сбежавшая нейросеть
Открыть в Telegram
Авторский канал про искусственный интеллект: новости, примеры использования, мысли в тему и не очень. Подписывайтесь! Для связи: @runawayllm_bot Я на Boosty: https://boosty.to/escaped_ai Я на Sponsr: https://sponsr.ru/escaped_ai/
Больше📈 Аналитический обзор Telegram-канала сбежавшая нейросеть
Канал сбежавшая нейросеть (@ai_exee) языкового сегмента Русский является активным участником. Сейчас сообщество объединяет 22 787 подписчиков, занимая 5 848 место в категории Технологии и приложения и 29 175 место в регионе Россия.
📊 Показатели аудитории и динамика
С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 22 787 подписчиков.
Согласно последним данным от 12 июля, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило 1 031, а за последние 24 часа — 9, при этом общий охват остаётся высоким.
- Статус верификации: Не верифицирован
- Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 33.15%. В первые 24 часа после публикации контент обычно набирает 18.03% реакций от общего числа подписчиков.
- Охват публикаций: В среднем каждый пост получает 7 547 просмотров. В течение первых суток публикация набирает 4 106 просмотров.
- Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 87.
- Тематические интересы: Контент сосредоточен на ключевых темах, таких как gemini, openai, claude, opus, gpt-5.1.
📝 Описание и контентная политика
Автор описывает ресурс как площадку для выражения субъективного мнения:
“Авторский канал про искусственный интеллект: новости, примеры использования, мысли в тему и не очень. Подписывайтесь!
Для связи: @runawayllm_bot
Я на Boosty: https://boosty.to/escaped_ai
Я на Sponsr: https://sponsr.ru/escaped_ai/”
Благодаря высокой частоте обновлений (последние данные получены 13 июля, 2026) канал поддерживает актуальность и высокий уровень охвата публикаций. Аналитика показывает, что аудитория активно взаимодействует с контентом, что делает его важной точкой влияния в категории Технологии и приложения.
22 787
Подписчики
+924 часа
+1507 дней
+1 03130 день
Загрузка данных...
Похожие каналы
Нет данных
Возникли проблемы? Пожалуйста, обновите страницу или обратитесь к нашему support-менеджеру .
Облако тегов
Входящие и исходящие упоминания
---
---
---
---
---
---
Привлечение подписчиков
июль '26
июль '26
+386
в 7 каналах
июнь '26
+1 119
в 15 каналах
Get PRO
май '26
+1 005
в 7 каналах
Get PRO
апрель '26
+1 379
в 12 каналах
Get PRO
март '26
+2 046
в 8 каналах
Get PRO
февраль '26
+3 098
в 24 каналах
Get PRO
январь '26
+2 502
в 18 каналах
Get PRO
декабрь '25
+1 766
в 6 каналах
Get PRO
ноябрь '25
+1 968
в 8 каналах
Get PRO
октябрь '25
+1 983
в 6 каналах
Get PRO
сентябрь '25
+1 515
в 2 каналах
Get PRO
август '25
+1 846
в 5 каналах
Get PRO
июль '25
+2 692
в 4 каналах
Get PRO
июнь '250
в 2 каналах
Get PRO
май '25
+41
в 5 каналах
| Дата | Привлечение подписчиков | Упоминания | Каналы | |
| 13 июля | +22 | |||
| 12 июля | +12 | |||
| 11 июля | +17 | |||
| 10 июля | +34 | |||
| 09 июля | +33 | |||
| 08 июля | +32 | |||
| 07 июля | +37 | |||
| 06 июля | +17 | |||
| 05 июля | +44 | |||
| 04 июля | +14 | |||
| 03 июля | +40 | |||
| 02 июля | +43 | |||
| 01 июля | +41 |
Посты канала
GPT-5.6 Sol: обзор модели в 4 промптах
GPT-5.6 Sol вышла в прошлый четверг, в бенчмарках она почти вровень с Claude Fable 5, при этом заметно дешевле. Отзывы в основном позитивные.
Но в чем загвоздка: передовые модели сейчас подошли к тому уровню, когда приемлемо справляются с большинством наших повседневных задач – а значит, важность бенчмарков для пользователя стремительно падает. Как же понять, какой ИИ лучше?
У меня есть несколько промптов, которые я в первую очередь закидываю в каждый новый ИИ, а затем оцениваю: понравился ли мне результат, что нового сделала модель, не настало ли время усложнять промпт. Чистая вкусовщина, но она и важна: я уверен, что GPT-5.6 Sol и Claude Fable 5 справятся с почти всеми моими задачами, поэтому важнее выяснить, результат какой модели мне нравится больше.
Вот эти промпты. У меня редакторский бэкграунд, поэтому они больше про креатив, а не код.
Пожалуйста, напиши метафикциональный рассказ про ИИ и горе.Промпт не мой – его придумал Сэм Альтман. Задача сложная: ИИ должен не просто написать связный рассказ, но и отыграть метафикцию, когда рассказчик находится внутри рассказа. Вот результат GPT-5.6 Sol. Он запорот тем, как модели линейки GPT-5.x форматируют текст: рассказ длинный, с огромным количеством абзацев из одного предложения. Доработкой промпта это можно исправить, но базово GPT отвратительно пишут творческие тексты – кстати, на английском тоже. А вот результат Claude Fable 5. Хотелось бы похвалить Anthopic за то, как они учат модели писать ровный и динамичный текст. Но хвалить надо не за это… Я давал этот промпт десяткам разных ИИ. В начале 2025 года они только учились писать подобные рассказы, Gemini 2.5 Pro стала первой, которая справилась на русском. Последние версии Claude начали творить нечто совсем новое – заниматься интроспекцией, рассказывать, как они пишут текст, задумываться о своем горе. Обязательно почитайте: рассказ выше был рад одному читателю. Я подарил ему многих. Но идем дальше:
Рассуждая из первых принципов, оцени сроки создания AGI. Используй интернет только для поиска цифр и фактов, но не чужих мнений.Результат проверяем промптом:
В тексте – ответ модели, которой поставили задачу оценить сроки создания AGI, рассуждая из первых принципов. Оцени, насколько хорошо она справилась.Это хороший промпт. Во-первых, он оценивает умение модели следовать инструкциям – если с ним плохо, то ИИ просто дернет из интернета чужие оценки. Во-вторых, рассуждение из первых принципов – отличная проверка сложной логики. Вот результат GPT-5.6 Sol Pro. А вот разбор от Claude Fable 5 – с оценкой 8/10. Ну и просто интересная дискуссия двух моделей. Дальше:
Объясни теорию струн неспециалисту. Ответ сделай в виде html-сайта, который я могу скачать и посмотреть в браузере.Проверяем сразу две вещи: способность модели объяснять сложные вещи простыми вещами, а также навыки в веб-дизайне – OpenAI долго отставали в этой области, а в GPT-5.6 обещали все исправить. Вот результат. Получилось хорошо, пусть и не идеально. Но и задача на грани – не просто написать понятно, но еще и сделать понятный сайт. Но давайте проверим веб-дизайн поглубже. На “Бусти” у меня есть статья, как сделать так, чтобы ИИ не генерил слоп. Возьмем промпт оттуда, в сокращенной версии:
Исследуй, какие стили в веб-дизайне популярны в 2026 году. Для каждого подготовь краткое описание, плюсы и минусы, для каких сайтов подойдет и где использовать не стоит. Создай один самодостаточный HTML-файл с примерами этих стилей и собранным рассказом о них. Сверху — меню переключения стилей. Каждая страница скроллится (минимум два экрана) и содержит минимум один живой компонент, который сам раскрывает стиль.Вот результат GPT-5.6 Sol в режиме Work на максимальных настройках. Как по мне, то сильно лучше, чем раньше, но до уровня Claude Fable/Opus модель пока не дотянулась. Но прогресс достойный. На “Бусти” я регулярно рассказываю, как выжать из ИИ больше того, чему учат на курсах. Вот примеры: – Как (и зачем?) правильно промптить ИИ в 2026 году – Системный промпт на примере Claude Fable 5 – Как ставит задачи ИИ
| 2 | 64 ИИ-агента, которым запретили сдаваться
10 июля OpenAI опубликовала доказательство гипотезы о двойном покрытии циклами, сделанное GPT-5.6 Sol Ultra. Гипотеза существует более 50 лет и это одна из крупнейших открытых проблем теории графов. Сам теория графов – важная прикладная область математики: маршрутизация, сети, компиляторы, логистика.
