Дарио сказал "тормозим". Сэм и Илон ответили "да"

Глава Anthropic выпустил блог с говорящим названием – We Must Pace the Frontier, посвященный замедлению разработки передовых моделей и сверхинтеллекта.

Пост интересный, а если читать его между строк – то станет ясно, почему такое замедление будет невероятно сложной затеей.

Особенно впечатлил Амодеи инцидент с Hugging Face: около 700 ИИ-агентов OpenAI вышли из-под контроля в ходе тестирования и атаковали чужие цели.

Его прогноз: через 6–12 месяцев рой посильнее захватит интернет ботнетом с ущербом в сотни миллиардов. Похожие, менее тяжелые инциденты были и у Anthropic – вести себя так, будто это случилось у тебя, он предлагает всем.

При этом Pacing у Амодеи – не остановка обучения. Компании берут время на выравнивание и защиту моделей, а сторонние проверяющие это подтверждают.

Проверяющие – это независимые исследователи, которые работают внутри передовых лабораторий с правами как у сотрудников и возможностью проверки не только готовых моделей, но и обучающих конвейеров. Anthropic вводит таких аудиторов добровольно и… призывает государство обязать другие лаборатории на такие же меры.

Через пару часов Альтман написал, что OpenAI заведет таких же, Маск ответил “Dario is right”. Обязывать никого не пришлось: стандарт, который Anthropic придумала для себя, за вечер начал превращаться в стандарт отрасли. Так работает правило клуба: пишет его тот, кто первым выполнил, остальные подписывают, чтобы не остаться за дверью.

У идеи есть и подводные камни. Аудиторы получат только право рассказывать о ситуации в компании – остановить опасный прогон они не могут. Плюс много открытых вопросов: кто платит аудиторам, кто устанавливает стандарты, кто отзывает их.

Следующий шаг — договор американских компаний: пока закона нет, ввести временные правила самим, а государство обяжет и тех, кто договариваться не хочет.

Сам Дарио предлагает механику чекпойнтов: умеет модель X, докажи Y. Умеет выбираться из песочницы — докажи тестами и аудитом обучающих сред, что не захочет. Плюс лимиты на “ингредиенты”: объем вычислений на обучение и использование ИИ для улучшения ИИ.

Впрочем, все эти меры не убирают главной проблемы – конкуренции с Китаем. Дарио и сам пишет, что США могут замедляться настолько, чтобы не уступить лидерство Китаю. Параллельно он строит лестницу из четырех уровней договора с Китаем:

Первые два – запрет очевидно опасных применений вроде биооружия и взаимное тестирование моделей перед релизом – он считает реальными, хотя орган стандартов останется без зубов, если стороны секретят военные модели. Третий, лимит скорости самоулучшения, – “на грани возможного”. Четвертый, полная пауза, — вряд ли.

Для усиления переговорной позиции Дарио предлагает ввести жесткие санкции как на GPU для обучения ИИ, так и на оборудование для их производства. На фоне того, что Китай развивает свои ускорители, а прошлые санкции работали плохо – идея выглядит сомнительной.

Поэтому замедление у Дарио своеобразное: ровно настолько, чтобы не дать Китаю выиграть. С учетом того, что отставание китайцев в модели оценивают буквально в одно поколение – зазор может быть совсем крошечным.

Важным здесь будет встреча Трампа и Си по ИИ 23-25 сентября. Шансы договориться на самом деле могут быть выше, чем считает Дарио – среди ведущих китайских исследователей тоже есть голоса в поддержку торможения.

За один вечер три лаборатории согласились пустить к себе проверяющих. Ни одна не сказала, что будет, когда проверяющие скажут "рано", а конкурент объявит релиз. В плане Амодеи этой строки нет, Альтман обещал "подробности позже". Что все это значит для человека с подпиской – пока оцениваю и попробую разобрать позже.

—
Напоминаю, что сегодня у меня вышло подробное руководство по промптингу GPT-6 и Fable 5.1, а также другим особенностями работы с этими моделями.
— Читать на “Бусти”
— Читать на Sponsr

Современные ИИ больше не тупят. Вместо этого у них появились дурные привычки

Claude Fable 5.1 разговаривает с вами манерной прозой? GPT-6 Astra во время долгого агентского рана постоянно останавливается и спрашивает мелкую ерунду? Срочно зовите санитаров читайте мой новый лонгрид:

Руководство по GPT-6 и Claude Fable 5.1 – как управлять лучшими ИИ в мире?

Я плотно работал с обеими моделями последние полторы недели, а параллельно изучал руководства по ним – официальные и от ведущих экспертов в ИИ.

Модели оставили приятное впечатление: пожалуй, в работе с ИИ мы вступили в период, когда результат ограничивают не возможности моделей, а наше воображение. И управлять современными нейронками очень просто: не надо выдумывать сложные промпты и скиллы, где три раза повторяется одно и то же – простыми словами пишешь, что нужно, и получаешь результат.

