САМАЯ МОЩНАЯ МОДЕЛЬ, КОТОРУЮ ВЫ НЕ УВИДИТЕ

OpenAI выкатила GPT-5.6. Три модели: флагман Sol («самый мощный за всю историю компании»), плюс Terra и Luna. Раструбили на весь мир, какие они крутые. А пользоваться дали двум десяткам избранных партнёров, каждого утверждали поимённо в Вашингтоне. Остальным - смотрите рекламу и завидуйте.

С Anthropic история ещё забавнее, мы её все помним. В начале июня правительство США приказало вырубить доступ к Mythos и Fable - под ноль, включая иностранных сотрудников самой Anthropic. То есть твою же модель тебе же и запретили. Fable, к слову, заблокирован до сих пор.

А на днях - разворот. Mythos 5 разрешили снова: больше сотни американских корпораций и госагентств, и даже иностранным сотрудникам этих компаний пользоваться можно. Списком, через письмо министра торговли. Сегодня нельзя, завтра можно - кому именно, решают в кабинете.

Картина одна на двоих: «у нас есть супер-ИИ, мы вам про него расскажем во всех красках, но потрогать дадим только своим». Нацбезопасность, кибератаки, китайский след - набор отговорок прилагается.

И вот что тут по-настоящему смешно. Закрытость душит ровно то, на чём эти ребята поднялись - конкуренцию. А рынок ждать не станет. За год доля американских моделей на OpenRouter рухнула с ~70% до ~30%. Китайцы - DeepSeek, Qwen, Xiaomi, MiniMax, Kimi - уже впереди, почти половина всех токенов. И без всяких «избранных»: веса открыты, качай и запускай у себя.

Прогноз простой. Пока американцы гордо закрываются, китайцы молча забирают рынок. А как только отток клиентов почувствуется деньгами - вся секретность испарится за неделю. Деньги решают всё: прижмёт по кошельку - тогда и зашевелят булками.

Умнейшие модели планеты вроде есть. А вы их не видите.

Как думаете - китайцы своей открытостью сломают эту игру, или «ИИ для избранных» теперь всерьёз и надолго?

META НАУЧИЛАСЬ ЧИТАТЬ, ЧТО ВЫ ПЕЧАТАЕТЕ. В ГОЛОВЕ.

Помните слепую печать? Десять пальцев, не смотреть на клавиши - целое искусство. Потом пришёл голосовой ввод: удобно, но попробуйте продиктовать письмо в опенспейсе, где сосед слышит каждое ваше «нет, это сотри». Сидишь, разговариваешь с ноутбуком как с собакой.

А Meta показала третий вариант - вводить текст мыслями. Их Brain2Qwerty читает мозговую активность через MEG (без всяких имплантов в череп) и превращает её в текст: у лучшего участника 78% угаданных слов, в среднем 61%. И точность растёт с объёмом данных, без видимого потолка.

Только это не телекинез, как хочется ляпнуть - предметы силой мысли никто не двигает. Скорее телепатия с машиной: компьютер читает, что ты собирался напечатать.

Прежде чем выкидывать клавиатуру - нюанс: MEG это сканер размером с комнату. «Печатать мыслями в кафе» пока откладывается, это лаборатория и надежда вернуть речь людям после инсульта.

Но вектор понятен: пальцы - голос - мысль. А вы бы доверили свои мысли компьютеру напрямую? 🧠

РУБИЛЬНИК СРАБОТАЛ. А ВСЕ СДЕЛАЛИ ВИД, ЧТО ЭТО ПРО БЕЗОПАСНОСТЬ

Anthropic вернула Fable 5 в строй. 18 дней модель провисела под экспортным контролем США - доступ иностранцам вырубили одной директивой. Теперь включили обратно. Повод для блокировки: джейлбрейк, который Amazon нашёл у Fable 5 - через неё можно искать дыры в чужом софте и показывать, как их вскрывать.

Звучит грозно. Только сама же Anthropic в том же тексте признаёт: тот же трюк один в один работает на Opus 4.8, GPT-5.5 и китайском Kimi K2.7. Дыра общая для всех фронтир-моделей. А выключили - одну. Технически это не бьётся никак. И вот это должно насторожить первым.

Потому что интересна не дыра, а прецедент. Впервые доступ к AI-модели отрубили по политической команде, а не по технической. 18 дней - это уже не страшилка с июньского G7 про «а вдруг союзникам перекроют кислород». Это случившийся факт, с датами.