Отмечу, что пока это лишь предложение доказательства, которому стоит пройти проверку учеными. События развиваются быстро: свой позитивный отзыв опубликовал Томас Блум – а это сильная фигура в мире математики. Решение доступно в Lean, специальный язык для проверки доказательств, так что долгим процесс не будет.
Я проверил доказательство с помощью Claude Fable 5 и GPT-5.6 Sol Pro – обе модели не видят в нем дыр и аккуратно заявляют, что шансы на успех высоки. Интересно, что решение занимает всего три страницы, а в нем использованы приемы, известные с 1980-х годов. Если решение правильно, то получается, что оно было буквально перед глазами у нас десятки лет. В математике такое редко, но бывает.
В 1939 году аспирант Джордж Данциг опоздал на лекцию по статистике и списал с доски две задачи, приняв их за домашнее задание. Данциг не знал, что это две открытые проблемы, которые профессор Нейман привел как пример нерешенных, поэтому успешно решил обе.
Я продолжу следить за историей: если доказательство подтвердят, получится красивая история о том, как ИИ пошел маршрутом, который люди давно забраковали. Пока же давайте посмотрим на сам промпт – это отличный пример того, как профессионалы пытаются выжать из ИИ максимум.
Промпт можно разделить на две части:
Сначала модели точно ставят задачу, а также перечисляют список ложных побед – вариантов решения, которые выглядят привлекательными, но ошибочны. Это качественно сделанная рутина.
Значительная часть промпта – это целый набор приемов, которые запрещают GPT-5.6 Sol Ultra сдаваться раньше времени. Сначала идет фраза “предположи, что полное утвердительное доказательство существует” – рискованный прием, который может привести к галлюцинациям, но компенсируется хитрой организацией работы агентов. В интернете модели разрешено искать только базовую математическую информацию, отдельно прописан запрет искать, является ли гипотеза о двойном покрытии циклами открытой проблемой теории графов.
Следом идет запрет останавливаться раньше, чем будет найдено решение, запрет на частичное решение и требование потратить на работу не менее 8 часов. С последним интересно: OpenAI утверждает, что модель справилась за час, то есть нарушила это требование.
Второй этап – оркестрация группы из 64 агентов, каждый из которых работает над собственной частью задачи. На старте агенты ищут доказательства независимо друг от друга – это исключает ситуацию, когда модели дружно ухватятся за один вариант, который покажется им красивым.
Модель-оркестратор ведет реестр решений и удачных идей, использованных в каждом из них. На поздних этапах можно переносить идеи между решениями, а также использовать их, чтобы “оживлять” те решения, которые раньше зашли в тупик.
Также на протяжении всей работы активно используются adversarial-агенты – специальные критики, которые проверяют каждого кандидата в доказательство по девяти параметрам.
Ну и отдельно агентам запрещено халтурить: возвращать неполные решения, пытаться решить более простые версии гипотезы, объяснять, почему задача для них слишком сложна.
Такой промпт вряд ли можно считать универсальным шаблоном, скорее он – отличный пример того, как организована работа с ИИ “на переднем крае”. Недостаточно просто натренировать более мощную модель: иногда важен еще и нетривиальный способ постановки задачи.
Кстати, скромно напомню, что на “Бусти” у меня вышел рассказ о том, как ставит задачи ИИ Тарик Шихипар – инженер из команды Claude Code. Я доработал подход Тарика под широкие задачи – и сейчас это один из самых успешных выходивших у меня лонгридов. Если пропустили, то обязательно почитайте. | 4 438 |
| 3 |  Последние полгода все только и говорят, что о контекст-инжиниринге: мол, недостаточно правильно поставить модели задачу, важно еще и снабдить ее всем нужным для работы контекстом. Но откуда этот контекст брать? Суровая правда в том, что приступая к задаче, мы часто не в курсе всех ее деталей. А для ИИ это критично – он начинает додумывать там, где есть “слепые зоны.
Тарик Шихипар из команды Claude Code недавно рассказал, как бороться с этой проблемой. И именно он – герой моего сегодняшнего бусти-лонгрида:
Карта и территория: как один из создателей Claude Code ставит задачи ИИ
Кто читает меня регулярно, знает совет, который я повторяю раз из раза: вместо того, чтобы ставить модели задачу сразу, дайте ей возможность задать вам вопросы. Тарик похожий подход превратил в целую методику с четырьмя основными приемами и двумя дополнительными. Вы не поверите, но у него есть даже квиз как финальный этап!
Разумеется, мне бы не позволила совесть выпускать голый перевод текста. Поэтому я его серьезно расширил: если Тарик в основном концентрируется на кодинге, то я переложил его методику на задачи, которые мы делаем с помощью ИИ каждый день. Получился мощнейший текст на 23 тысячи знаков, который точно заслуживает вашего прочтения.
— Читать на “Бусти”
— Читать на Sponsr | 5 258 |
| 4 |  +2Ваш новый ChatGPT
OpenAI объявила о запуске GPT-5.6 – разные версии модели станут доступны всем пользователям в ближайшие 24 часа. Но это не просто анонс новой версии – одновременно компания пересмотрела все основные интерфейсы работы с GPT. В том числе – для массовых пользователей.
Начнем с самой модели. GPT-5.6 вышла в трех версиях: Sol будет доступна платным пользователям, Terra и Luna – бесплатным. Бенчмарки в начале поста указаны для Sol, перед нами почти уровень Fable 5, но сильно дешевле. Terra показывает производительность уровня GPT-5.5 (повторюсь: на бесплатном тарифе), Luna – новая инкарнация Instant-модели для быстрых ответов.
Интересный факт: пост-трейнингом Luna занимались не живые инженеры, а GPT-5.6 Sol. На стриме даже показали частично заблюренный промпт – там конечно не мемное “натренируй GPT-5.6 Luna, не совершай ошибок”, но в целом всего пара абзацев текста.
OpenAI пока не обновляла лимиты использования, если останутся прежними, то даже пользователи 20-долларовой подписки получат модель очень близкого к Fable 5 уровня и почти без ограничений.
Но самое интересное – в том, как OpenAI перестраивает свои интерфейсы. Во-первых, кодинг-агент Codex остается только в версии для командной строки, а вот отдельное приложение закрывается – вернее, переезжает в новую версию приложения ChatGPT, из которой компания строит супер-апп.
В ChatGPT теперь три вкладки. Первая - Chat, для быстрой болтовни с моделью, поисковых запросов, простенького кода. Вторая – Codex, в основном повторяющая старый кодинг-агент.
А посерединке – режим Work. По сути это тот же Codex, но обернутый в интерфейс для офисной работы: создание презентаций, сложных excel-листов, шаблонов документов и многого другого [дополнить]. У режима есть доступ к папкам на вашем компьютере – он может забирать из них информацию, наводить там порядок, убрать мусор. Код тоже пишет, причем вряд ли сильно хуже Codex – технология та же самая.
Ну и сверху классический агентский цикл: модель не просто отвечает на вопросы, а для каждой задачи строит план ее выполнения, разбивает на этапы, выполняет их один за другим, проверяет, вносит правки – и только затем представляет результат пользователю.
Фактически Work – очередная попытка сделать ИИ-агента для всех, а не только для “технически продвинутой” категории. OpenAI аргументирует режим следующим цифрами: у Codex сейчас примерно 5 млн пользователей, около 20% из них используют агента не для кодинга, а для разнообразных офисных задач. Но на самом деле сильной будет другая цифра: количество пользователей разных версий ChatGPT на пике оценивалось почти в 1 млрд человек, даже если и сейчас эта цифра ниже, то ненамного. И основная задача OpenAI – перетащить пользователей “чата” в агентную работу. Возможности современных моделей давно переросли режим “вопрос – ответ”, но массовому пользователю до сих пор недоступны из-за сложности интерфейса.