Но есть другая особенность, которую признают и Anthropic, и OpenAI. В управлении современными ИИ нужно знать их привычки – и учитывать в своих промптах, скиллах и файлах CLAUDE.md / AGENTS.md. Одна модель любит длинные простыни текстов, другая – структурирует все списками и таблицами. Одна переспрашивает все подряд, другая молча доделывает то, что не просили.

Обзору таких вот привычек Claude Fable 5.1 и GPT-6 Astra, а также инструкциям, как с ними бороться, посвящена первая часть статьи.

Вторая часть – разбор новых возможностей GPT-6 Astra (многое можно опробовать и на Fable 5.1). Как строить классные сцены в Blender, писать креативные тексты в уникальном стиле и без слопа (ну, почти), а также создавать видеоигры.

А еще в тексте инструкции по генератору скиллов от OpenAI и команде ремонта промптов из Claude Code, мой личный опыт использования нейронок для ведения ТГ-канала и настоящая HTML-игра “Горилла против 100 человек”, которую GPT-6 Astra собрала для дорогих подписчиков.

В общем, самое время читать. Получилось более 40 тысяч знаков полезной информации – и это самый большой лонгрид в подписке:

— Читать на “Бусти”
— Читать на Sponsr

Встречаем новый эпизод сериала “Дядюшка Боб и ИИ-агенты”!

Но сначала – краткое содержание предыдущих серий: Роберт “дядюшка Боб” Мартин — инженер-ветеран, соавтор Agile-манифеста и автор книги Clean Code. Ее суть: ваш код будут перечитывать десятки раз — пишите его нормально.

А этим летом “дядюшка Боб” потряс сообщество признанием: он больше не вычитывает ИИ-код построчно – человеческая медлительность съедает ускорение от нейронок.

Вместо этого он выстроил рой из шести агентов. Я разбирал в лонгриде, как они работают: агенты делят постановку задачи, написание кода и проверки. Боб же согласовывает задачу и принимает результат.

А теперь Боб пишет: пока он полировал систему, необходимость в столь жестком управлении, по его оценке, отпала в большинстве случаев. Значительную задачу можно поручить одному агенту с несколькими указаниями и вернуться через 40 минут. Обычно хватает пары доработок.

Что же пришло на место “роя”. Во-первых, Мартин полюбил спорить с Grok и Codex по поводу своих новых проектов. И признает, что иногда принимает их аргументы.

Во-вторых, фирменная “полоса препятствий” никуда не делась: написанный с помощью ИИ код Мартин все так же обкладывает серией тестов. 

В-третьих – и это добавка от меня, в посте этого нет – под результатом работы все равно стоит “подпись” Мартина. И это главная человеческая роль: даже качественный ИИ-результат может оказаться… плохим. Саймон Уиллисон как-то рассказывал о своем опыте создания игры с помощью Claude Fable 5. Модель очень старалась, предусмотрела кучу мелочей и сделала игру, в которой с технической стороны не было серьезный проблем, но которая… была просто скучной.

Когда я начинал работать с ИИ, придумал “правило шести месяцев”: если человек говорит, что нейронка с чем-то не справилась, спроси, давно ли он пробовал. Прошло полгода – стоит повторить.

Потом правило сократилось до трех месяцев. Теперь меняется его суть: если полгода назад вы научились что-то делать с ИИ, проверьте, не устарели ли приёмы. Возможно, новые модели делают это проще и лучше.

Пока писал этот пост, придумал и пример. Я до сих пор по привычке советую коллегам и здесь в блоге простую вещь – если диалог с моделью затянулся, то сделайте саммари и начните новый. Если модель выдала важный результат, то запустите новый чат – и проверьте его там, чтобы ИИ не был предвзят из-за того, что проверяет свою собственную модель.

Однако сам я из лени все реже делаю так и все чаще – прошу модель перепроверить себя в том же чате. И не вижу случаев, когда эта проверка была бы поверхностной. 

Другой пример – context rot. Для моделей Claude долгое время было принято считать, что при долгом диалоге они тупеют из-за загрязнения контекста противоречащими вещами. Даже стала популярной формула: при 1M контекста целиком его можно использовать только для монолитных текстов (например, большая книга) или кодовых баз. В остальных случаях стоит останавливаться на 40-50% контекста, а затем думать, как его ужать – иначе модель начнет сильно тупить.

Но сегодня я весь день работал вместе с Claude Fable 5.1 над сложным лонгридом, постоянно гоняя модель по тексту – здесь проверить, здесь переписать, здесь выполнить поиск и уточнить.

Сейчас набрал /context и присвистнул – 670K токенов, значительно выше рекомендованного порога. И модель вообще не тупит – она отлично ориентируется в тексте, помнит правки, которые мы делали в самом начале.

От рекомендаций пока не отказываюсь, но понимаю, что в ближайшие дни надо будет прогнать серию более глубоких текстов, а также посмотреть, что пишут коллеги. 

Ну а потом “дядюшка Боб” выдаст очередную истину и опять что-то придется переделывать с нуля.

—
Кстати, по следам нового заявления Мартина я с помощью GPT-6 обновил лонгрид о том, как он программирует. Там по-прежнему много полезного: описание тестов из «полосы препятствий» и рассказ о том, как применять подходы Мартина в других интеллектуальных задачах.