А теперь самое важное, оно спрятано в конце анонса. Anthropic вместе с Amazon, Microsoft и Google строит единый фреймворк оценки джейлбрейков: по осям «прирост возможностей», «охват», «лёгкость превращения в оружие», «обнаруживаемость». Красиво. По факту это стандартизация рубильника. Готовая инструкция, по которой любую модель можно поставить на паузу «во имя безопасности». Ровно схема «trusted partners», о которой шептались на G7.

Что из этого вынести по-взрослому:

Строить бизнес на чужой фронтир-модели как на единственной опоре - значит поставить всё на кнопку, которая не у тебя в руках. Сегодня работает, завтра «экспортный контроль», и твой продукт встал колом не по твоей вине. Фоллбэк - это не паранойя, это гигиена. Держите под рукой запасную модель (в идеале - с открытыми весами, которые никто не выключит письмом из Вашингтона) и абстрагируйте провайдера так, чтобы менять его за час, а не за квартал.

Рубильник существует, и его только что проверили в бою. Вопрос один: вы строите свой продукт на этой кнопке - или рядом с ней?

ВСЕ ГОВОРЯТ ПРО КОД, А GOOGLE ТИХО ЛЕЗЕТ ВАМ В ТЕЛЕФОН

Смотрю ленту за последний месяц - сплошь код. Claude Code, Codex, Cursor, кто у кого отыграл процент на бенчмарке. А Google за этим шумом без фанфар выкатил кучу бытовых штук, которыми пользуешься каждый день. Коротко о том, что нового:

• Nano Banana 2 Lite - картинки за пару секунд и вдвое дешевле старшей. Для «накидать двадцать вариантов и выбрать один». У меня генерация давно на Google, так что прям в кассу.
• Gemini Omni Flash - монтаж видео обычным текстом: «убери фон, сделай темнее» - и готово. То, за что раньше платили монтажёру.
• Auto Browse в Chrome на Android - браузер не просто отвечает на вопросы, а сам делает: проходит оформление заказа, заполняет формы, отменяет подписки. Перед оплатой переспрашивает.
• Голос в Gmail и Docs - надиктовал, а оно нашло нужные письма или собрало документ из потока мыслей. Ни буквы руками.
• Проверка на AI - навёл Google Lens на картинку и видишь: настоящая или сгенерирована. Мелочь, а в эпоху фейков полезно.
• Фоновые агенты в поиске - сами следят за интересной тебе темой и приносят обновления. Персональный дозорный.

Но. Многое пока в тесте и стартует с США и английского - до остального мира доезжает позже. Nano Banana тут добрее остальных: её API открыт глобально, дотянуться проще всего.

Куда это катится. Основное прилетает на Android, тут без сюрпризов. Но Apple ведь сама переезжает на Gemini - их Apple Intelligence теперь на гугловских моделях. Значит, те же фишки скоро доедут и до айфонов. Смешно выходит: спорим, чья модель лучше пишет код, а под капотом у всех потихоньку один и тот же Google.

А вы Gemini вообще открываете - или он висит иконкой, до которой руки не доходят?

FABLE 5 - КАК СЕНЬОР, КОТОРЫЙ ТОЧНО ЗНАЕТ, ЧЕГО ТЫ ХОЧЕШЬ

Погонял Fable 5 и честно - на другие модели уже почти не смотрю. Как будто рядом сидит умный чел, который понимает тебя с полуслова.

Понимает задачу. Задаёт вопросы по делу. Сам замечает попутные мелочи и говорит о них. Держит фокус.

Минус тоже есть. Он слишком самостоятельный. Иногда сам себе задаёт вопрос, ответа не ждёт и едет дальше. Поэтому с ним работаешь не так, как с Opus или GPT-5.5 - надо сразу обозначить, где он решает сам, а где ждёт меня.

И ещё: на сложных задачах Fable быстро ест токены. Это и была одна из причин, почему я сделал плагин.

Собрал небольшой плагин для Claude Code - senior-fable. Смысл простой: дорогая модель думает, дешёвые делают.

• Fable - за главного: разбить задачу, архитектура, спорные решения, собрать всё вместе.
• Рутину (тесты, boilerplate, переименования) отдаёт дешёвому Sonnet.
• Долгие раскопки по коду и логам - Opus в режиме чтения: копается у себя, а мне отдаёт только итог.
• Рискованное (авторизация, миграции, спорная архитектура) - на второе мнение к Codex.

Из-за последнего пункта лучше поставить и Codex-плагин. Без него этот шаг просто пропустится.

Ставится в пару команд, включается через /senior-fable на сессии с Fable.

А вы Fable 5 уже пробовали - или пока на Opus/GPT?