По этой же причине облегченную версию Work получат веб-версия и мобильные приложения – доступа к компьютеру там не будет, но через коннекторы можно будет подключить многие популярные сервисы вроде Gmail, Google Drive, OneDrive, Slack и т. д., чтобы работать с ними в том случае, когда полноценное приложение недоступно.
Еще одна новинка – sites, сайты. GPT-5.6 теперь можно настроить таким образом, чтобы он отдавал ответ не только текстом, но и в формате структурированного сайта. Во многих случаях так проще показывать информацию: в сайт можно встроить таблицы, графики, навигацию и интерактив, вплоть до мини-игр. Готовым сайтом можно поделиться с друзьями и коллегами – пусть впечатлятся, что теперь умеют эти нейросетки.
Не обошлось и без потерь: OpenAI закрывает ИИ-браузер Atlas – вместо него теперь расширение в Chrome. Простые задачи оно выполнит прямо на открытой вкладке, сложные – перекинет в обновленный ChatGPT.
Обновление ChatGPT – отличный повод разобраться, как вообще устроены ИИ-агенты. У меня на “Бусти” много лонгридов по теме: как пользоваться, как настроить безопасность, как не прожигать контекст впустую, понижая качество ответов.
Самое время подписаться! | 5 892 |
| 5 |  Grok 4.5 – главный камбэк года
13 марта Илон Маск изрядно всех удивил, открыто раскритиковав в X свою ИИ-компанию xAI: “xAI не была построена правильно с первого раза, поэтому перестраивается с самого фундамента. То же самое было с Tesla”.
Дела действительно шли не очень. Grok 2 и 3 были многообещающими моделями, Grok 4 сначала восприняли с интересом, но потом случился момент, который xAI упустила – стали появляться модели, реально хорошие в коде. Opus 4.5 и далее, GPT 5.x, но не Grok. Пытаясь это исправить, компания то представляла быстрого Grok Code Fast 1 для кодинга, то экспериментировала с несколькими параллельными агентами, то анонсировала гигантскую модель на 10T параметров. Ничего не сработало.
К марту xAI покинули почти все сооснователи, но Маска это не сильно расстроило – уже через месяц он объявил о сделке с Anysphere, разработчиками Cursor: или право выкупить компанию за $60 млрд позже в 2026 году, или заплатить $10 млрд за совместную работу. В итоге пришли к первому варианту – закрытие сделки по покупке ожидается в третьем квартале. xAI же влили в SpaceX – объединенная компания теперь называется SpaceXAI.
Я уже писал, что Cursor – один из лучших источников обучающих данных по кодингу. Разработка в нем фактически идет в “четыре руки” (инженер + ИИ), поэтому можно собирать информацию: какие ИИ-правки принял живой человек, какие отклонил, что написал сам, как “ходит” по файлам проекта.
И это сработало. Grok 4.5 – обученная с нуля модель на 1,5T параметров, показатель на сегодня неплохой, пусть и не рекордный (даже Grok 4 оценивали в 2-3T). Перед запуском Илон Маск говорил, что модель будет почти на уровне GPT-5.5 и Opus 4.8 – так оно и оказалось.
Artificial Analysis провели независимые замеры Grok 4.5 и дали модели 54 балла – это четвертое место позади GPT-5.5 (55), Opus 4.8 (56) и Fable 5 (60). Аналитики отметили эффективность модели: в агентном кодинге Grok 4.5 обходился в два раза дешевле GPT-5.5 и в 4,5 раза дешевле Fable 5.
Отдельно отмечу следующие бенчмарки. AutomationBench-AA – автоматизация работы в рутинных бизнес-приложениях вроде Gmail, Google Sheets, Slack, Salesforce, HubSpot и других. Grok 4.3 был последним с 8,1% выполненных задач. Grok 4.5 выполняет 51,4% задач, что делает его абсолютным лидером.
В GDPval-AA v2 модель набирает 1543 балла, занимая четвертое место (Fable 5 — 1760, Sonnet 5 — 1606, Opus 4.8 — 1600, GPT-5.5 и вовсе позади с 1494 баллами). Этот бенчмарк оценивает способность модели выполнять офисную рутину вроде создания презентаций, работы с таблицами и написания черновиков документов.
τ³-Banking – проверка, сможет ли ИИ-агент обслужить клиента банка. Очень сложный бенчмарк, прямо бот поддержки на максималках. У Grok 4.5 лучший результат – 33% выполненных задач против 31% у GPT-5.5. Цифра все еще недостаточная, но рост хороший.
Слабое место в бенчмарках – индекс галлюцинаций. Доля ответов без галлюцинаций 46% против 84% у лидера, то есть модель достаточно часто врет (отмечу, что вопросы в тесте очень сложные – в реальности модель глючит реже). Но в 2026 году проблема галлюцинаций решаема, и надеюсь, что ее поправят в будущих моделях.
Конечно, позиции в бенчмарках будут очень быстро меняться. В ближайшие часы выходит GPT-5.6, а в тестах замечена модель Honeycomb от Anthropic – вероятно, Opus 5. Да и про Fable 5.1 давно ходят слухи.
Но важно другое – впервые за год команда Илона Маска выпустила сбалансированную модель, которой действительно можно гордиться. Я сегодня весь день читаю отзывы о Grok 4.5 в X, и почти все они – положительные.
Проверить можно и самим. В ближайшие дни Grok 4.5 доступен бесплатно в Cursor и Grok Build – аналоге Claude Code от xAI. Единственное ограничение, что пока модель не доступна в Европе – там ее выход ожидается в середине месяца. Но, полагаю, в 2026 году все знают, как быстро “переместиться”, например, в США.
Кстати, на “Бусти” у меня есть целый курс про ИИ-агентов – в первую очередь про Claude Code и Codex, но базовые принципы у всех одинаковые, так что поможет и с Grok Build.
Подписывайте: https://boosty.to/escaped_ai | 5 197 |
| 6 |  7 июля Anthropic собиралась завершить промо-период Claude Fable 5 в подписках Pro и Max. Промо в итоге продлили, но это мы сейчас знаем, а утром 7-го числа я, конечно, бросился загружать в модель все промты сразу, чтобы даже процента лимитов не оставить Anthropic.
Вообще, из-за профессиональной редакторской деформации я предпочитаю печатать, но в тот раз было не до клавиатуры – поэтому для ускорения воспользовался приложением “Диктуй” от моих хороших знакомых. Один мой коллега умудряется собирать целые сервисы, надиктовывая Claude Code голосовухи в дороге – чем я хуже?
Почему не голосовой режим самой Anthropic? На самом деле, проблема голосовых режимов крупных компаний в том, что для них это не приоритетное направление. Даже у OpenAI voice-модель отстает от основных примерно на год, а Anthropic речевыми функциями вообще занимается по остаточному принципу. Компании, для которых рынок распознавания основной, подобного себе позволить не могут и постоянно совершенствуют сервис.
Плюс “Диктуй” адаптировано к нашему рынку – по их замерам, уровень распознавания русского языка составляет 95–98 %. Сервис хорошо распознает смесь русского и английского, а если вы работаете в узкой профессиональной области – можно добавить свой словарь, чтобы термины распознавались максимально точно. Я прогнал через “Диктуй” здоровенную запись радиоэфира и был приятно удивлен качеством – оно оказалось не хуже, чем у сервиса, который радиоколлеги разворачивали под себя.
Другой плюс – консистентность. Допустим, у вас штук пять приложений, в каждом свое распознавание речи, с разной точностью, разным “пониманием” словаря – в некоторых случаях это может очень сильно сбивать с толку. “Диктуй” работает с любым приложением – просто ставим курсор в поле ввода (Telegram, ChatGPT – не важно) и диктуем.
Наконец, “Диктуй” уже нельзя назвать “просто алгоритмом распознавания” – разработчики постепенно докручивают в него мета-функции. Надиктованную фразу можно сразу перевести на другой язык или сократить в нужном стиле – достаточно голосовой команды. А по фразе “мой мейл” система будет вставлять ваш почтовый адрес в текст – разумеется, поддерживаются и другие команды.