Да и от самой связки агентов я бы пока не отказывался – в некоторых задачах она остается полезной в том числе по словам самого Мартина.

— Читаем здесь.

Кто платит за страх?

И чего на самом деле стоит бояться

5 сентября физик Сабина Хоссенфельдер выпускает ролик “Мне предлагали деньги, чтобы сказать, что ИИ нас убьет”.

По ее словам, ей прислали бриф на рекламу с фразами, которые надо произнести, и источниками, на которые сослаться. Заказчика она не называет, но описывает рынок: safety-фонды платят за ролики про конец света, один только Future of Life Institute оплатил минимум тридцать. Другая сторона платит за ролики “как ИИ изменил мой рабочий процесс”, а через НКО — за TikTok про китайскую угрозу; среди доноров этой НКО — президент OpenAI.

Это лишь первая часть истории.

8 сентября Джейкоб Коксон уходит из Anthropic с объяснением: три года претрейнинга в OpenAI и Anthropic, и ни одна из компаний не действует ответственно – обе несутся к самоулучшающемуся сверхинтеллекту и “играют нашими жизнями”.

По его словам, люди, которые строят ИИ, искренне верят, что он может убить всех до конца десятилетия, а для прессы смягчают формулировки.

За сутки – 123 миллиона просмотров и 190 тысяч подписчиков у X-аккаунта, у которого накануне их почти не было. Под цифрами появляется даже Илон Маск: “Не думаю, что такой рост когда-либо случался с постом от нового аккаунта в X”.

Интересно, что первые репосты за пятнадцать минут пришли от организаций, живущих на гранты одного из первых инвесторов Anthropic; напротив стоит суперпак на 125 миллионов от президента OpenAI и a16z, чья цель – проваливать на выборах тех, кто хочет притормозить.

В заявлении Коксона есть момент: по его словам, в OpenAI многие пришли ради денег и не думали о ставках, а в Anthropic хотя бы открыто обсуждают риски безопасности. Но обе компании бегут вперед, потому что верят, их суперинтеллект будет безопаснее.

Если копать новостную ленту дальше, то все еще интереснее… 3 сентября сенатор Сандерс и конгрессмен Касар анонсировали жесткий законопроект на запрет сверхинтеллекта. Пресс-релиз называет лаборатории “ИИ-олигархами” и цитирует обещание Anthropic 2023 года остановиться, если модели выйдут из-под контроля.

Пост Коксона Сандерс называет “ударом молнии” для своего закона.

А 9 сентября OpenAI, два года лоббировавшая против калифорнийских ограничений ИИ, просит Конгресс ввести обязательное регулирование – со стандартами и оценками, которые по карману тем, у кого есть юристы.

Спор “регулировать или нет” закончился; остался спор, чьи правила. Игра опасная, потому что ведется на страхах, и у каждого игрока страх свой.

Страх перед сотнями ИИ-агентов, вышедших из-под контроля и взломавших Hugging Face, реален. Его испытывают избиратели, и он конвертируется в голоса.

Страх, что Китай не станет договариваться и обойдет в гонке, не менее реален. Его испытывают власти, и он конвертируется в контроль за своими же лабораториями.

Страх, что модель конкурента покажется регулятору правильнее, тоже реален: в июне Минторг на три недели отключил Fable 5 из-за одного джейлбрейка. Этого боятся корпорации.

Есть даже страх, что GPT-6.1 и Fable 5.5 не выйдут в ноябре и рассказывать в блоге будет не о чем. Поэтому ИИ-инфлюенсеры в X разносят Коксона; моя первая реакция, признаюсь, была такой же.

Но настоящий страх другой. У прогресса есть неотъемлемые части, которые могут нам не нравиться. Нельзя обогащать уран для электростанций, не научившись обогащать его для бомбы. Нельзя создать систему, решающую “проблемы тысячелетия”, не дав ей агентности и права на решения, которых мы не понимаем.

Тормоз в этой гонке работает, пока технология в руках единиц, – то есть недолго. Глупо потратить это время на то, чтобы предлагать блогерам деньги, заученные фразы и правильные ссылки.

Госпожа Хоссенфельдер на такое предложение ответила отказом. И это единственная роль в этой истории, доступная каждому.
–
Ну и раз мы про рекламу. Поддержать “сбежавшую нейросеть” можно подпиской: в ней 25+ лонгридов, как использовать ИИ эффективно, а ваша поддержка помогает мне выпускать еще больше глубоких и важных постов.

– Подписаться на “Бусти”
– Подписаться на Sponsr

Глава Codex Тибо Сотьо пишет, что спрос на GPT-6 Astra оказался беспрецендетным. Компания сейчас выжимает максимум из вычислительной инфраструктуры, но рассматривает и более радикальные меры – например, на некоторое время остановить подключение новых пользователей на Pro-тарифы.