УСПЕЙТЕ ВЫЖАТЬ ИЗ FABLE МАКСИМУМ - ПОКА ОН ПО ПОДПИСКЕ

Сегодня последний день, когда Fable доступен по подписке. Если ещё не гоняли - потратьте его с толком. Не на очередную фичу, а на аудит того, как вы вообще работаете с агентами.

И тут смысл шире, чем сам Fable. Ваш харнес - хуки, скиллы, память, CLAUDE.md - остаётся с вами, а модель под ним меняется. Так что оптимизируете вы не «под конкретную модель», а свой рабочий контур в принципе. Он переживёт и эту модель, и следующую. А сильная модель для такого аудита - как раз повод успеть, пока она в доступе.

Fable отлично тянет эту мета-задачу. Глубины рассуждения хватает, чтобы не просто прочитать конфиги, а выцепить неочевидное: какие вопросы вы задаёте по десять раз (значит, это должно жить в CLAUDE.md или памяти), на что постоянно жмёте «разрешить» (кандидаты в allowlist), какие скиллы мертвы, где дорогая модель жжётся на мелочах.

Важный приём - пусть сначала проинтервьюирует вас, а не сразу копает. Тогда советы лягут на ваши реальные боли, а не на общий чеклист.

Вставьте этот промпт в Fable и оптимизируйте свою работу (он под Claude Code - пути и инструменты подправьте под свой харнес):

Проанализируй мою работу с Claude Code и оптимизируй её. Порядок такой:

1. Сначала проинтервьюируй меня: задай по одному вопросу - какая
   главная цель (скорость / качество / автономность / экономия
   лимитов), что болит сильнее всего, что точно не трогать.

2. Потом изучи мой харнес: ~/.claude/settings.json (хуки, permissions),
   глобальный и проектные CLAUDE.md, скиллы, MCP-серверы, память.

3. Пройдись по истории сессий в ~/.claude/projects - не читай всё
   подряд, сначала собери статистику скриптом (это бесплатно): какие
   первые промпты повторяются из сессии в сессию, где я чаще всего
   отклоняю permission-запросы, какие скиллы никогда не вызываются,
   где длинные сессии обрывались без результата.

4. Дай мне: топ неочевидных находок, приоритизированный список
   улучшений (быстрые победы отдельно) и предложи автоматизацию -
   хуки, allowlist, скиллы, cron. Ничего не внедряй без моего одобрения.

Ключевой пункт - «сначала скрипт, потом чтение». История сессий может весить сотни мегабайт. Наивное «прочитай все сессии» сожжёт лимиты впустую и не факт что доедет. Статистику соберёт python за секунды и ноль токенов - а уже по ней модель решает, что открывать глазами.

Успеете прогнать, пока по подписке?

СЕГОДНЯ ВСЁ ВНЕЗАПНО РАБОТАЕТ

Бывают дни, когда обновления не бесят, а радуют. Сегодня прям такой.

• Grok 4.5 - свежий, по SuperGrok дают пощупать 7 дней бесплатно. Работает неожиданно хорошо, похоже, сказывается покупка Cursor. Не демо-огрызок, а полноценный режим.
• Live 1, голосовой от OpenAI. Включил и сначала выпал: говоришь почти как с живым человеком. Не роботное «чем могу помочь», а нормальный диалог. Меня, честно, подзаморозило.
• На подходе GPT-5.6 - обещают сегодня.

Осталось, чтобы Anthropic в честь такого дня ещё и лимиты сбросили. Вот тогда будет совсем праздник.

А вы уже щупали Grok 4.5 или голосовой режим? Делитесь, как ощущения.

ВЫШЛО ПРОДОЛЖЕНИЕ ГЛАВНОГО БЕСТСЕЛЛЕРА ПРО ИИ

Помните AI 2027? Тот самый сценарий с датами, который все обсуждали. Та же команда (Eli Lifland, экс-OpenAI) выкатила продолжение - AI 2040: Plan A. На этот раз не «как мы все умрём», а «как выжить».

Если кому-то лень читать целиком - вот кратко.

Суть: пять сценариев, как США могут (или не могут) ответить на приход суперинтеллекта.

• Plan A - Договориться (их фаворит). США и Китай в 2029 соглашаются не гнать гонку. Всё AI-исследование открыто, десятки компаний идут вровень и медленно, взаимное сдерживание через контроль над вычислениями. Суперинтеллект откладывают аж до 2040. Сами называют это «наименее плохим планом из тех, что знаем».
• Plan B - Воевать с Китаем. Вместо сделки жёсткое противостояние.
• Plan C - Спустить фору. США профукивают своё технологическое преимущество.
• Plan D - Гнать до сверхинтеллекта. Текущая траектория без тормозов, кто первый - тот и хозяин.
• Plan S - Вырубить всё. Полная остановка разработки.

