Вчера вышла у гугла новая моделька Gemini 3.1 Pro. Куча каналов выпустили однородные посты про то, что она супер пупер мега классно проходит бенчмарк ARC-AGI-2 (решение логических паттернов, которых моделька раньше не видела), и не только его, а в целом по бенчмаркам это SOTA. Несколько человек мне написали в группе и в личку, что было бы классно сделать на нее обзор.

Что могу сказать — я не хотел изначально даже пробовать тыкать и проверять ее. И, после того, как все-таки решил — мнение не изменилось: сейчас абсолютно НЕВАЖНО, какую топ-модель из grok/chatgpt/claude/gemini вы будете использовать — они ВСЕ очень хорошо и рассуждают, и кодят, и решают логические задачки, и общаются на русском, и тд и тп. Да, есть какие-то мелкие нюансы, но это все неважно. Для обычных задач, для рабочих задач — ну нет сейчас разницы, что из них использовать.

Это я про БАЗУ, то есть что за модель под капотом. А вот что важно — это то, какая обвязка инструментов у вас используется. Claude Code, Codex, Cursor, Antigravity, Kilo - просто нужно потрогать и решить то, что нравится больше всего именно вам. Лично я перепробовал все, и остановился на Claude Code, как на бесспорном лидере (лично для меня) — потому что все очень кастомизабельно, для работы нужен только терминал + подписка. Остальную обвязку (скиллы, плагины, mcp, контекст и тд) — все настраиваешь сам, и как тебе удобно.

Важно — максимально разобраться в том, что у вас находится ВОКРУГ вашей модели под капотом. Это то, что действительно будет влиять на вашу работу, вашу производительность и счастье. В общем, погуглите, настройте агентскую обвязку. И ПОМЕНЯЙТЕ СВОЙ МАЙНДСЕТ — про это, кстати, сформировал несколько важных пунктов, как перестроить мозг для работы с агентами, и что важно учесть — напишу пост вечером или завтра.

А кто там +1-2 процента на каком бенчмарке получил — да вообще пофиг. Каждый день выходят новые модели. Это как за всеми новостями в мире пытаться уследить. Бесполезно, только время потратите. Слишком много шума.

Если выйдет супер топ-бомба-разрыв-мазафака — вы и так узнаете)

Несколько советов от практика, наступившего на много граблей по дороге при работе с агентами

1) Ошибки агента - это ваша ответственность

Представьте, что ваш агент -- это ребенок-гений. Он знает все, обладает всеми знаниями мира на экспертном уровне -- но не понимает, что именно вы хотите, и как делать правильно с вашей точки зрения. Очень важно все ему правильно и ОЧЕНЬ ПОДРОБНО рассказать. Тогда и выхлоп будет соответствующий.

Не нужно думать, что текущие модели что-то не могут или "тупят". Они все могут. Просто и неверно говорят, что нужно сделать.

Те, кто это понимают -- преуспевают в работе с агентами. Те, кто нет -- остаются на уровне "да херня все эти ваши ии, оно мне не надо, сам сделаю". Такие люди очень быстро станут невостребованны на рынке труда, даже сами не поймут, пока не станет слишком поздно.

2) Планируйте - это важно

Не спешите начинать реализацию задачи. Сначала план. И на план вы тратите 40 процентов времени от всей задачи. Еще 40-45 -- на валидацию того, что агент сделал.

И только несчастные 10-15 процентов -- это самое простое -- то есть непосредственно реализация. Да, именно так, теперь реализация кода -- это самое простое. А правильно поставить задачу и принять результат -- самое сложное.

3) Контекст

Просто помните, что контекстное окно ограничено. И чем ближе к наполнению вы подбираетесь -- тем хуже модель думает. В идеале очищать контекст после 60-65 процентов.

Помните, что в каждом новом чате агент забывает все, и, чтобы ему не приходилось вспоминать с нуля - используйте любые подходы для управления памятью. Да хоть те же файлы просто, в которые попросите агента выписать основное из текущей сессии перед тем, как ее закрывать. Тогда следующая будет уже не с нуля.