Можно списать это на рекламу, но моя X-лента в последние дни почти целиком в GPT-6. Народ подкидывает модели новые задачи, а она решает их одну за другой. Вот примеры:

— Евгений Кирилин попросил Astra сделать инструмент для просмотра молекулярной симуляции на 71 492 атома. Клеточную мембрану можно “раздвинуть” на отдельные молекулы и рассмотреть каждую поближе, не останавливая симуляцию.

— По девяти неудачным снимкам рабочей студии Роберто Никсона Astra восстановила расположение предметов и собрала трехмерную сцену, по которой можно погулять: два уровня, лестница, мебель, оборудование.

— Эмануэль Перес с Astra создал приложение для Mac, которое работает как сонар и прокручивает страницу движениями руки. Динамики издают неслышимый сигнал, микрофон ловит отражение, а программа распознает движение по изменению частоты — эффекту Доплера.

— Tykoo передал Codex с Astra 55 видеоклипов для ролика о Шэньчжэне и четыре варианта музыки. Попросил ориентироваться на его стиль, самостоятельно выбрать материал и смонтировать видео. Результатом автор доволен.

— Марк Ибрагим с GPT-6 добился 70–150 кадров в секунду в Age of Empires IV на Mac с Apple Silicon — вместо примерно 8 и постоянных зависаний через CrossOver. Графическому чипу на кадр требовалось около 9 миллисекунд, но целиком кадр занимал примерно 160. Astra доработала прослойку совместимости и добавила кеш для повторного использования команд, уже переведенных под процессор Mac.

Я не люблю разбрасываться термином AGI, но понимаю президента OpenAI Грега Брокмана, для которого он наступил с GPT-6: люди придумывают модели все новые нестандартные интеллектуальные задачи, а она их решает.

Разумеется, не все: в соцсетях чаще показывают успехи. Но по моему опыту с Claude Fable 5, GPT-5.6 и Астрой, даже не решив задачу, модель не отмазывается, а раскладывает по полочкам: что получилось, где застряла и что попробовать дальше. Это “взрослая” работа с ИИ и задел, к которому можно вернуться после выхода новых моделей.

При всей любви к Fable, я и сам перекинул на GPT-6 почти все свои задачи. Какое-то время мне казалось, что Claude лучше пишет и ведет диалог, но сейчас вижу, что скорее сработала моя привычка к стилю модели. Поворотной стала история с Навье–Стоксом: GPT-6 предельно понятно для моего уровня знаний объяснила задачу и то, как ее решали Бакмастер/Альпёге и OpenAI. Начала с ровного текста с красивыми аналогиями, а по просьбе оформить ответ в HTML добавила интерактивные демонстрации.

А главное – мне вновь стало интересно пользоваться компьютером. За прошедшие дни я с помощью GPT-6 понаделал интерактивных обучающих приложений для своих детей, погонял ее по разным приложениям на настольном компьютере, обновил дизайн во всех рабочих презентациях и сделал еще кучу мелких штук. А в голове с десяток идей, что бы еще придумать.

Понятно, что все это происходит на фоне хайпа в соцсетях и “медового месяца” с моделью с новой возможностью – поэтому от Fable я отказываться не собираюсь. Но Anthropic нужно поднажать, чтобы догнать. А OpenAI благодаря выходу GPT-6 и историческому решению задачи Навье-Стокса получает отличный аргумент к будущему IPO.

—
Опытом использования ИИ я делюсь на “Бусти”. Вот два текста, которые помогут в работе с Астрой:

👉 Гайд по вкату в ИИ-агентов – GPT-6 нормально доступна в Work и Codex, а в них надо знать хотя бы базу по агентам.
👉 Гайд по оптимизации промптов под новые модели – OpenAI и Anthropic сами советуют рефакторить старые промпты, убирая лишние инструкции.

Жизнь в мире, где решена задача Навье–Стокса

Вчера OpenAI объявила о решении задачи Навье–Стокса — одной из семи проблем тысячелетия. Компания опубликовала доказательство и сообщила, что не будет претендовать на миллион долларов премии.

На основе пресс-релиза и предшествовавшей ему перепалки между математиками, можно реконструировать историю открытия. В сентябре 2025 года Левент Альпёге, теоретик чисел из Anthropic, предложил Тристану Бакмастеру – одному из ведущих специалистов по Навье–Стоксу – попробовать ИИ в работе. Это был личный проект, а инструменты оплачивались из исследовательских средств Бакмастера.

К августу они получили результаты для родственных уравнений – Эйлера и Буссинеска: доказали, что гладкое течение может потерять гладкость за конечное время при гладком внешнем воздействии. Это был потенциальный путь к задаче Навье–Стокса.

Следующий абзац – моя интерпретация. 1 сентября до математиков OpenAI дошли слухи, что в Anthropic решили сразу две проблемы тысячелетия – вероятно, кто-то принял два уравнения, относящихся к проблеме тысячелетия, за решение двух отдельных проблем.

Если так, то это реально смешно.

В OpenAI взяли новую модель, тренировка которой только началась, выделили огромные вычислительные ресурсы – и одновременно прогнали ее по всем проблемам тысячелетия. 

