сбежавшая нейросеть

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

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.

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

Ваш 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!

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

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.

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”

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

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”

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/

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!

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

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

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.

Это все, что я хочу сказать про обновленную версию Claude Fable 5 и ее продвинутые классификаторы безопасности 😁😁😁

Все, что вам нужно знать про обновленную версию Claude Fable 5😁😁😁

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!

Анонс 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

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

Похоже, 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.