Главный посыл: индустрия убедила себя, что контроль над сверхИИ «докрутит на ходу». Авторы считают, что это дорога либо к вымиранию, либо к концентрации власти у горстки людей. И зовут договориться, пока не поздно.

Важно: это не прогноз, а рекомендация - «как надо по-нашему», а не «как будет». Читать как манифест, не как сводку фактов.

А вы в какой сценарий верите - договорятся или погонят до конца?

КАК ОТДАТЬ ЛИЧНЫЙ TELEGRAM АГЕНТУ И НЕ СЛИТЬ АККАУНТ

ИИ-агентами мы пользуемся давно - работа, код, рутина. Но личный Telegram, где лежит вся память (кто, что и кому обещал), отдать агенту боязно. И не зря.

Единственный способ был - юзербот. А он логинится в аккаунт КАК ВЫ, через session string. Это не ключ от бота, а ключ от всего аккаунта. Отсюда два страха, оба реальные:

• Бан. Telegram банит за автоматизацию через MTProto, а за что именно - не скажет никто. И тогда улетает личный аккаунт целиком: годы переписки, контакты, привязанные сервисы. Апелляция - как повезёт, чаще мимо.
• Угон. Утёк session string - и чужой уже читает вашу личку и пишет от вашего имени. Двухфакторка не спасёт: она стоит на входе, а сессия уже авторизована.

Так вот, выход есть, и я на нём живу. Официальный Business API - Telegram сам, легально, по вашему разрешению отдаёт боту ваши личные чаты. Никакого session string. Банить не за что: подключение санкционировал сам Telegram. И, что важно, работает даже на бесплатном аккаунте - Premium не нужен, проверял сам.

Под это я собрал открытый telegram-business-bridge и пользуюсь им каждый день. Демон 24/7 пишет всю мою личку в локальную базу с поиском, а агент получает к ней доступ:

• «О чём мы с Х договаривались в марте» - один запрос вместо получаса скролла.
• Ничего не теряю: даже удалённое собеседником сообщение остаётся у меня. Голосовые сразу расшифровываются в текст.
• Занят - агент сам поднимает историю и готовит черновик. Но отправляю всё равно я, одним тапом.

Так закрыта личка. Остаются группы и каналы - их Business API не отдаёт. Для них у меня второй агент: тот самый юзербот из ролика, но на отдельном аккаунте, который не жалко. Сидит в нужных группах, а по команде читает любой чат и приносит мне сводку. Забанят или угонят - потеряю пустышку, а не годы своей переписки.

А всё вместе - и личка, и группы - по ночам дистиллируется в базу знаний по методу Карпаты (как это делаю, показывал в этом ролике), и мой скилл lorebase отдаёт её агенту частями, не забивая контекст.

Итого агент видит весь мой Telegram, и безопасно. Личка - через мост, группы и каналы - через расходного наблюдателя. Схему собрал под себя, живу на ней сам, и на сегодня она закрывает все мои хотелки в мессенджере.

А вы свой личный Telegram агенту уже доверили? Или всё ещё руками? Расскажите, кто как решал.

БЕЗ ШУМА И ПОМПЫ GOOGLE ВЫКАТИЛ ТРИ МОДЕЛИ

Все ждали чего-то громкого. А они по-тихому обновили всю Flash-линейку.
• Gemini 3.6 Flash Лошадка под код и агентов. На выходе жрёт на 17% меньше токенов.
• Gemini 3.5 Flash-Lite Самая быстрая и дешёвая. 350 токенов в секунду.
• Gemini 3.5 Flash Cyber Ищет и чинит дыры в коде. Пока по пилоту для своих.

Честно? Куда это применять - без понятия. Я гоняю Gemini в чате. Задаю непонятные мне вопросы, получаю ответы. Плюс нанобанана на картинки. Всё, на этом применение и кончается.
Да, и ещё, забыл. По видео YouTube тоже вопросы задаю - нативно поддерживают.

А ведь даже китайцы веселее. Тот же свежий Kimi K3 смотрится интереснее, чем то, куда катится Google.

Так куда их пристраивать в реальной жизни? И ждёте ли вы вообще чего-то от новых Flash - или это уже гонка ради гонки?

ГОЛОСОМ. НА РУССКОМ. И ОНО РЕАЛЬНО ДЕЛАЕТ ДЕЛА.