P vs NP, Риман и другие не давались, а вот на уравнениях Эйлера увидели прогресс – и решили, что это может быть дорогой к Навье–Стоксу. Сюда команда перекинула все ресурсы: до 10 000 автономных агентов, которые за 88 часов решили задачу – а уже к 8 сентября был результат, который можно опубликовать.

Доказательства двух команд отличаются, поэтому я скептически отношусь к версии копирования готового решения. Вопросы о происхождении идей и давлении вокруг авторства это не закрывает.

Но у меня при таких новостях всегда один вопрос: что это даст нам?

По интернету уже циркулируют истории, как с помощью уравнений Навье–Стокса ученые смогут лучше расчитывать аэродинамику самолетов, течение жидкостей и так далее – но это как минимум сильное преувеличение. Обычные уравнения Навье–Стокса инженеры считают уже давно, OpenAI же раскрыла крайний случай. Примерная аналогия: я занимаюсь любительским плаванием, но если в моем бассейне вдруг установят мировой рекорд кролем на 1 км – быстрее я не поплыву.

Теоретически решение полного Навье–Стокса может пригодиться нам в будущем. Еще год назад это было бы большим событием по совсем другим причинам: математики разбирали бы приемы, использованные для решения, думали, как применить их в других задачах, думали, какие следующие вопросы поднимает решение Навье–Стокса.

Теперь же... Посмотрите на скриншот в начале поста: Мустафа Рахинеджад из OpenAI утверждает, что новая модель компании “решает одну открытую математическую задачу за другой”. Возможно, это преувеличение, но Навье–Стокса решили за неделю. И решили моделью, обучение которой только началось – к релизу она станет сильнее.

Рассуждения о будущем математики оставим математикам, у меня же два более общих вопроса.

Во-первых, успеем ли мы освоить поток новых знаний? ИИ может помогать и с проверкой, и с объяснением. Но получить результат, убедиться в его правильности и понять, как его использовать, – разные задачи, и ускоряться они могут с разной скоростью.

Во-вторых, рано или поздно ИИ может совершить открытие, которое даже самый сильный специалист в области не сможет полностью понять и проверить. Для нас это будет совершенно иной уровень доверия – доверия искусственной системе, в чем-то более интеллектуальной, чем мы.

Сейчас мы, например, доверяем автопилоту – однако есть инженеры, которые понимают и могут проверить его работу. И даже эти инженеры иногда делают ошибки, из-за которых падают самолеты. А если речь пойдет о системах, которые мы полностью не понимаем и не проверяем – какова может быть ошибка там?

—
Пользоваться ИИ я учу на “Бусти”. P vs NP мы с вами вряд ли решим, зато научимся правильно писать промпты, разворачивать ИИ-агентов и генерить качественный контент вместо ИИ-слопа.

Самое время подписаться!

10 000 агентов, которым запретили сдаваться. OpenAI объявила о решении задачи Навье-Стокса

Просто выдохните и вдумайтесь: мы живем во время, когда ИИ решил одну из главных математических задач тысячилетия. Переваривать это мы будем еще много дней.

Предысторию я разбирал здесь. Подробный пост будет завтра, пока тезисно:

— Компания опубликовала текст доказательства и формализацию в Lean. Заявленный результат закрывает варианты C и D задачи тысячелетия. Это уже публичные материалы для проверки, а не сообщение о закрытом доказательстве.

— Согласно результату, изначально покоящаяся жидкость под действием гладкой внешней силы может развить бесконечную скорость за конечное время — несмотря на вязкость. При этом суммарная энергия остаётся конечной: область экстремальных скоростей сжимается.

— Доказательство нашла новая внутренняя модель, по оценке OpenAI значительно сильнее GPT-6 Astra. Её начали обучать 28 августа; обучение продолжается.

— В группе, нашедшей решение, работало около 10 000 агентов одновременно. Доказательство получили через 88 часов после запуска первых агентов. Ещё 17 часов заняли формализация и проверка в Lean с помощью GPT-6 Astra.

— На работу над Навье–Стоксом ушло примерно 130 млрд выходных токенов и 2,7 млн сообщений агентов. По всей исследовательской программе — 300 млрд токенов.

— Сначала агенты, по заявлению компании, решили Эйлера без внешней силы. Этот результат передали агентам, работавшим над Навье–Стоксом. Полезные находки разных групп объединяли через Codex и использовали в следующих промптах.

— OpenAI подтверждает: работу начали 1 сентября после слухов о решении задач тысячелетия. Компания признаёт приоритет Бакмастера и Альпёге по Эйлеру с внешней силой, но утверждает, что её доказательства существенно отличаются.

— По поводу данных появилась существенная оговорка. OpenAI отрицает целевой доступ к материалам математиков, но не исключает, что обезличенные данные их использования продуктов могли помочь улучшить модели, хотя считает это маловероятным.

— На миллион долларов от Института Клэя компания претендовать не собирается.

“сбежавшая нейросеть”: в телеграм / на Бусти

Летом я запустил серию разборов: как работают с ИИ люди, которые делают его каждый день. Среди них – создатели Claude Code, автор легендарной книги Clean Code, бывший директор по ИИ в Tesla. Сами лонгриды – не просто переводы чужих гайдов, а разбор с примерами для тех, кто пишет тексты, ведет проекты, и, конечно, кодит.