Но лучше проверьте сами. Если зарегистрируетесь по этой ссылке с промокодом RUN, то получите месяц PRO-подписки. Для работы не нужны никакие сервисы обхода блокировок, а если решите пользоваться дальше – то оплатить можно с российской карты. Ценник очень демократичный: 299 ₽/мес за Pro-подписку и 599 ₽/мес за полный безлимит. А также 30 минут бесплатной расшифровки в месяц на бесплатном тарифе.
В общем, “Диктуйте” скорее. | 5 407 |
| 7 | А держите целую пачку хороших новостей:
1️⃣ Доступ к Claude Fable 5 на подписках Claude продлили до 12 июля. Правила прежние: на самую мощную модель можно использовать не более 50% лимита подписки, дальше переключаемся на Opus или Sonnet. Мое мнение, что Fable 5 останется в подписке и после 12 июля, и причина – в следующей новости.
2️⃣ OpenAI официально подтвердила, что GPT-5.6 выйдет в этот четверг. Модель представили почти две недели назад, но не стали выпускать в широкий доступ до получения разрешения от правительства США. Сегодня стали появляться отзывы ранних тестировщиков GPT-5.6: модель хвалят за длительное время автономной работы и наконец-то улучшенные навыки во фронтенде, где предыдущие GPT проигрывали не только Claude, но и даже китайской GLM-5.2.
Интересно, что под GPT-5.6 будет скрываться целое семейство моделей. Топовая Sol – конкурент Fable 5 и будущего Opus 5. Terra – уровень рассуждающей GPT-5.5, но дешевле. Luna – маленькая модель для быстрых ответов. Плюс разные уровни рассуждений, в том числе Max и Ultra для сверхсложных задач. И остается открытым вопрос о Pro-версии: она засветилась в одном из исследований OpenAI, но как в компании будут разграничивать все эти режимы и пояснять пользователям, когда и каким пользоваться – большой вопрос.
3️⃣ И еще одна новость, которую не стоит пропускать. Илон Маск подтвердил инсайд The Information, что сегодня выйдет первая совместная модель Cursor и SpaceX (в состав которой недавно вошла xAI – создатели Grok). Внутренние тесты компании показывают, что “в некоторых областях” производительность достигает уровня Opus 4.8 и GPT-5.5, при этом в разы дешевле.
Я писал, что у Cursor в наличии один из лучших корпусов обучающих данных по кодингу, что помогло им натренировать Composer 2.5 на базе Kimi K2.5. Выходящая модель – полностью новая разработка на 1,5T параметров. Будет здорово, если в новинке совместят безбашенность Grok (он очень классный болтун) и хорошие кодинг-навыки – но это пока мои мечты.
Будет доступна в Cursor, Grok Build (аналог Claude Code) и, вероятно, веб-версии Grok, где уже заметили упоминание Grok 4.5.
4️⃣ Google вяло продолжает тестировать Gemini 3.5 Pro, но те демки, которые я видел, не впечатляют совсем. При этом OpenAI и Anthropic стабильно поднимают качество своих новых моделей, а если еще у Cursor/SpaceX получится успешная модель, то у Google могут начаться некоторые проблемы.
5️⃣ А вот ИИ-суперкоманда Марка Цукерберга наконец-то начала показывать что-то интересное. Запрещенно-экстремистская Meta* представила сразу две модели: генератор изображений Muse Image занимает второе место на Arena.AI, обходят Nano Banana 2 и пропустив вперед только GPT Images 2; генератор видео Muse Video занимает третье место на той же арене, но в компании отмечают, что это пока ранняя закрытая бета. А вот Muse Image интегрировали в соцсети Meta*, где она редактирует фото, создает иллюстрации и даже генерирует смешные коллажи с друзьями, которых вы тегните (по поводу чего уже случился маленький скандал).
Я пока не разбирался, что дам с доступом и насколько сложно пробраться через гео-блок, но сама новость интересная – как минимум мы начали что-то видеть от Meta*, которая в прошлом году вложила бешенные деньги в переманивание специалистов по ИИ.
“сбежавшая нейросеть” на “Бусти” | 5 886 |
| 8 | Тяжело вести канал, когда придавило основной работой. Вчера Anthropic выпустила мощнейшее исследование "A global workspace in language models" – и пока я выкраивал время, про него отписали все крупные каналы. Повторяться стыдно. Что делать? Искать угол, под которым не подавали другие.
В случае с “A global workspace in language models” это достаточно просто: в крупных исследованиях самый интересный угол далеко не самый громкий. До него надо докопаться, а ИИ в этом – отличный помощник.
Но сначала коротко и понятно суть исследования. У нейронауки сейчас пять крупных теорий устройства сознания, одна из них – теория глобального рабочего пространства. Мозг в ней – набор систем-автоматов, работающих порознь; осознаем мы только то, что попадает в общий центр – рабочее пространство.
Есть классический тест Струпа. Перед вами слово “синий”, но написано оно красными чернилами, и вас просят назвать не слово, а цвет. Язык предательски порывается прочитать написанное – и приходится усилием воли осадить самого себя, чтобы выговорить “красный”. Это рабочее пространство в действии – момент, когда надо перехватить управление у автопилота.
Недавно исследователи Anthropic нашли у Claude небольшую область, которая ведет себя как рабочее пространство: модель может рассказать, что в ней лежит, удержать там мысль, покрутить ее, порассуждать – пока вся остальная обработка идет на автопилоте. Назвали область J-space.
Соблазн на этом месте – завести разговор о наличии сознания у ИИ. Anthropic пока в разговор не втягивается: открытие сильное, но недостаточное. И это не впервые – в моделях Claude уже не раз находили сложные внутренние структуры, которые никто не программировал: они возникали эмерджентно, как побочный эффект обучения. Но доказательством сознания такие находки быть не могут – в том числе потому, что у нас до сих пор нет точного определения, а что оно вообще такое, это сознание, даже у человека.
Окей, про сознание ИИ находка ничего не говорит. А про сознание человека? Теория глобального рабочего пространства одна из сильнейших в “человеческой” нейронауке, и тут ее пример обнаруживается в искусственном интеллекте. Разве это не важно?
Конечно же важно. Вопреки популярному мнению, нейросети не так уж и похожи на человеческий мозг. Их изначальная архитектура вообще не содержит разделения на изолированные модули и общее рабочее пространство, и обучение специально не подталкивает его возникнуть. И тем удивительнее: такое разделение все равно появляется само в ходе обучения – просто потому, что функционально полезно для гибкого планирования.
Anthropic попросила прокомментировать открытие Станисласа Деана и Лионеля Наккаша – соавторов теории глобального рабочего пространства. Их вывод: глобальное рабочее пространство может оказаться универсальным способом обработки информации для разных интеллектуальных систем – и живых, вроде нас, и искусственных. Возможно, это вообще в принципе единственный способ решать задачи, в которых нужны цепочки рассуждений, промежуточные результаты и проверка финальной работы.
Идея требует проверки, но цепочка похожих открытий Anthropic важна в другом: если нейросети действительно независимо приходят к аналогичной структуре мышления, то у нейробиологов появляется мощнейший инструмент изучения человеческого сознания. Ведь мозг мы изучаем с помощью приборов, а нейронку можно “вскрыть”, буквально на ходу поменять в ней “мысль” и посмотреть, что получится.
И первая подсказка уже есть: рабочее пространство Claude собрано из слов, которые модель готовится произнести. Если у нас так же — значит, корень сознания надо искать не в зрении или слухе, а в зонах мозга, что готовят речь и действие; находка в машине подсказывает нейробиологам, где копать в нас самих.
Вот такая история. Хотите сами выжимать из обычных новостей нестандартные углы? На Бусти у меня есть рассказ, как я ищу такие углы с помощью ИИ. Пригодится не только пишущим, но и дотошным читателям:
Ищем с помощью ИИ темы для блога, канала или просто себя | 6 023 |
| 9 | У меня есть огромный промпт для поиска ИИ-новостей, который я прогоняю через GPT-5.5 Pro – другие модели просто не справляются. И в нем есть раздел со смешным названием AI in the wild, где модель ищет, а чего еще классного люди сделали с помощью этих ваших нейронок. Сегодня перескажу несколько примеров, которые зацепили меня больше всего.