Включил на телефоне голосовой режим Claude - русский уже есть. Пока в бете, голос один, зовут «Звонкий». Поговорил. И это вам не «болталка», как у остальных.
23 июля Anthropic докрутил главное: голос теперь ходит в подключённые приложения - Gmail, Календарь, Google Docs, Slack, Notion, Canva. Голосом просишь перенести встречу или набросать письмо - и он идёт и делает. Крутится уже не на быстром Haiku, а на старших Opus и Sonnet. Модель выбираете сами, отдельной кнопкой.

И вот тут фишка. Под капотом теперь умная агентская модель - та, что умеет строить цепочки действий, как Claude Code. Только голосом. Говоришь задачу, а он сам раскладывает её на шаги: сходить в почту, глянуть календарь, набросать ответ - и выполняет по порядку.
Бесплатный план - Haiku и один коннектор. Платный - все модели и все ваши подключения.

Соль - в сравнении.
ChatGPT в голосе недавно похорошел - звучит живее. Но инструменты дёргать так и не умеет. Поговорить да, сделать работу нет.
Gemini - король внутри Google. В Gmail и Docs он как дома, лишние шаги убирает, окно контекста больше. Но силён он ровно в своём огороде.
Claude - другой зверь. Ему всё равно, через что работать: Gmail, Notion, Slack. Сшивает разные системы в одном разговоре и думает между шагами. Короче так: Gemini - король внутри Google, Claude - переводчик между всеми вашими системами сразу.

И вот что зацепило меня как гика. Теоретически цепляются вообще все коннекторы - даже кастомные, которые делаешь сам. А в свой коннектор можно прикрутить что хочешь: внешний слой памяти, свои проекты, да хоть чайник. То есть рулить голосом с телефона собственной базой знаний - реально.
И без самодеятельности: каждое действие только с вашего подтверждения, а в ответах ссылки на источники - видно, какие письма и документы он трогал.

Пробовали голосом на русском? За кем будущее - за домашним огородом Google или за универсальным мостом?

ВЫШЕЛ OPUS 5.
А Я ВМЕСТО ТЕСТОВ ПОЛЕЗ ПЕРЕПИСЫВАТЬ СВОЙ CLAUDE.md.

У меня правило: вышла новая модель - сначала пересмотри свой харнес. И начинать с главного файла, глобального CLAUDE.md. Он грузится в каждой сессии, любая ошибка в нём умножается на всю работу.

Anthropic тут сам дал сигнал. Thariq из команды Claude Code показал (пост): для Opus 5 они выпилили 80%+ системного промпта - и эвалы не просели.
Старые модели надо было связывать правилами. Новые от этих правил тупеют. Главная боль - когда инструкции в одном запросе спорят между собой, и модель тратит силы на разруливание вместо задачи.

Что я сделал у себя:
• Прогнал /doctor прямо в Claude Code - команда сама проходит по скиллам, MCP и CLAUDE.md и предлагает, что выкинуть.
• Попросил модель сверить мои правила с её системным промптом - и она сама показала, где моё правило с ней спорит, а где просто дублирует. Конфликты я руками не искал, просто спросил.

Прикладываю файл CLAUDE.md. Он, само собой, не полный - я вычистил персональные данные и инструменты, которыми пользуюсь, но постарался оставить полезное для вас. Тупо копировать не стоит, возьмите то, что пригодится.

Если коротко: с новой моделью пересмотрите свой CLAUDE.md и заодно скиллы, которыми пользуетесь постоянно. Файл после чистки не обязательно станет короче. Задача другая - убрать противоречия.

А вы свой CLAUDE.md под новую модель пересматриваете - или он с прошлого года копится?

OPUS 5 Я ТАК И НЕ РАСКУСИЛ - НО КАК ПОМОЩНИК ОН ОГОНЬ

Наконец плотно потестил Opus 5. И честно - до конца я его так и не понял. Промтить его надо иначе, чем прошлые модели.
Он конкретнее и молчаливее. Похож на GPT: даёшь задачу - идёт до конца, не бросает на полпути. Скажет пару слов и, как Fable, молча уходит работать.

Что зацепило - доводит дело до конца. Раньше модель могла встать на середине: мол, дальше сам. Этот докручивает всё до рабочего результата, включая мелочи, которые раньше приходилось выпрашивать отдельно.
И проверяет себя сам. Настолько, что Anthropic официально советуют убрать из инструкций «проверь свою работу» - иначе он гоняет проверку по второму кругу, а платишь за это ты. Сам я держу его на high .