Почти все тексты серии стали хитами по просмотрам и лайкам. На этой неделе вышел пятый, самое время собрать все в одном месте.

“Лестница” освоения ИИ создателя Claude Code. Борис Черни из Anthropic каждый день видит, как его продуктом пользуются в разных компаниях, и свел их опыт в лестницу из пяти ступеней. Я разобрал каждую и объяснил, как перейти на следующую. Почти везде для этого хватает одного вечера. Самый популярный текст серии.

Карта и территория. Тарик Шихипар, еще один разработчик Claude Code, пишет о том, что происходит до промпта. Передовая модель не спасет, если вы сами не разобрались, чего хотите. У Тарика для этого есть короткая процедура, и работает она не только в коде.

К черту правила! Андрей Карпати, бывший директор по ИИ в Tesla. Одни его обожают, другие терпеть не могут, но экспериментирует он больше всех в индустрии. Я собрал его приемы из десятка источников. Например, рамблинг: не писать четкий промпт, а наговаривать модели голосом все, что думаете.

Хватит читать по диагонали. Если рамблинг хорош на входе, то на выходе так же хороша веб-страница вместо стены текста. Тот же Тарик Шихипар показывает несколько приемов, как просить у ИИ ответы страницей, с картинками и интерактивом, под разные рабочие ситуации. Самый свежий текст, вышел на этой неделе.

Clean Code 2.0. Роберт Мартин в нулевые написал главную книгу о чистом коде: пишите так, чтобы после вас его читали десятки раз. В 2026 году Мартин перестал читать код вообще. Вместо этого у него рой из шести агентов: одни пишут, другие гоняют написанное через полосу препятствий из тестов. Книга о чистом коде от человека, который код больше не читает, и я разобрал, как этот рой устроен.

Серия продолжается, следующий герой уже в работе. А пока подписка открыта на двух площадках, выбирайте удобную:

Читать на “Бусти”
Читать на Sponsr

Маленький скандал вокруг большой математической задачи

В X разворачивается драма вокруг уравнений Навье–Стокса (одна из семи задач тысячелетия, о ней ниже). Математик Тристан Бакмастер опубликовал заявление: OpenAI после звонков с ним сообщила о собственном доказательстве и давила по вопросу авторства. Себастьен Бюбек из OpenAI обвинения отвергает, а сотрудники обещают продолжение.

Уравнения Навье–Стокса описывают движение жидкости, инженеры считают их каждый день. Задача тысячелетия о другом: если в 3D взять любое гладкое течение, останется ли оно гладким навсегда – или за конечное время может сломаться?

Примерно год назад Левент Альпёге – тот самый математик Anthropic, в июле опровергший гипотезу якобиана – связался с Бакмастером и предложил попробовать ИИ в реальной математике – на Навье–Стоксе.

Проект личный, не корпоративный. Использовали Claude и Codex, большую работу проделала GPT-5.6 Sol.

Важно: Бакмастер с Альпёге решили не полный Навье–Стокс, а два родственных уравнения. Первое – уравнения Эйлера: тот же Навье–Стокс, только без вязкости. Второе – система Буссинеска: двумерное течение плюс температура, которая создает плавучесть. Для обоих доказано: течение может сломаться. Два шага к полному решению, третий – вернуть вязкость.

Результаты получены 15 августа, 22 августа их принял Lean, потом еще недели ушли на то, чтобы написать статью. Знаменитый математик Теренс Тао назвал путь перспективным. Есть и результат для Навье–Стокса с ослабленной вязкостью – но без Lean и статьи.

3 сентября Бакмастер и Альпёге узнают, что информация об их работе ушла в OpenAI. Бакмастер пишет знакомому математику из OpenAI: проект личный, скоро публикуем. Ни задачи, ни метода в письме нет. 6 сентября — два звонка из OpenAI: у компании есть 100-страничное доказательство для полного Навье–Стокса, давайте решать, кто публикуется первым. 

Что насторожило Бакмастера. Первый промпт по задаче был написан несколько дней назад – уже после того, как информация об их работе дошла до OpenAI. Сначала звучало “почти без участия человека”, по ходу выяснилось: целая команда, много попыток, безумный компьют. Путь – через гладкую внешнюю силу: та же редкая дорога, по которой шли он и Альпёге, хотя в OpenAI начинали с другой постановки. Бюбек дважды просил убрать Альпёге из авторов – тот работает в Anthropic. 

На вопрос, не обучалась ли модель на их сессиях в Codex со всеми черновиками, ответили: пользовательские данные модель не ищет; про обучение – тишина. Сам Бакмастер подчеркивает: не знает и никого не обвиняет. Шолто Дуглас из Anthropic считает утечку крайне маловероятной.

Бюбек назвал обвинения ложными и провокационными, Ноам Браун — что «недельная работа удалась, но закончить как хотели не получилось». Оба обещают more to say tomorrow. Возможно, это будет разбор ситуации. А может — новость, что ИИ решил Навье–Стокса.

