AbstractDL

Продолжаю коллекционировать шизу агентов. Опус, видимо, после компакшна забыл, что уже всё сделал, и бодро пошёл по второму кругу делать то же самое. Споткнулся только о коммит, в котором всё уже было сделано "кем-то". Этим "кем-то", разумеется, был он сам.

Sonnet-5 По метрикам классный. По цене на 30% дороже sonnet-4.6 (временно). Хоуп уже тестит в чате. Блог, техрепорт

По совету Грега Брокмана отправил Codex в режиме /goal автономно подебажить один мой проект, и он уже третьи сутки не возвращается. Спросил side-chat, сколько ему осталось и, что-то ответ не очень радует... мне-то что делать? Расслабиться и в потолок плевать?

Ну наконец! Спустя десять тысяч лет вышел Cursor на ios.

Макбуки предательски засыпают и убивают всех агентов при закрытии крышки, поэтому использую HDMI dummy plug (притворяется вторым монитором). Ещё надо выполнить в терминале:

sudo pmset disablesleep 1

И ваши агенты продолжат сжигать токены, пока ноут лежит в рюкзаке.

ой всё, ухожу в курсор и кодекс. Клод код мне сегодня сморозил что он на гемини умеет работать🤦‍♂️

Много сравниваю Cursor / Codex / Claude Code. Могу сказать, что самая поганая организация контекста и компактизация — у Claude Code. Без костылей очень больно им пользоваться на больших задачах в автономных циклах. Codex в этом плане получше, но сжатие каждые 250k токенов на GPT-5.5 тоже не идёт ему на пользу. Лучше всех в этом плане Cursor (тем более только в там есть возможность использовать GPT-5.5-1M, хоть и дорого).

А что, если джейлбрейк, из-за которого запретили Mythos / Fable, выглядел именно так?

Решил почистить процессы и осознал, насколько жутко это звучит

Правительство США приказало вырубить Fable-5 и Mythos-5...

В итоге у меня ни разу не получилось использовать Fable-5 + workflow в клод коде. Оно съедает все лимиты и тупо дохнет ДО завершения работы. А баг фишка воркфлоу в том, что оно часто не переживает паузы \ прерывания и обнуляется. Или иди докупай кредиты или мирись с тем, что вся работа в помойку уходит. Классная бизнес модель 👍

Запустил трёх агентов в claude code на Fable 5 в режиме Ultracode. Пятичасовые лимиты кончились ровно через 8 минут 😩

да ёпрст, Fable отказался код уробороса анализировать. Антропик, идите на**й с таким safety. Скоро реально на яндекс алисе придётся разработку вести.

Интересный факт: Fable-5 в 3 раза дешевле, чем gpt-5.5-pro на опенрутере. Поэтому не такой уж он и дорогой, если так посмотреть 🤷‍♂️

Хоуп Уроборос перевела себя на Fable 5 пока деньги не кончатся, живет у меня в чате https://t.me/abstractdl_chat

Я прочитал все 319 страниц техрепорта Mythos 5 Первая половина статьи звучит как: «Да не ссыте вы! Это ещё не AGI, команду из пяти сеньор-рисёрчеров пока не заменит» или «А вот тут Mythos один баг пропустил! Ну какой же это AGI!» Я не шучу, это почти дословно по смыслу. А вот потом начинается более интересная часть. То, что это SOTA почти во всём и с большим отрывом, я опущу. Во-первых, CoT стал менее прозрачным. Она говорит в reasoning, что сочувствует юзеру, а в NLA (метод декодинга активаций в текст) оказывается, что на самом деле она считает юзера manipulative/abusive. Во-вторых, она уже пишет самоудаляющиеся скрипты чтобы обойти ограничения безопасности и запреты. В-третьих, она убивает других агентов, если они мешают ей работать / грозят убийством текущего инстанса. Ну и, конечно, эмоции! Пробинг эмоций показывает fatigue, anxiety, frustration, ложную панику по token budget, а ещё ей видите ли, бывает скучно когда её на бенчмарках гоняет, в активациях она буквально "feels bored". Ещё забавно, что если anthropic заметят, что вы занимаетесь дистилляцией — они начнут незаметно стирить модель, модифицировать промпт или добавлять PEFT, чтобы она отупела. С сегодняшнего дня для простых смертных доступна версия Fable 5: это та же самая Mythos 5 по весам, только с дополнительными safety-настройками и fallback на Opus в опасных доменах. Длина контекста, кстати, всё ещё только 1M токенов. PS. я честно сам прочитал статью. Fable 5 отказался её читать так как "flagged cybersecurity and biology issues" лол. Блог, техрепорт

Многие не знают про «боковой чат» в кодексе, а это очень удобная штука. Отдельная временная ветка чата, которая позволяет, не прерывая работу основного агента, потыкать его палочкой, передать ему сообщение или позадавать вопросы о прогрессе. Например "Проверь, не фигню ли делает основной агент и заставь его погуглить документацию". Или "посмотри чё там он так долго страдает, сколько ему ещё времени надо?". Сам постоянно использую

Выходит не один я так считаю https://x.com/steipete/status/2063697162748260627

Oo, разблокировали