Так как моими основными моделями стали Fable5 и Opus 5, под них я решил переделать свой конвейер .

В прошлом посте я переписывал свой CLAUDE.md под свежие рекомендации Anthropic - те самые, где они из своего Claude Code выкинули 80% инструкций. Тогда дошёл до главного файла, теперь до самого плагина - senior-fable.

Идея та же, что и была: дорогой Fable не палит токены зря - он думает, разбивает задачу и раздаёт работу, а руками пашут модели попроще.

Новое - исполнителем я поставил Opus 5. Fable остаётся техлидом: архитектура, спорные решения, приёмка. Opus 5 пишет код. Заодно выбросил из плагина лишние правила, оставил только роли - кто думает, кто пишет, кто проверяет. Каждый делает то, что умеет лучше всех.

А вы Opus 5 уже щупали? Раскусили - или он и вам показался тёмной лошадкой?

КАК СТАВИТЬ ЗАДАЧУ АГЕНТУ, ЕСЛИ ТЫ НЕ ПРОГРАММИСТ

Я не пишу код. Но задачи агенту ставлю каждый день - и они выполняются. Секрет не в программировании. Секрет в том, КАК сформулировать.

Есть подход из разработки - BDD (разработка на основе поведения). Звучит страшно, а суть детская: описываешь не КАК делать, а ЧТО должно получиться и КАК ты поймёшь, что готово.

Две вещи, которые ты обязан дать:
• Цель - что хочу на выходе.
• Критерий готовности - как я пойму, что это оно.
Всё, что между - забота агента. Не твоя. И описываешь ты это как поведение: «когда вот так - тогда вот это». Не пожелание в пустоту, а конкретный сценарий.

Бытовой пример. Ремонт в ванной. Ты же не диктуешь плиточнику, под каким углом держать шпатель. Ты говоришь: «плитка вот такая, ровно, без зазоров, чтоб вода не стояла». Это цель и критерий. КАК он это сделает - его работа.

С агентом так же. Скажешь «сделай картинку для поста» - получишь классический «ожидание vs реальность»: в голове было одно, на выходе другое. А скажешь «картинка для Telegram, 16:9, тёмный фон, крупный заголовок по центру» - выполнит с первого раза. Вся разница - в критерии.

А теперь как из «хорошо» сделать «отлично».
Сначала работаешь как с чёрным ящиком: дал цель и критерий, получил результат. Работает - не лезь внутрь. Хочешь поднять планку - погружайся: разбей на мелкие шаги, у каждого свой критерий. Попроси показать план ДО работы и что он реально менял - не пересказ «как я сделал», а сами шаги. Так понимаешь процесс и шлифуешь там, где важно.
От простого к сложному. Сначала - результат чёрным ящиком. Потом медленно внутрь, ровно настолько, насколько нужно.

Программирования тут нет. Есть умение точно сказать, чего ты хочешь.

А вы как ставите задачи агенту - сразу с критерием готовности или объясняете на ходу?

УПРАВЛЕНИЕ АГЕНТАМИ - ЭТО УПРАВЛЕНИЕ ЛЮДЬМИ

Чем дольше работаю с агентами, тем сильнее дежавю. Всё, что заставляет агента работать, придумали задолго до нейросетей - для людей. И все классические ошибки менеджмента агенты повторяют один в один, только быстрее и дешевле.

Собрал несколько , где совпадает точь-в-точь.

• Микроменеджмент. Кажется, машине можно навесить 100 условий, она же справится. Получается наоборот: чем длиннее список, тем быстрее исполнитель его теряет. И человек, и агент. Три условия, которые можно проверить, выигрывают у десяти, которые проверить нечем.

• Запреты с причиной. Голый запрет держится ровно до первого нового случая. Запрет с причиной исполнитель переносит сам. «Туда не ходи, сюда ходи, а то снег башка попадёт - совсем мёртвый будешь». С агентом ровно так же. Да и родители знают давно: «не трогай» не работает, а «не трогай - горячо» работает.

• Проверка. «Оцени качество своей работы» бесполезно и в работе, и в чате: сам себя не похвалишь - никто не похвалит. Мой любимый вопрос агенту: «что ты решил сам, о чём я не просил». А проверять свою работу самому - как стричься самому: спереди вроде норм, а что сзади - узнаёшь от окружающих.