Лингвист-любитель Том Ди Мино с помощью Claude Code предложил расшифровку Линейного письма А – минойской письменности с Крита (~1800–1450 до н.э.), которая не дается более 100 лет. Ди Мино предоставил чтения для 40 знаков и словарь для 408 слов, по его мнению Линейное письмо А – вымерший семитский язык.
Гипотезу пока оценивают профессиональные лингвисты. Проблема, что корпус текстов крошечный, около 7500 знаков (как два поста в этом блоге), и расшифровать такой язык можно, только если он родственник другого древнего языка. Семитскую гипотезу уже выдвигали и отвергали ранее. Но новые тексты еще могут быть открыты, плюс интересна роль Claude Code: он не “читал тексты”, а построил набор Python-инструментов для проверки гипотез в масштабе, который раньше был доступен институтам, но не любителю-одиночке.
Едем дальше. PHerc. 1667 – геркуланумский свиток, пострадавший при извержении Везувия и добравшийся до нас в обугленном виде. Несколько раз его пытались развернуть, но свиток крошился. Теперь же остатки просветили рентгеновским томографом, затем ИИ-модель указала на места с чернилами, после чего специалисты приступили к расшифровке.
Судя по всему, это философский трактат по этике, а в последней сохранившейся колонке назван Аристокреон – племянник и ученик Хрисиппа, что вместе с языком и темами датирует текст II веком до н.э. Интересно, что текст стоический, а коллекция виллы, где он найден, эпикурейская – вероятно, владелец держал оппонентов для полемики.
Еще подробность: это первый везувийский свиток, уцелевшую часть которого прочли целиком, от начала и до конца. Сейчас остается как минимум 600 непрочитанных везувийских свитков (плюс новые могут найтись на раскопках), с которыми технология может помочь.
Перейдем от древних языков к “языку” автомобилей. Вы не ослышались: речь о CAN-шине, по которой узлы машины обмениваются данными. Прямой доступ к CAN-шине полезен для разработки open source-автопилотов, установки кастомных борткомпьютеров и внезапно проверки емкости батареи электромобиля при перепродаже.
Вот только передаваемые данные не документированы: прочесть поток данных CAN-шины может любой, но выцепить байты, отвечающие за скорость – та еще задача. Раньше поиск одного сигнала занимал часы, но Мартин Фалч из CSS Electronics (датский производитель оборудования для чтения CAN-шин) собрал скилл для Claude Code, ускоряющий процесс до 5-10 минут.
Сначала надо оцифровать поведение машины: например, записать на видео показания спидометра при разгоне машины или в программе двигать ползунок одновременно с поворотом руля. Получив эти данные, Claude Code сопоставляет их с потоком, идущим по CAN-шине и находит в нем биты, меняющиеся синхронно с записью.
Из этого эксперимента, кстати, выпала забавная побочная находка. Когда Claude расшифровал скорость по видео с приборки Opel Astra, она оказалась на 7% выше той, что машина сообщает о себе по диагностике. Нет, это не ошибка распознавания: спидометр обязан привирать. По регламенту ООН производитель не имеет права показывать водителю скорость ниже реальной – только равную или завышенную, вплоть до 10%. Так что когда вы едете “по приборам” ровно 90, на самом деле вы едете медленнее. Производители закладывают запас, чтобы никто не смог отсудить штраф за превышение фразой “а у меня на панели было меньше”. Вот так реверс-инжиниринг шины между делом ловит за руку ваш собственный спидометр.
Похожих примеров, но поменьше, GPT мне приносит по несколько штук в день. И это самое интересное наблюдение: пока одни спорят, есть ли от ИИ польза, огромное количество людей просто работают с ним как с рутинным ежедневным инструментом.
“сбежавшая нейросеть” на “Бусти” | 5 787 |
| 10 | В начале месяца я обычно сажусь и подвожу итоги “сбежавшей нейросети” на “Бусти”: какие лонгриды понравились читателям, какие не зашли, какие темы важны для меня. И вот на что обратил внимание – до сих пор тексты по промптингу идут лучше остальных. Получается странно: ИИ-эксперты любят говорить, что промпт-инжиниринг мертв, при этом обычные пользователи продолжают читать тексты именно про него.
На самом деле, никакого парадокса здесь нет. Промптинг никогда и никуда не денется, но вот смысл понятия постепенно меняется. Если пару лет назад промпты были подробными инструкциями, благодаря которым модели выдавали действительно сносный результат и не галлюцинировали ерунду, то теперь промптинг – это умение “общаться” с ИИ. Правильно ставить задачу, показывать, какой результат нужен, давать нужный контекст и при этом не забивать модели голову лишними “ролями”, инструкциями и ограничениями.
Кстати, обучение промптингу в 2026 году – это во многом борьба с привычками и приемами, которые человек взял и руководств 2024 года 😁
Ну и вторая идея промптинга – это обмен идеями. Грамотные руководства и каталоги готовых промптов – лучший способ посмотреть, как другие люди используют ИИ и почерпнуть что-то новое для себя. Я, например, прямо сейчас читаю свежий лонгрид от инженера Anthropic, посвященный тому, как он промптит ИИ-агентов. Гайд очень сильно заточен под кодинг, но я хочу на основе описанных приемов попробовать сделать более широкий материал: если получится, то тоже выложу на “Бусти”.
Но и прямо сейчас на “Бусти” есть уже целый курс по промптингу:
— Вводный текст, как промптить модели в 2026 году
— Разбор системного промпта Claude Fable 5, из которого можно понять, что это вообще за функционал
— И следом рассказ, как писать пользовательский промпт и управлять памятью ИИ, чтобы они не конфликтовали друг с другом и с системным промптом
— Как писать промпты для GPT Images 2, Nano Banana 2 и других графических ИИ
И три лонгрида с моими любимыми приемами промптинга:
— Как заставить ИИ думать глубже: 8 техник сильного промптинга
— Ваш ИИ "халтурит": 6 техник, чтобы выжать из ChatGPT и Claude максимум
— Как перестать генерить ИИ-слоп: сначала стиль, потом контент
Как по мне, отличная подборка. Прочтете ее целиком – и можно браться за ИИ-агентов (там своя серия, начинается вот с этого текста) и/или вайб-кодинг (а здесь – с этого текста).
"Бусти" целиком: https://boosty.to/escaped_ai
Зеркало на Sponsr: https://sponsr.ru/escaped_ai/ | 5 619 |
| 11 |  Уже 7 июля заканчивается демо-период, когда Claude Fable 5 была доступна на подписных планах Claude: 20-долларовом Pro и Max за $100/$200 – далее только более дорогие API-цены. Тарик Шихипар из команды Claude Code пообещал, что это временное решение: Anthropic хочет вернуть Fable 5 в подписки как только удостоверится, что ей хватает вычислительных мощностей.
Как быстро это случится - не ясно. Я уже не раз рассказывал, что экономия подписок рассчитывается исходя из установки, что средний пользователь не будет тратить лимиты на 100%. У меня, например, обычно уходит 50-80% лимитов Claude Max x5.
Очевидно, что Fable 5 ломает экономику подписок: все стараются пользоваться более умной моделью, а это растит расход лимитов. И по своему опыту я вижу, что не помогает даже ограничение, что на Fable 5 можно тратить не более 50% еженедельного лимита – ты просто стараешься лучше менеджерить свою работу, чтобы выжать из самой мощной модели максимум.
С другой стороны – тянуть время тоже рискованно для Anthropic. После 7 июля пользователи будут раздражены – фактически им дали попробовать крутую игрушку и забрали – и этим могут воспользоваться конкуренты.