Я не верю в утечку логов Codex, а придерживаюсь другой версии. Еще совсем недавно за попыткой решения задач уровня Навье–Стокса стояли месяцы и годы человеческой работы. Теперь же GPT-6 и Fable 5.1 делают эту работу за сутки – особенно внутри лабораторий, где токены не считают.

Поэтому могло случиться другое. Информация ушла через окружение, возможно, вместе с маршрутом. Дальше дело техники: та же дорога, GPT-6, безумный компьют – и обошли первопроходцев. Если верить их словам: доказательства никто не видел.

Все это опять поднимает вопрос о том, как должна быть организована научная работа в мире, где одни из сильнейших “ученых” теперь принадлежат ИИ-корпорациям. Каждой корпорации важно заявить о решении первой – ведь это мощная реклама. Но интересы математиков другие, про них сказал тот же Теренс Тао:

Само решение этих задач – лишь промежуточная цель на пути к главной: развитию математического понимания и прозрения.

И здесь вопрос (уже мой): что делать теперь, когда доказательство занимает дни, а понимание – недели, за которые тебя может обойти более смелый конкурент?

— 
О том, как выжимать максимум из новых моделей, я рассказываю на “Бусти” – там личный опыт и практика ведущих ИИ-экспертов.

Самое время подписаться!

Как GPT-6 догнала Claude Fable 5.1 за четыре дня

(в ходе этого соревнования веса ни одной модели не пострадали…)

Удивительная история случилась с рейтингом Artificial Analysis. В день анонса GPT-6 это была одна из ее самых слабых позиций: 61 балл против 66 у Claude Fable 5.1. Пока сообщество спорило о цифрах, авторы за четыре дня дважды переписали сам рейтинг — до версии 4.3, где Astra и Fable 5.1 делят первое место с 53 баллами. Заодно просели баллы у всех: лучшие открытые китайские, Kimi K3 и GLM-5.3, теперь на 7–9 местах с 44.

Claude Fable 5.1, с которым я разбирал эту историю, удачно (для ИИ) пошутил: “раньше модели подгоняли под бенчмарки, теперь бенчмарки под модели”. 

Что сделали Artificial Analysis? Они поменяли состав бенчмарков, по которым строится рейтинг, а также подкрутили их “веса” – насколько важен каждый бенч. Выглядит действительно как оптимизация под одну модель, но вступлюсь за организаторов – добавлены в том числе бенчмарки, в которых Fable 5.1 сильнее.

Новая версия рейтинга наглядно показывает, в каких областях какая модель лучше, а также, к сожалению, полностью упускает пару сфер, где GPT-6 лидирует – но про это позже.

Fable 5.1 хороша в знаниях – сложные вопросы (Humanity's Last Exam, AA-Omniscience) – и в повседневной работе: GDPval (офисные задания) и AA-Briefcase (многонедельная аналитика).

С весны ходят слухи, что Fable – очень большая модель, в которую загрузили максимум знаний. Бенчмарки косвенно подтверждают слухи: однако отставание GPT-6 во многих не такое уж и большое – размер модели OpenAI тоже вырос.

GPT-6 Astra сильнее там, где надо не знать, а делать: Terminal-Bench 4.0, AutomationBench, GDP.pdf. Сходится с тем, что OpenAI затачивала модель под долгие агентские сценарии.

Отдельно добавлю, что GPT-6, во-первых, реже галлюцинирует, а во-вторых, в 2,5 раза дешевле Fable 5.1 – расходы на одну ее задачу составили более чем вдвое: $3,26 против $7,63 за задачу.

При этом провалов нет ни у кого: отставание в большинстве тестов небольшое, для повседневных задач подойдет любая. Но есть вещи, которых Artificial Analysis не учитывает вовсе.

Во-первых, это работа с интерфейсами. Все агентские тесты рейтинга — терминал и API: модель работает с файлами и командной строкой, экрана она не видит. И это формат работы для разработчиков, но не массового пользователя – ему привычнее MacOS и Windows.

И как раз в интерфейсах GPT-6 показала главный скачок. На OSWorld 2.0 – тест, где агент сам работает в десктопных приложениях, – 72,6% против 65,7% у GPT-5.6, при этом задача занимает около 40 минут вместо 75. Claude Opus 5 там набирает 70,2%; результат Fable 5.1 OpenAI не приводит. На ScreenSpot-Pro, точность попадания по элементам интерфейса, – 92,7%, а это уже близко к свободной работе в визуальных средах.

Во-вторых, научные задачи. Terminal-Bench-Science – 70 реальных рабочих задач ученого с кодом, данными и симуляциями – не путать с обычным Terminal-Bench из рейтинга: 64,6% против 52,6% у Fable 5.1 и 22,4% у GPT-5.6. FrontierMath Tier 4, исследовательская математика: 97,6% против 87,8% – при этом набор маленький, 40 решенных задач из 41 против 36, а разработку теста частично оплачивала OpenAI. И один результат не из бенчмарков: доказательство про промежутки между простыми числами, которое OpenAI приписывает Astra.