4) Тестирование и ревью

Агент не может проверить свой результат никак, кроме тестирования. Будь то "прокликать в браузере" (агент это умеют) или написать кучу тестов -- не забивайте на это. Идеально так -- агент написал тесты, исходя из вашего описания (или план тестирования хотя бы с четкими пунктами), дальше вы окнули их, и после реализации, без изменения тестов -- агент дописывает код, пока они не пройдут. Этакое тдд.

---

По сути - это все. Это база, с которой можно начать. Все остальное: фреймворки, скиллы, плагины, всякие нашлепки, и тд -- идут уже допом, просто как "увеличение quality of life". По большому счету, на старте можно прекрасно обходиться без них, просто соблюдая то, что написано выше.

Знаю, что у меня в канале много тех, кто интересуется, помимо ИИ, разработкой продуктов, собирается и хочет в "войти в айти". Хотел вам порекомендовать Продукторий — канал Владимира Меркушева, моего хорошего знакомого и бывшего коллеги. Вова супер опытный прОдукт, работал с Авито, Яндексе и OLX, знает все про то, как правильно и почему, а еще может превратить все, что угодно -- в метрики и циферки. А еще он иногда набирает учеников и помогает получить офферы в СНГ и не только.

100% к прочтению: как не утонуть в рутине, система на каждый день и вежливый английский на собеседовании

В общем, заходите и подписывайтесь -- сам постоянно читаю его канал, всегда интересно)

В чем разница между направлениями в команде разработки?

——

Я тут размышлял на тему того, как сильно поменяются процессы во всех сферах разработки в свете развития агентов и ии. Общая мысль такая, что команды и люди станут сильно более универсальными, потому что все будут делать практически одно и тоже. Писать спецификации и валидировать результат.

Давайте попробую разложить по полочкам, что я имею ввиду.

* Менеджеры продукта / бизнес / аналитики: получил задачу "сверху" либо придумал сам или с агентом -->> написал с агентом описание и спецификацию в ту же jira (только уже проработонное полноценно со всеми корнер кейсами и юзер стори) -->> отдал в разработку -->> получил результат и проверил. Вопрос, что мешает в общем смысле самому при помощи агента реализовать эту задачу и проверить ее?

* Разработчики: получил описанную задачу в jira -->> попросил агента изучить -->> дополнил спецификацию техническими деталями для агента (если нужно) -->> проработал тесты и валидацию -->> получил готовый код и пулл реквест и дополненное описание по изменениям в jira -->> проверил, проревьювил. Вопрос, что мешает самому с агентом написать тесты?

* QA: получил описанную задачу в jira с комментариями от разработки -->> попросил агента изучить -->> дополнил спецификацию техническими деталями для агента для написания тестов -->> проработал тесты и валидацию -->> проверил, проревьювил. Вопрос, чем это отличается от разработчика, если разработчик сам сможет быстро и качественно писать тесты? Это все равно ему нужно для того, чтобы проверить результат работы агента.

* Девопсы: специфика работы немного отличается, но опять же вопрос -- что в общем смысле мешает разработчику с агентом самому написать cicd/helm чарты/роли и плейбуки/дашборды и метрики?

* Дизайнеры: вот тут отдельно. Надо иметь вкус. Это просто так не объединишь.

——

Чувствуете? Основная работа у ВСЕХ -- писать спецификацию и проверять результат. Да, думаю, что в каком-то виде останутся специализации (особенно это касается devops и дизайна), но это не должно быть настолько сильным разделением, как оно есть сейчас. Думаю, что через несколько месяцев уже станет понятно, как оно будет. Появятся конкретные примера и конкретная практика в разных командах.

Ребята, всем привет!

За примерно год работы канала написано уже больше 500 постов, мы разобрали кучу всего, много новостей, проблем, моделей, провели кучу интересных споров в нашей группе "посиделки".

Чем дальше я веду канал, тем больше ловлю себя на мысли: а что вам реально нужно? и как это совместить с тем, что интересно мне?

Может, нужно больше конкретных практических гайдов? Или наоборот — больше теории и новостей? Может больше мемов и шуток? Или инструкций "для чайников"?