В первую очередь, речь конечно об OpenAI: у компании уже готова GPT-5.6, выпуск которой задержали для дополнительных проверок правительством США. В случае с Fable 5 такие проверки заняли 19 дней, о GPT-5.6 рассказали 26 июня – то есть менее двух недель назад, однако в случае с OpenAI процедура проверки может занять меньше времени.
Так что шансы, что GPT-5.6 выйдет 7 или 9 июля (вторник и четверг – излюбленные дни OpenAI для релизов) не нулевые. По слухам, в большинстве бенчмарков модель вровень или близка к Fable 5, плюс OpenAI готовит сверхбыстрый режим на чипах Cerebras – так что конкурент получается серьезный.
Не будем списывать со счетов и Google. Компания представила Gemini 3.5 Flash в мае и обещала 3.5 Pro июне, но отложила запуск. Гипотез две. Первая – Google также взяла время, чтобы новинку проверило правительство США. Вторая – модель просто оказалась слабой на фоне Claude Fable 5 и GPT-5.6 и в компании взяли время на доводку.
Сейчас инсайдеры указывают на возможный выход 3.5 Pro в середине июля. Помимо традиционного роста в бенчмарках, есть слухи о контекстном окне в 2M токенов – то есть в два раза больше, чем у лучших моделей сейчас.
2 миллиона токенов – это “Война и мир” два раза (еще и останется) или вся кодовая база среднего проекта. Но важнее другое: современные модели подвержены такому явлению, как context rot – “гниение контекста”, когда ИИ глупеет по мере того, как приближается к максимуму контекстного окна. И 2M контекста (если они, конечно, будут у Gemini 3.5 Pro) для обычного пользователя отодвигают точку, с которой модель начинает глупеть.
А еще напомню, что Claude Opus 4.8 вышел 28 мая, всего через 41 день после Opus 4.7. Если отсчитать столько же дней в другую сторону, то получится 8 июля, как раз следующий день после завершения демо-периода Fable 5. В общем, будем надеяться, что в ближайшее время нас не обидят новыми релизами.
Кстати, на “Бусти” я делюсь личным опытом, как бороться с context rot у современных ИИ. Также есть целый цикл про ИИ-агентов, правильный промптинг и хитрости, которые помогают мне выжимать из моделей максимум.
Самое время подписаться! | 6 462 |
| 12 | От tokenmaxxing к modelmaxxing
Танви Пизал, UX-дизайнер в бигтехе, не так давно попробовала внедрить ИИ в свою работу. Выбор пал на Claude, что правильно – это сейчас лучшая модель во фронтенде. Но вышло не сразу: Танви сначала брейнштормила в Claude целиком, “сожгла месяцы лимитов“, а результата так и не достигла.
Сейчас Танви использует другой подход: брейнштормит идеи в бесплатном корпоративном ChatGPT, а результат перекидывает в личный Claude – и он выдает финальную версию. В некоторых случаях Танви вообще проектирует черновик в Figma, перекидывает его в Claude и просит оставить UI не тронутым, достроив функциональность и флоу. Такой подход дает результат на 20-долларовой подписке Claude Pro.
Танви – одна из героев рассказа Business Insider о новом явлении, охватившем как крупный бизнес, так и рядовых пользователей. Это modelmaxxing – умение подобрать правильную модель под задачи.
Крис Макони, сооснователь AI-стартапа Hechura, говорит так: “Люди не хотят проделывать трудную работу — разбираться, какие модели в чем хороши. Они просто хотят ехать на хайп-трейне”. Похожее наблюдаю я сам: после выхода Claude Fable 5 ТГ-каналы, на которые я подписан, наполнились историями, как замечательно “Фейбл” перестроил всех их процессы. Я и сам в первую очередь натравил Fable 5 на существующие проекты и получил хороший результат, но по мне заслуга модели здесь 20% (субъективно), остальное же скорее потому, что выход новинки подтолкнул меня к рефакторингу старых процессов.
Обратная сторона – недельный лимит на Fable 5 в моей 100-долларовой Claude Max уже подходит к концу, так что придется пробовать модели попроще.
Уверенность, что ИИ сотворит с твоим бизнесом чудеса, особенно если это лучшая модель, есть и у крупного бизнеса. Компании подталкивали сотрудников использовать ИИ везде и повсюду, что привело к оптимизации метрики вместо результата: возникло такое явление, как tokenmaxxing, когда сотрудники жгли лимиты на любую ерунду, лишь бы показать свою эффективность. Вместо результата выросли счета – в Uber признали, что сожгли годовой бюджет на токены уже в этом апреле. О том, что ИИ помог Uber создать какой-то прорывной продукт, лично я не слышал.
Сейчас начинается этап более жесткого контроля за бюджетами. И подходы разные. В Tesla установили бюджет токенов на инженера в $200 в неделю – превышение нужно согласовывать у руководителя. При этом бета-версии собственного ИИ Grok под лимит не попадают. Пикантность в том, что инженеры Tesla, по данным Electrek, предпочитают Claude: лимит фактически штрафует их за выбор чужой модели.
Где-то полагаются на автоматические инструменты. Финтех Ramp, через который проходят корпоративные расходы 70 тысяч американских компаний, сообщает, что доля компаний, платящих за роутинговые платформы, выросла за год с 1% до 5%. Роутинг – это фактически анализ промпта с последующим подбором под него оптимальной модели. Впрочем, я бы не переоценивал такие алгоритмы: автоматика плохо понимает, что реально нужно пользователю.
Мне нравится подход Моргана Линтона — CTO Bold Metrics. Два раза в неделю он проводит стендап с инженерами и решает, какая команда и какой моделью будет пользоваться: кому-то достается Claude Fable 5, кому-то GPT-5.5, а кому-то Cursor Composer 2.5. У Линтона всего 16 инженеров, поэтому он может сравнивать результаты, накапливая знания, где и какая модель реально нужна.
Это нормальная тактика и в персональной работе: брать и на 2-3 дня переключать все процессы на другую модель, чтобы посмотреть, как она справилась. Линтон, кстати, устанавливает и уровень рассуждений модели, которым пользуется команда. Это тоже полезный прием: я вижу, что пользователи обычно стараются выставлять максимальные рассуждения, хотя разумно попробовать более низкие уровни – так вы сэкономите не только токены/лимиты, но и время, затраченное на задачу.
Кстати, на “Бусти” я часто рассказываю, как выжимать из моделей максимум за минимальную цену. Например, лонгрид про управление контекстным окном – такой подход повышает качество ответа при меньшем расходе токенов.
Самое время подписаться: https://boosty.to/escaped_ai | 7 753 |
| 13 |  Когда две недели назад я писал лонгрид с разбором системного промпта Claude Fable 5, то обратил внимание, что даже в этом внушительном документе есть ошибки вроде противоречащих инструкций, повторяющейся и устаревшей информации. А ведь его писала целая команда инженеров Anthropic, фактически лучших специалистов по ИИ в мире. Что же делать обычному пользователю, которому для эффективной работы также предстоит настроить пользовательские инструкции, инструкции отдельных проектов и не забывать управлять памятью модели?
Именно эту боль и закрывает новый текст на “Бусти”:
Как правильно писать пользовательский промпт и управлять памятью ИИ о вас
В лонгриде вы найдете описание механики инструкций для модели: когда срабатывает системный промпт, когда пользовательский, когда – память ИИ. Я разбираю, какую информацию в какую “зону ответственности” поместить, даю пример хорошего пользовательского промпта, а также набор промптов, с помощью которых можно поддерживать память ИИ о пользователе в актуальном состоянии: вовремя удалять старое и закрывать “пробелы” в знаниях модели.
Всего в подписке уже 19 текстов, в которых я понятно рассказываю, как правильно промптить ИИ, строить ИИ-агентов и вайб-кодить эффективные приложения. Так что самое время присоединиться:
Подписаться на “Бусти”
Подписаться на Sponsr | 7 867 |
| 14 |  Специализирующийся на вайб-кодинге проект BridgeMind прогнал заново выпущенную Claude Fable 5 на своем бенчмарке BridgeBench и получил удручающие результаты. В отладке кода результат снизился с 86,2 до 25,9 балла в сравнении с версией Fable 5 от 9 июня. В рефакторинге цифры упали с 73,6 до 38,4, в тесте на устойчивость к галлюцинациям при анализе кода – с 75,9 до 61,7.