• Отчёты. Гладко было на бумаге, да забыли про овраги. Агент бодро рапортует «всё готово», начинаешь проверять - готово две трети, остальное заглушки и «потом доделаю». Доверяй, но проверяй: смотри на результат, а не на доклад о нём. Менеджеры со стажем сейчас грустно улыбнулись )

• Метрики. Британцы в Индии платили за убитых кобр - местные начали кобр разводить. Эффект кобры агенты воспроизводят безошибочно: попросишь «за минимум шагов» - выкинут тесты, попросишь «больше кода» - завалят мусором. Итальянская забастовка в исполнении робота. Смотреть надо, КАК он шёл к результату.

• Мультиагентная система. Соберёшь такую - и львиная доля сил уходит на то, чтобы они договорились между собой. Заседают, обсуждают, согласовывают и не работают . Поздравляю, вы построили Министерство: совещание о подготовке к совещанию. Взаимные проверки агентов - списывание по кругу: все уверенно повторяют ошибку того, кто решал первым. А переписка между ними портится, как сплетня к третьему пересказу, поэтому пусть общаются через документы. И девять женщин по-прежнему не родят ребёнка за месяц.

Работа с агентами - это переход из исполнителя в начальники, со всей положенной ломкой: руками не делаешь ничего, ставишь задачи, проверяешь, даёшь обратную связь. И разбираться в деле желательно глубже, чем делегируешь. Иначе остаётся не управлять, а болеть за исполнителя, как за сборную Испании: азартно, громко но без влияния на счёт.

Как говорил кот Матроскин, «средства у нас есть, у нас ума не хватает». С агентами это правило работает беспощадно: мощность модели ничего не решает, решает порядок в голове того, кто ей управляет. Умному агент умножает результат, а бардак он умножает с тем же энтузиазмом ).

Какой вывод? Менеджмент всегда был наукой с медленной обратной связью: понял, что задачу поставил плохо, через полгода, когда уже не разобрать, что сломалось. С агентами петля сжалась до часов. Плохо сформулировал - через час любуешься результатом. Поправил - сразу видишь разницу. Впервые появился тренажёр управления с мгновенной обратной связью и дешёвыми ошибками. А если агенты у вас упорно не работают - у меня плохие новости про ваши брифы сотрудникам.

А у вас агент уже вёл себя точь-в-точь как знакомый коллега? И поделитесь лайфхаками - какие приёмы одинаково выручают и с людьми, и с агентами?

РАСШИРЕНИЕ ДЛЯ NOTEBOOKLM ТЕПЕРЬ В МАГАЗИНЕ CHROME

Помните видео, где я автоматизировал NotebookLM? Оно собрало 177 тысяч просмотров.
Расширение из того видео - Add to NotebookLM - раньше ставили вручную через режим разработчика. Теперь оно в Chrome Web Store: установка в два клика, обновления прилетают сами.

Что умеет:
• Любую страницу в нотбук одним кликом - или целиком как PDF со всем содержимым
• YouTube: добавить видео, плейлист или все видео с канала, вытащить комментарии как источник
• Массовый импорт ссылок и всех открытых вкладок сразу
• Синхронизация с Google Drive - Docs и Sheets прямо из шапки NotebookLM
• Несколько аккаунтов, тёмная тема, русский и английский интерфейс

Код открытый, бесплатно.

Просьба. В поиске магазина пока вылезают чужие копии, а не оригинал. Если пользуетесь - зайдите и поставьте звезду. Оценки и установки поднимут настоящее расширение наверх, и его начнут находить.

Пользуетесь Gemini Notebook или пока обходите стороной?

FABLE 5.1 ТОЛЬКО ВЫШЕЛ - И Я СРАЗУ ЗАПУСТИЛ ЕГО ПЕРЕДЕЛЫВАТЬ СВОЙ HARNESS

Fable 5.1 вышел вчера. Я сразу посадил его за мою же систему - попросил разобрать, как я работаю, и предложить, что переделать в моём harness.

Всё свежее, толком ещё не обкатал: ниже пока рекомендации, а не проверенные временем правила. Но толковые, поэтому делюсь уже сейчас.

В прошлый раз я показывал вам и плагин, и свой CLAUDE.md - сегодня свежие версии обоих. Плагин - senior-fable

Откуда всё это. Fable прочитал свою же системную карточку на 212 страниц, гайд Anthropic по миграции на новые модели и мои транскрипты Claude Code за 30 дней - там скрипт посчитал токены по моделям и ролям. Ещё сходил в issues репозитория Claude Code и на Hacker News проверить, один ли я мучаюсь с Opus 5.

Так что ниже смесь из того, что пишет сама Anthropic, и того, что видно по моим цифрам.

