FomLab

Сентябрь радует нас обновлениями. И начался он довольно бодро. Anthropic представила Claude Fable 5.1 — и, судя по первым демонстрациям, это уже гораздо больше похоже не на очередное обновление чат-бота, а на инструмент для довольно серьёзной самостоятельной работы. Несколько примеров, которые особенно мне понравились. В одной из демонстраций Fable 5.1 получает общедоступные данные NASA, собирает на их основе интерактивный 3D-глобус прямо в браузере и прокладывает маршрут для лунохода. Причём не просто соединяет две точки, а учитывает рельеф, объезжает слишком крутые участки и объясняет, почему выбрала именно такой маршрут. В другой — практически с нуля собирает персонального авиадиспетчера для Mac. Указываете свой дом, и программа начинает следить за самолётами поблизости: сообщает, куда смотреть и через сколько секунд самолёт появится в поле зрения. При расчётах учитываются рельеф, препятствия и даже задержка распространения звука. Третья демонстрация особенно интересна мне как человеку, который постоянно работает с данными. Модель получает сырые показатели компании, самостоятельно обновляет прогноз выручки через API, проверяет расчёты, а затем проводит бэктест предыдущих прогнозов. То есть речь уже не про «построй мне график», а про достаточно длинный аналитический процесс, внутри которого ИИ сам получает данные, выполняет расчёты и проверяет собственный результат. Три видео с этими демонстрациями прикреплю к посту — здесь их действительно интереснее один раз увидеть. Но ещё интереснее научная часть релиза. Fable 5.1 использовали для обработки старых радиолокационных данных аппарата NASA Magellan и построения новой карты рельефа Венеры. Детализация увеличилась примерно с 10–20 км до 2–3 км, а точность определения высоты, по данным Anthropic, выросла до 25%. Карта охватывает примерно треть поверхности планеты и будет опубликована для дальнейшего использования исследователями. Для меня это, пожалуй, самое интересное во всём релизе. Мы довольно быстро переходим от нейросети, которая помогает написать текст или код, к системе, которой можно поставить исследовательскую задачу и оставить работать над ней довольно долго. И это не единственное обновление последних дней. 🦞 Вышел OpenClaw 2.0. Это крупнейшее обновление проекта: полностью переработан веб-интерфейс, упрощена установка, улучшена работа с памятью и длительными сессиями, появились интерактивные панели, работа на подключённых устройствах и дополнительные механизмы защиты учётных данных. Про OpenClaw я ещё хочу поговорить отдельно — особенно интересно попробовать новую версию на собственной инфраструктуре. И ещё одна менее заметная, но потенциально важная новость от Anthropic. Компания начала маркировать контент, созданный новыми моделями Claude. В текст встраивается невидимый машинно-читаемый watermark, а для поддерживаемых изображений и файлов используется информация о происхождении контента. Для обычного читателя текст от этого никак не меняется. Но технически появляется дополнительный способ определить вероятность того, что материал был создан Claude. Пока инструменты обнаружения доступны далеко не всем, поэтому говорить о конце эпохи «угадай, писал это человек или нейросеть» рано. Но направление довольно понятное. Получается интересное начало сентября: модели становятся заметно самостоятельнее, агенты превращаются в полноценные рабочие среды, а параллельно начинает формироваться инфраструктура, позволяющая понимать происхождение сгенерированного контента.

Как выбрать нейросеть под свою задачу После прошлого поста возникает вполне логичный вопрос: хорошо, с доступом и оплатой разобрались. Но какой сервис вообще выбирать? На мой взгляд, одна из главных ошибок сейчас — искать «самую лучшую нейросеть». Я постоянно тестирую разные модели для занятий и собственной работы и постепенно пришёл к другому подходу: выбирать не лучшую модель вообще, а лучший инструмент под конкретную задачу. Тем более что для пользователей из России появляется ещё один критерий — доступность. Если нужен универсальный рабочий инструмент, где можно вести проекты, работать с текстом, файлами, кодом и постепенно накапливать контекст, я чаще всего использую ChatGPT. Но здесь есть очевидный минус: Россия официально не входит в список поддерживаемых регионов OpenAI. Похожая история с Claude. Мне он особенно нравится для работы с большими текстами, анализа документов и редактуры. Но официальной поддержки России у Anthropic тоже нет. Gemini интересен прежде всего экосистемой Google, поиском и мультимодальностью. Но Россия сейчас также отсутствует в официальном списке поддерживаемых регионов. Поэтому для занятий, например, я не могу строить весь курс только вокруг этих сервисов. Мне нужно, чтобы студент открыл ссылку и смог сразу начать работать. И здесь появляется второй набор инструментов. DeepSeek я бы рассматривал прежде всего для рассуждений, анализа и программирования. Есть бесплатная официальная веб-версия, поэтому для знакомства с современными языковыми моделями это один из самых простых вариантов. Qwen постепенно становится для меня одним из самых интересных универсальных инструментов. Текст, большие документы, изображения, видео, программирование — многое собрано в одном интерфейсе. И основная веб-версия бесплатна. Для человека, который вообще впервые открывает нейросеть, я всё чаще смотрю и на Алису AI. Здесь практически нет проблемы входа: русский интерфейс, бесплатный базовый чат, работа с файлами, изображениями и поиск информации. Ещё один вариант — GigaChat. Особенно если важен российский контур или дальше предполагается подключать нейросеть к собственному сервису через API. В результате у меня нет одной «главной нейросети на все случаи жизни». Я скорее собираю небольшой набор: — универсальная модель для основной работы; — доступная бесплатная модель, которую можно рекомендовать студентам; — отдельный инструмент для тех задач, где он объективно удобнее остальных.