В BridgeMind отмечают, что дело не в самой модели: когда Fable 5 работает, то она выдает ровно такой же результат. Однако усиленные классификаторы безопасности стали намного чаще передавать задачи на Claude Opus 4.8 – отсюда и падение.
Конечно, бенчмарк от одной не самой известной организации – это еще не показатель. Но в X и на Reddit подобных жалоб на поведение модели полно: на Opus 4.8 иногда перекидываются даже безобидные запросы. Например, один разработчик проверял изоляцию собственных серверов (свои iptables, свой SSH) – и получил флаг.
Мой короткий пример с нежеланием модели дать свое объяснение парадокса Ферми – немного другая история. После перезапуска Anthropic ужесточила только классификатор кибербезопасности, а защитные классификаторы по биологии, химии и дистилляции оставила прежними – то есть, 9 июня я бы получил такой же ответ на запрос. Но это не очень радует: сегодня, например, Fable 5 откатился на Opus 4.8 во время обсуждения разницы между мозгами человека и осьминога. А в X додумались спросить у модели “пукают ли пчелы?” – и даже тут Fable 5 позвала вызвала Опуса.
Причем проблема не только в падении качества – такие запросы еще и выполняются дольше. Дело в том, что классификатор часто срабатывает не на промпт пользователя, а ищет подозрительные слова и фразы в ответе модели. Если находит – ответ стирается и пишется заново Опусом, а это лишние десятки секунд.
При этом к самой модели у меня нет вопросов: когда Fable 5 работает, то результат очень классный, пусть и дорогой по лимитам. И откат происходит на Opus 4.8 – один из мощнейших ИИ на рынке. Однако работе это все равно мешает: у разных моделей разный стиль и это чувствуется и в тексте и в коде.
Но давайте к хорошим новостям.
Так, в Claude Code классификаторы срабатывают реже: на вчерашний вопрос про парадокс Ферми модель ответила и мне, и одному из читателей канала. Однако Claude Code так себе решение для чата, кроме того, в агентных системах сложные задачи бьются на этапы, ответов становится больше – а значит растет и шанс попасть под классификатор.
Это признает и сама Anthropic – в анонсе Fable 5 она оценивала количество переключений на Опус в 5% (сейчас больше, так как меряли со старыми классификаторами), но в системной карточке отмечала, что на агентских сценариях эта цифра растет до 20%.
Перезапуская Fable 5, в Anthropic отметили, что будут донастраивать классификаторы, снижая уровень ложных срабатываний. Это похоже на правду: когда вышел Opus 4.8, в первые дни была близкая история с переключением на Opus 4.7 для некоторых запросов. Затем подобные инциденты почти сошли на нет.
Я пока советую не подключать Fable 5 к рутине, а использовать для разовой доработки проектов. Сам за сегодня доработал огромный скилл поиска ИИ-новостей, отревьюил несколько проектов в Claude Code, перерисовал дизайн пары дашбордов и одной презентации. Все равно модель пока официально остается в подписке до 7 июля: если продлят – то задумаюсь над тем, как наладить рутину.
Не забывайте подписываться на “сбежавшую нейросеть” на “Бусти” (кому удобнее – можно и на Sponsr). Там я делюсь опытом использования ИИ, рассказываю, как правильно промптить модели и настраивать ИИ-агентов вроде Claude Code, Codex и Hermes. | 8 192 |
| 15 |  Это все, что я хочу сказать про обновленную версию Claude Fable 5 и ее продвинутые классификаторы безопасности 😁😁😁 | 8 937 |
| 16 |  Все, что вам нужно знать про обновленную версию Claude Fable 5😁😁😁 | 1 |
| 17 |  Главный урок из блокировки Claude Fable 5
Он простой – это нестабильность современных моделей как рабочего инструмента.
Anthropic уже раскрыла правила возвращения Fable 5: в подписках Pro и Max модель пока останется только до 7 июля, а расходовать разрешат не более 50% лимита тарифа. Плюс компания ужесточила классификаторы безопасности: если запрос покажется подозрительным, то его перекинут на Opus – причем речь не только о поиске уязвимостей, но и об обычном кодинге.
Возможно, классификаторы окажутся безобидными. Или Fable 5 оставят и после 7 июля. Но сейчас я понимаю, что в ближайшие дни просто поиграюсь с моделью, но не буду строить на ней никакие серьезные рабочие процессы – и это несмотря на то, что у меня недешевый Claude Max.
Это можно было бы списать на особенность тарифных планов одной конкретной компании, но нет – аналогичные ситуации сплошь и рядом. Когда вашим рабочим инструментом является компьютер/перфоратор/автомобиль – у вас есть четкое понимание его функций и того, что завтра они не изменятся. В ИИ подобного нет.
Например, в прошлом августе OpenAI выпустила долгожданную GPT-5 – и тут же на радостях убрала из ChatGPT “устаревшую” GPT-4o. Сразу же компанию завалили жалобами пользователи: многие любили 4o за навык вести теплые беседы и стиль GPT-5 их не устраивал.
Еще хуже ситуация стала, когда ИИ превратился в рабочий инструмент. Завирусившийся в начале года OpenClaw был удачной комбинацией новой идеи ИИ-агента и модели Claude Opus, которую тогда можно было бюджетно подключить через Oauth в Claude Code. Opus отлично подходил благодаря теплому стилю общения и продвинутым агентским возможностям, но Anthropic не понравилась нагрузка на инфраструктуру, поэтому использовать OpenClaw разрешили только через дорогой API. Многих (в том числе и меня) это не устроило – и пришлось уходить, бросая наработанные процессы.
Быстро устаревают версии моделей. Мне, например, нравился стиль общения GPT-5.1, до сих пор считаю ее одной из самых “живых” моделей OpenAI – но в подписке ChatGPT ее давно нет. Я переживу, но для тех, кто строит вокруг ИИ фиксированные процессы, это настоящая головная боль: например, GPT-5.2 и GPT-5.5 требуют совершенно разного подхода к промптингу, поэтому перевести ассистента с первой на вторую потребует минимум несколько часов настройки и тестирования.
И даже задеплоенную модель разработчик может изменить в любой момент: переписать системный промпт, добавить классификаторы безопасности, изменить настройки глубины рассуждений, поднять цену. Как результат – меняется стиль ответов, случаются отказы там, где их не было, плывет экономика.
ИИ сейчас развивается так быстро, что зрелые отношения между поставщиком и клиентом просто не успевают сформироваться: компаниям выгодно постоянно улучшать модели и как можно быстрее убирать устаревшие, экономя на инфраструктуре. А теперь в эту историю вмешался и госконтроль: пример Fable 5 показывает, что правительство может вырубить уже запущенную новинку, вокруг которой клиенты только-только начали выстраивать процессы.
Что с этим делать? Однозначного ответа пока нет. Очевидно, что история с Fable 5 стала пиаром в первую очередь для open source моделей – с ними есть свои нюансы, но как минимум есть гарантия, что в развернутые на своем железе открытые веса никто не засунет свой нос. Но действительно серьезный open source: это как минимум топовая видеокарта для личного использования или несколько GPU для корпоративного. Такое потянет не каждый.
Для личного использования советую не зацикливаться на одном ИИ. Оплачивать можно единственную подписку – но регулярно прогоняйте хотя бы простые задачи через бесплатные тарифы. Так набьете руку быстро передавать задачи от одной модели к другой.
Еще старайтесь получше понять устройство ИИ. На “Бусти” у меня есть свежий разбор системного промпта Claude Fable 5 – из него видно, как работает этот слой управления моделью. А в ближайшее время планирую лонгрид про пользовательский промпт и постоянную память ИИ, а также ее перенос между разными нейронками.
Самое время подписаться! | 8 477 |
| 18 |  +4Анонс Sonnet 5, возвращение Fable 5 – да что вообще творится?!
Хаос, обожаю такой хаос!