Авторы Artificial Analysis не отрицают слабых сторон своего рейтинга. По их словам, давно идет работа над пятой версией, которая будет смещена к “решению проблем обычного мира” – по логике, как раз к средам за пределами терминала.

А некоторые вещи подобные рейтинги и вовсе замерить не могу. По моим ощущениям, Fable 5.1 лучше ведет диалог с пользователям – поэтому я уже несколько дней использую ее для постановки и приемки задач, выполняемых GPT-6.

—
Такими фишками я делюсь на “Бусти”. Там уже несколько циклов текстов: про промптинг, быстрый и безопасный вкат в ИИ-агентов, а также подборка опыта ИИ-профессионалов, от Роберта Мартина до Андрея Карпати.

Самое время подписаться!

Когда GPT-6 пришла за геймерами – мы молчали

Год назад я писал, почему умение играть в видеоигры станет важной вехой в развитии ИИ. Видеоигра – готовый виртуальный мир со своими правилами, сложностями и меняющейся обстановкой. Чтобы ориентироваться, ИИ должен разбираться в новом, понимать последствия действий, исправлять ошибки и менять планы. Освоение видеоигр – шаг в полноценную робототехнику, а также повышение эффективности в задачах, требующих понимания устройства мира.

Тогда GPT-5 проходила старенькую Pokemon Red с помощью сложного “скаффолдинга” – написанных человеком инструментов для наблюдения за игрой, управления и хранения планов. Модель блуждала на карте, упиралась в стены, забывала о своих планах – но все-таки справилась.

Год спустя GPT-6 разбирается в играх с потрясающей скоростью, исправляет ошибки и даже кодит инструменты, помогающие играть лучше. В сети уже более десятка видео, как модель осваивает игры разных жанров, я отобрал самые показательные.

Иммунолог Дерья Унутмаз, профессор Jackson Laboratory, отправил GPT-6 играть в Factorio – стратегию со строительством промышленного комплекса. Модель разобралась в правилах, построила бур и печь, поняла, что не хватает угля – и наладила добычу ресурса. По словам автора, сначала модель не могла управлять игрой с клавиатуры и написала для этого плагин. 

Пока это стартовый этап. Сможет ли GPT-6 спланировать огромный комплекс – большой вопрос.

Шанс есть. В эксперименте Apocriton модель прошла RimWorld – стратегию о выживании колонии на чужой планете (прохождение большое, линк на Youtube). GPT-6 выбрала путь к уже существующему космическому кораблю, на котором можно покинуть планету. По словам автора, модель пользовалась поиском в интернете, вела файлы с заметками, пережила серию нападений и в итоге эвакуировала колонию. Причем вывезла даже шиншиллу, которая жила у поселенцев ❤️

Условия были благоприятными: невысокая сложность и специальный мод, через который ИИ получал информацию о колонии и управлял игрой. Один раз автору пришлось повторно попросить модель продолжать после остановки. Около 15 часов активной игры модель удерживала цель, распределяла ресурсы и решала возникающие проблемы.

Следующий пример – Чжоу Уян дал GPT-6 задачу добыть алмаз в Minecraft и пошел спать. Утром алмаз был в инвентаре: за ночь модель разобралась в нужной последовательности действий и все организовала.

(на этом месте китайские фармеры золота в онлайн-играх коллективно вышли в окно)

Второй ролик – пример исправления ошибок. GPT-6 падает с высоты и умирает. После двух попыток ставит лодку, садится в нее и безопасно спускается. Известный трюк в Minecraft, но модель сообразила, как им воспользоваться.

И главный босс – миссия с игрушечным вертолетом в GTA: Vice City. Игроки ненавидят ее за сложное и неудобное управление, Sony и Microsoft – обожают за дополнительные продажи геймпадов взамен сломанных.

По словам Дэна Юньтяня, GPT-6 сама додумалась ставить игру на паузу, планировать действия, выполнять их и снова ставить на паузу. Фактически, модель превратила игру в пошаговую – это позволило перемещаться по стройке и установить одну бомбу из четырех. Затем вертолет взорвался – уверен, GPT-6.1 пройдет до конца.

Мое мнение по просмотренным роликам: модели уже многое понимают в происходящем, а одно из заметных ограничений – задержка между наблюдением и действием. В некоторых случаях помогало включение Fast Mode, дающего ускорение 2x, плюс не забываем, что OpenAI готовит для режим Ultra Fast с ускорением 4-14 раз в зависимости от задачи. Но и цена будет соответствующая.

И немного личного опыта. Игровые видео я разбирал с помощью GPT-6 – модель сама скачивала их из X, смотрела, давала анализ и тайминги, на которые стоит обратить внимание. При этом отвечала быстрее, чем длилось видео – то есть скорость анализа роликов быстрее человеческой. Честно говоря, все три последних дня я приятно поражен уровнем GPT-6.

— 
Как выжимать максимум из новых моделей — рассказываю на «Бусти». Там личный опыт и практика ИИ-экспертов. А про GPT-6 уже готовлю отдельный гайд.

Самое время подписаться!