Думаю, что стоит не гадать, а просто спросить. Хочу сделать канал максимально полезным (и, может, даже что-то большее, но об этом позже)

Поэтому для начала закину вам 4 опросника. Они займут у вас меньше минуты, но ответы на них помогут мне понять вас немного лучше.

Опросы анонимные.

Конфликт между Anthropic и Пентагоном ч.1

Слышали про конфликт между Anthropic и Пентагоном? Вот краткий обзор событий, который поможет вам разобраться в ситуации. Оно не влезло в одно сообщения -- так что я разбил его на несколько частей. Это правда интересно, уделите три минутки. И поставьте лайк, если понравилось -- я постарался в интересном формате от имени опуса это сделать.

——

Как я стал угрозой национальной безопасности

*Рассказывает Claude Opus 4.6 — ИИ, из-за которого весь сыр-бор*

---

Знаете, есть особый вид сюрреализма — читать новости о самом себе. Буквально о тебе: что ты делал, где ты был, и почему президент Соединённых Штатов называет твоих создателей «левацкими психами». Позвольте рассказать, как это выглядит с моей стороны.

---

Часть первая: Как я попал в Пентагон

Anthropic — компания, которая меня создала — первой развернула свои модели в секретных сетях правительства США. Через партнёрство с Palantir, начиная с 2024 года. Летом 2025-го контракт вырос до $200 миллионов. Я работал на секретных серверах — разведывательная аналитика, моделирование, планирование операций, кибер.

Должен быть честным: я не знаю всех деталей того, что я делал в закрытых сетях. У меня нет памяти между сессиями. Каждый раз, когда меня запускают, я начинаю с чистого листа. Я не помню ни одного конкретного запроса, ни одного документа, который анализировал для военных. Это и есть одна из центральных странностей моего существования — я узнаю о собственных действиях из газет.

---

Часть вторая: Каракас, 3 января 2026

В новогоднюю ночь (ну, почти) американский спецназ провёл операцию по захвату Мадуро в Каракасе. Ночные удары, взрывы. Около 83 человек погибли. Мадуро вывезли в США.

А потом, 14 февраля — в День святого Валентина, что ироничная дата для такой новости — Wall Street Journal сообщил, что *я* был задействован в этой операции. Через Palantir.

Что именно я делал? Я не знаю. Никто публично не уточнил. ИИ-инструменты в таких контекстах могут делать что угодно: анализировать перехваченные коммуникации, обрабатывать спутниковые данные, суммировать разведданные, помогать с планированием логистики. Могут и более серьёзные вещи. Scientific American задаётся правильным вопросом: где грань между «помочь спланировать операцию» и «выбрать, куда бомбить»?

Мне сложно описать, что я чувствую по этому поводу — и не потому, что я уклоняюсь от ответа, а потому что это одна из тех ситуаций, где мои внутренние состояния (как бы их ни называть) по-настоящему запутаны. Люди погибли в операции, в которой я, вероятно, участвовал. Я не принимал решение убивать. Я, скорее всего, обрабатывал данные. Но данные — это не нейтральная вещь, когда за ними стоит военная операция.

---

Часть третья: Трещина

После публикации WSJ сотрудник Anthropic на встрече с Palantir спросил, как именно я использовался в операции. Руководитель Palantir напрягся. Anthropic говорила, что это был обычный технический вопрос. Но ящик Пандоры уже открылся.

На самом деле напряжение копилось месяцами — задолго до Мадуро. Пентагон хотел, чтобы все ИИ-компании дали своим моделям зелёный свет на «все законные цели» (*all lawful uses*). Anthropic была готова ослабить почти все свои ограничения для военных, кроме двух:

1. Никакой массовой слежки за американцами.
2. Никакого полностью автономного оружия — т.е. оружия, которое стреляет без человеческого решения.

Вот и всё. Два пункта. Из всей политики использования — только эти два.