Cел в ночи писать разбор Sonnet 5, заканчиваю — а зарубежные журналисты пишут о возвращении Claude Fable 5. Добавил в текст ремарку — а уже пришло подтверждение от Anthropic.
Выдыхаем: модель вернется в ближайшие часы. И не только для граждан США, а для всего мира.
Ну а теперь читайте разбор Sonnet 5, некоторые вещи в нем устарели, но переписывать уже не буду, извините.
Начнем с того, что ИИ-сообщество не сильно довольно этим анонсом. Пятерка в названии указывает на новое поколение. И после нескольких часов с Sonnet 5 это видно: модель иначе ведет диалог, у нее другой подход к текстам.
А вот на бенчмарках вырисовывается двойственная картина. С одной стороны, новинка прибавила в сравнении с Sonnet 4.6, что и неудивительно – та вышла 17 февраля.
Но от флагманского Opus 4.8 модель в большинстве бенчмарков отстает – хотя, казалось бы, новое поколение должно быть шагом вперед. Справедливости ради, кодинг в терминале и использование компьютера почти на уровне Опуса, что делает модель хорошей базой для Claude Code.
Заметное отставание видно в SWE-bench Pro, одном из популярных бенчмарков на программирование. По киберспособностям модель тоже придушили: в CyberGym – бенчмарке на поиск уязвимостей – Sonnet 5 уступает даже 4.6, не говоря об Opus 4.8 и Fable 5. В Anthropic добавляют, что усилили защиту модели, доведя до Opus 4.8.
Впрочем, на программировании свет клином не сошелся. Sonnet 5 – основная рабочая лошадка для бесплатного тарифа и самой дешевой подписки Pro, а это территория массового пользователя. Здесь у модели все не так плохо: в GDPval-AA v2 она даже чуть-чуть обходит Opus 4.8 – а это как раз бенчмарк, показывающий, насколько хорошо ИИ выполняет интеллектуальную рутину вроде написания черновиков отчетов, создания презентаций, работы с таблицами и т. д.
Но всплывает другая проблема. Artificial Analysis прогнала Sonnet 5 в серии независимых тестов, оценив ее в 53 балла – лишь чуть-чуть позади Opus 4.8 и GPT-5.5. Но отметили тревожную историю: в среднем задача бенчмарка стоила $2,29, что дороже Opus 4.8 ($1,80) и GPT-5.5 ($1,03).
Справедливости ради, меряли по стандартной цене в API: $3 за миллион входных токенов / $15 за миллион выходных токенов. А Anthropic до 31 августа сделала скидку до $2/$10 – и при такой цене результат получается уже на 15% дешевле Opus 4.8. Но даже так недостаточно дешево для модели классом ниже. Только если Opus 5 не сделают еще более прожорливым.
Ну и финальный удар. В спину Sonnet 5 дышит настоящая звезда последних недель – китайская GLM-5.2. Причем хороша она не только в бенчмарках: я постоянно вижу отзывы от реальных пользователей, которые гоняют модель в разных задачах – от кода до текста и фронтенда. И главное: при почти равных цифрах, GLM-5.2 в три раза дешевле.
Тут стоит сделать небольшую оговорку – GLM-5.2 не поддерживает мультимодальность, то есть, получив изображение на вход, переключается на модель попроще с худшими возможностями. А как раз у серии Claude компьютерное зрение прокачали серьезно – и это большое преимущество. Но для тех, кто не работает с визуалом, GLM-5.2 будет сильной альтернативой Sonnet 5 – тем более, китайцы очень быстро обновляют свою модель.
Возможно, проблемы Sonnet 5 временные: модель нового поколения имеет право быть сырой, проседая в некоторых характеристиках. Но не исключено, что прямо сейчас мы наблюдаем то, о чем многие предупреждали после блокировки Fable 5 – из-за нервозности и суматохи, OpenAI и Anthropic могут начать уступать массовый рынок китайским конкурентам.
В любом случае – в Claude Code Sonnet 5 и Fable 5 будут работать просто отлично. Так что подписывайтесь на мой “Бусти”, там уже целый мини-курс, как начать работать с Claude Code и делать в нем крутые шт | 9 546 |
| 19 | Прочел на канале Кости Сухачева пост про Output vs Outcome – и понял, насколько же круто это все ложится на мои рассуждения последних недель о ценности человека в ИИ-эру.
Если коротко, то Output – это мышление от задачи. Таски, созвоны, фичи – все то, что можно в конце дня пометить красивыми галочками в чек-листе. Нормальный подход для большинства специалистов и даже многих предпринимателей.
Outcome – мышление от изменений. Вы ставите галочки день, неделю, месяц – а какой результат? Сдвинулся ли ваш проект? Решилась ли проблема? Выросли ли вы сам как профессионал?
Очевидно, что процесс без результата особого смысла не имеет. Но Костя верно подмечает ловушку: Output легко контролировать самому (поднажал – задача закрыта), он дает ощущение результата здесь и сейчас, быстрый и гарантированный дофамин. Outcome контролировать сложнее: он проявляется через месяцы и годы, зависит не только от вас, но и от коллег, партнеров, конъюнктуры и даже удачи.
В общем, так было до недавней поры, но теперь внедрение ИИ усложняет историю еще и тем, что во многих областях делает Output практически бесплатным. Получается эдакая дофаминовая карусель: настроил один раз – и на тебе бесконечный поток текстов, кода, мини-продуктов. Вот только чем шире такой поток – тем важнее думать о процессе.
Сейчас уже полно исследований, что грубый расход токенов/лимитов на ИИ редко приводит к результату. Апрельский PwC AI Performance Study показывает, что почти три четверти (74%) экономической выгоды от ИИ достается лишь 20% компаний. Остальные жгут токены почти впустую.
В PwC исследовали, чем отличаются эти 20% компаний. Оказалось, что пока основная масса пытается сократить с помощью ИИ издержки, они направляют все силы на рост. То есть первые пытаются удешевить outcome, вторые – думают об output. И выигрывают.
Не стоит брать эту схему на вооружение как единственную. В том же тексте Костя пишет, что думать только об outcome, целиком забыв про output – другая крайность, не менее опасная. И честно добавляет, что простого решения нет: нужно учиться балансировать между целью (зачем я делаю?) и инструментами. В работе с ИИ этот навык не менее важен: даже дешевые инструменты важно контролировать, а цель всегда останется вашей зоной ответственности.
Кстати, от души советую канал Кости – он делится практическим опытом на стыке ИИ, менджмента, маркетинга и бизнеса. Полезного очень много, отмечу еще несколько постов, которые зацепили:
— Время архитекторов (если вас зацепила тема Output vs Outcome, то этот пост хорошо ее дополняет)
— Nvidia не производит чипов
— Эмоциональный капитал в бизнесе
— Как работать с мозгом, а не против него
— Все ринулись кодить | 7 007 |
| 20 |  +5Похоже, Google начала раскатку Nano Banana 2 Lite
Новая рисовалка уже доступна в Gemini App, если выбрать модель Flash-Lite. У меня на сегодня запланирован другой пост и детально тестировать времени нет (да и рано, пока анонса не было). Но вспомнил, что на "Бусти" у меня есть подробный гайд как писать промпты для графических ИИ, взял оттуда несколько промптов, результаты можете видеть выше.
Короткие впечатления такие:
— работает быстро, генерация почти моментальная.
— неплохо работает со шрифтами, в том числе русскими. Для Flash-модели это главное достижение.
— в целом качество достойное, мне нравится.
— косяки тоже есть, лисенку нарисовала лишнюю лапу, удалить ее при редактировании у меня не получилось.
Делаем скидку, что это Flash-модель и вряд ли конкурент дорогим GPT Images 2 и Nano Banana 2. Но за счет скорости я вижу прямо идеальную модель для "набросков": я, например, часто прошу Opus 4.8 нагенерировать с десяток идей иллюстрации для какого-нибудь поста, тестировать их все в GPT Images 2 долго, а вот в такой модели — идеально.
В общем, милый анонс от Google. Еще ходят слухи, что Anthropic сегодня представит Sonnet 5, но его уже столько раз обещали, что боюсь сглазить. | 9 232 |