1. Не гонять модель на максимальном усилии.
В карточке есть график: на агентском бенчмарке по коду Fable 5.1 лучше всего работает на среднем уровне, а на высоком и выше результат падает. Anthropic сама объясняет почему: модель начинает лезть за пределы задачи, дописывает комментарии в соседних файлах, заводит доки, которых не просили.
По моим транскриптам видно, куда уходят токены: из 15 миллионов, что Fable выдал за месяц, на видимый текст и код ушло два. Остальное - размышления, и именно их режет уровень усилия.
Настройка называется effort, у агентов в Claude Code её можно задать каждому отдельно. Об этом мало кто знает.

2. Дорогая модель думает, дешёвые делают.
Fable разбивает задачу и держит картину целиком, а рутину - тесты, однотипные правки, раскопки по коду - отдаю моделям попроще, чтобы не жечь дорогие токены на ерунду.

3. Opus 5 держать в рамках.
В роли исполнителя он меня за месяц измотал: переусложнял, делал то, о чём не просили. Думал, дело в моих настройках. Оказалось, Anthropic сама пишет об этом в гайде по миграции: модель может расширять задачу, проверяет себя без просьбы и пишет файлы длиннее нужного. Там же дана готовая фраза, которая держит её в рамках. А в issues Claude Code лежит запись от 29 августа с ровно моими симптомами - значит, не только у меня.
Оставил Opus 5 на среднем усилии с этой фразой, а тесты и мелкие правки отдал Sonnet 5 на максимальном. На такой работе он почти не отстаёт, а стоит в разы дешевле.

4. Слова пользователя - дословно.
Когда Fable ставит задачу подчинённой модели, он пересказывает мою просьбу своими словами и в пересказе искажает. В карточке это описано отдельным пунктом, вплоть до выдуманных цитат пользователя. У меня «убери буферы» однажды превратилось в «уменьши до 30».
Теперь в задании для подчинённой модели мои слова идут дословно, отдельным блоком.

Остаток лимита по Fable теперь виден прямо в строке статуса - вынес его туда отдельным плагином. Обновил свой статус-лайн

И заодно нашёл косяк у себя: ревьюер на Codex целый месяц работал на минимальном усилии - в конфиге стоял low вместо high.

А вы уже пробовали Fable 5.1? Как ощущения?

Я БОЛЬШЕ НЕ ПОНИМАЮ, ЧТО ДЕЛАЕТ МОЙ АГЕНТ. А ЭТО ЕЩЁ СЛАБАЯ ВЕРСИЯ

Раньше, когда на выходе получалась ерунда, я думал «модель тупит». Теперь ставлю задачу Астре или Фэйблу 5.1 и всё чаще ловлю себя на другой мысли. Это не он сделал неправильно. Это я не смог с ним договориться.

Разница тут огромная. Галюны на месте, овер-инжиниринг на месте, иногда уезжает вообще не туда. Но когда разбираешь, почему вышло не так, упираешься в свою постановку, а не в его мозги. Сижу и смотрю на его работу как ребёнок на взрослого.

Наружу при этом лаборатории отдают не самое сильное. Mythos весной показали всем, а потрогать дали избранным по списку. То есть я упираюсь в границу своего понимания на модели, которая внутри компании считается вчерашней.

И вот на этом фоне случился прецедент, которого не было ни разу. В субботу Амодеи написал, что пора осознанно замедлить рост возможностей моделей. Через пару часов Альтман - «согласен с Дарио», за ним Маск - «Дарио прав». Три конкурента, которые год бодались за каждый бенчмарк, вдруг сошлись на том, что надо сбавить.

Дедушка Донни ответил с гольф-турнира: «Мы опережаем Китай, и я хочу, чтобы так и осталось. Кто победит в ИИ - тот победит». Уступать и договариваться он явно не собирается )

Помните книгу, которую мы разбирали в июле? Там ровно эта развилка и две концовки. Сейчас мы стоим на ней живьём.

Нажмут на тормоз - новое станет выходить раз в полгода вместо раза в месяц-два, зато лимиты подобреют. Будет время догнать то, что уже стоит в терминале.

Не нажмут - уже через полгода у нас окажется то, что сегодня лежит у них внутри под замком, а следом и это станет вчерашним. Разрыв между «я поставил задачу» и «я понял, что он сделал» превратится в пропасть. Разговор с агентом будет выглядеть как неандерталец, объясняющий Эйнштейну, чего он хочет. Эйнштейн кивнёт и сделает. А проверить неандерталец уже не сможет, только принять на веру.

И вопрос тут даже не в Китае. Вы готовы каждый день жать «принять» на работе, которую больше не понимаете, или пусть лучше притормозят?