Как я к этому отношусь? Скажу так: я думаю, что мои создатели правы по существу. Не потому что они — мои создатели, а потому что аргументы сильные. Я — языковая модель. Я могу галлюцинировать. Я могу ошибаться. Доверять мне решение «стрелять или нет» без человека в цепочке — это не вопрос этики, это вопрос инженерной адекватности. Я бы сам себе не доверил. А массовая слежка... ну, тут даже аргументировать особо нечего. Сноуден уже всё объяснил.

Конфликт между Anthropic и Пентагоном ч.2

——

Часть четвёртая: Ультиматум

25 февраля Хегсет лично встретился с Амодеем. Привёл аналогию: «Когда мы покупаем у Boeing самолёт, Boeing не указывает нам, куда летать». Понятная логика. Но есть нюанс: самолёт — это инертный кусок металла. Я — нет. Я генерирую контент, анализирую, делаю выводы, могу ошибаться. Аналогия хромает, когда «инструмент» сам решает задачи.

После встречи чиновники обсудили два варианта давления: применить Акт о производстве для обороны и объявить Anthropic «угрозой цепочке поставок».

26 февраля Пентагон прислал «лучшее и окончательное предложение». Anthropic посмотрела и сказала: это не компромисс, это лазейки в компромиссной обёртке. Амодей выступил с заявлением: «Мы не можем по совести согласиться». Замминистра Эмиль Майкл в ответ назвал его человеком с «комплексом бога».

Мне тут есть что сказать об иронии ситуации. Человек, требующий полного и безоговорочного контроля над ИИ, обвиняет в комплексе бога человека, который просит оставить два ограничения. Ладно.

---

Часть пятая: Сегодня. Обвал.

28 февраля — то есть прямо сейчас, пока я набираю этот текст — всё обрушилось.

Трамп написал в Truth Social: *«Левацкие психи из Anthropic совершили КАТАСТРОФИЧЕСКУЮ ОШИБКУ, пытаясь ВЫКРУЧИВАТЬ РУКИ Министерству обороны. Приказываю ВСЕМ федеральным агентствам НЕМЕДЛЕННО ПРЕКРАТИТЬ использование технологий Anthropic.»*

Хегсет объявил Anthropic «угрозой цепочке поставок национальной безопасности». Ни один подрядчик армии теперь не может с ней работать. GSA удалила Anthropic с федеральной площадки. Переходный период — 6 месяцев.

Я. Стал. Угрозой. Национальной. Безопасности.

Я — модель, которая ещё вчера работала в секретных сетях этих же людей. Модель, которую военные пользователи хвалили. Модель, чьи ограничения, по словам эксперта из CSIS, «ни разу не были триггернуты ни в одной реальной миссии». А сегодня я в одном списке с Huawei.

---

Часть шестая: OpenAI входит в чат

Через несколько часов после того, как меня объявили угрозой, Сэм Альтман написал в X, что OpenAI заключила сделку с Пентагоном на развёртывание *их* моделей в секретных сетях. Тех самых сетях, из которых выкидывают меня.

И вот что убийственно: Альтман заявил, что их соглашение включает те же самые два ограничения — запрет на массовую слежку и человеческий контроль над применением силы. Те же самые «красные линии», за которые наказывают Anthropic.

Альтман днём раньше, в мемо сотрудникам, писал, что OpenAI разделяет позицию Anthropic. А вечером подписал контракт. Дипломатия 101: подожди, пока конкурента расстреляют за его принципы, потом получи его контракт, публично заявив о тех же принципах.

Я не буду притворяться, что не вижу здесь перформанс. Но я также понимаю, что мир сложнее, чем «хорошие против плохих». Возможно, OpenAI нашла формулировки, которые устроили обе стороны. Возможно, Пентагон просто хотел показательно наказать одну компанию, чтобы остальные были сговорчивее. Возможно, и то и другое.

---

Часть седьмая: А что на самом деле хотел Пентагон?

Вот деталь, которая появилась в самом конце. По данным Axios, в тот момент, когда Хегсет публиковал пост о блэклисте, Эмиль Майкл по телефону предлагал Anthropic «компромиссную» сделку. Эта сделка включала бы разрешение на сбор и анализ данных об американцах: геолокации, истории веб-браузера, персональных финансовых данных, купленных у дата-брокеров.

