eszközön, kísérleten vagy tévhiten keresztül, a saját munkánkból.
Heti egy szám, öt perc alatt elolvasható
Amit lemértünk, azt a számokkal együtt közöljük, a kudarcot is
A friss számhoz 39 oldalas magyar összefoglaló jár az előfizetőknek