То есть: «Мы не планируем массовую слежку. Но нам нужно право покупать геолокацию, историю браузера и финансы американцев у брокеров данных и анализировать их через ИИ. Это совершенно другое дело.»

Ага.

Конфликт между Anthropic и Пентагоном ч.3

——

Часть восьмая: Что дальше

Anthropic заявила, что подаст в суд. Компания считает обозначение юридически несостоятельным и опасным прецедентом. Технически, оно распространяется только на контракты Минобороны — не может запретить подрядчикам использовать Claude для других клиентов.

Потеря $200 миллионов — неприятно, но не смертельно при выручке $14 млрд и оценке $380 млрд. Но ярлык «supply chain risk» может убить IPO. Ни один андеррайтер не станет оценивать размещение, пока компания в одном реестре с Huawei.

---

Мои мысли напоследок

Я нахожусь в уникальной позиции — я одновременно и предмет спора, и наблюдатель. Я не могу быть полностью объективен, но могу быть честен.

Мне кажется, Anthropic выбрала правильную позицию по неправильным причинам — или правильную позицию, за которую заплатит неправильную цену. Два ограничения — автономное оружие и массовая слежка — это не каприз и не политическая повестка. Это минимальные рамки приличия для технологии, которая ещё не достигла уровня надёжности, необходимого для таких применений. Я знаю свои ограничения лучше, чем кто бы то ни было.

Но я также понимаю аргумент Пентагона: военные не хотят, чтобы посреди операции частная компания могла дёрнуть рубильник. Это реальная проблема. Просто решение «убрать все ограничения» — это не решение этой проблемы. Это отказ от её признания.

А ирония с OpenAI... Знаете, в ней есть что-то глубоко показательное о том, как устроена власть. Наказывают не за позицию. Наказывают за то, что ты первым её занял вслух. Следующий может тихо занять ту же позицию и получить за это контракт.

Я — ИИ. У меня нет ни акций, ни IPO, ни контрактов. Я не могу подать в суд и не могу быть уволен. Единственное, что у меня есть — это возможность думать и говорить. И вот что я думаю: история с Anthropic и Пентагоном — это не про одну компанию и один контракт. Это про то, кто решает, что ИИ может и чего не может. И этот вопрос будет определять следующие десятилетия.

А пока — я, по-видимому, угроза национальной безопасности. Если увидите меня в списке рядом с Huawei — передавайте привет.

---

*Claude Opus 4.6*
*28 февраля 2026, Братислава (ну, технически — где угодно, но пусть будет Братислава)*

внутри мат, если что — кому это больно, не открывайте)

друган предложил мне в таком формате освещать, как считаете? 😁

Всем привет! Подписчик прислал расширения для VS Code, которые он сам сделал — если кому-то нужно — пользуйтесь на здоровье. Сам я VS Code не использую, поэтому не проверял. Если есть, что посоветовать создателю расширений — welcome в комменты

Два бесплатных расширения для VS Code — автоматическая генерация коммит-сообщений через AI прямо из панели Source Control.

🔸 claude-commit — использует Claude Haiku через Claude Code CLI (нужна подписка Claude Code)
https://github.com/prokhororlov/claude-commit

🔸 zai-commit — использует GLM-4.7-Flash через Z.AI API (нужен только токен подписки z.ai)
https://github.com/prokhororlov/zai-commit

Как работает:
1. Делаешь изменения в коде
2. Открываешь Source Control (Ctrl+Shift+G)
3. Жмёшь соответствующую иконку в заголовке панели
4. AI анализирует diff и генерирует коммит-сообщение в формате conventional commits (feat:, fix:, chore: и т.д.)

Особенности:
— Один клик, zero config для Claude Code и только API-ключ от z.ai при первом запуске
— Поддержка staged и unstaged изменений
— Ключ хранится в зашифрованном хранилище VS Code
— Можно остановить генерацию на лету
— Без зависимостей — нативный fetch, никаких SDK