Материалы
Исследования, новости, практика и разработка. Общее у текстов одно: после них понятно, что делать.
Исследование №127
Мы задали одним и тем же моделям один вопрос по фрагментам договоров: какие пункты стоит показать юристу. Длина окна сама по себе ответ не улучшала.
Исследование №126
На известных вопросах агент экономит первую линию. На вопросе, которого нет в базе, он начинает помогать слишком активно.
Исследование №125
Мы просили переписать одно и то же письмо клиенту. Разница была не в грамотности, а в том, добавляет ли модель обещания и бодрость, которых в исходнике не было.
Исследование №124
Дешёвая модель выигрывает на потоке одинаковых черновиков. На договоре и внешнем письме экономия съедается правкой.
OpenAI представила GPT-6.1 Sol — новую рабочую модель семейства GPT-6, которая, по заявлениям компании, почти достигла уровня GPT-6 Astra в программировании, работе с документами и AI-агентах, но стоит примерно в пять раз дешевле. Разбираем главные анонсы DevDay 2026, результаты тестов, новую экономику AI-агентов, причины отмены GPT-6.1 Astra и объясняем, что всё это означает для бизнеса.
Окно в сотни тысяч токенов полезно только там, где заранее известен вопрос к документу. Иначе модель пересказывает текст и пропускает риск.
Открытая модель снимает зависимость от одного API, но переносит на вас сервер, качество и ответственность за ответы.
Большинству компаний не нужен отдел по комплаенсу моделей. Им нужно понять, где ИИ принимает решение о человеке, а где только готовит черновик.
Демо ресепшена, который «умеет всё», почти никогда не доживает до платежа. Рабочий голосовой сценарий отвечает за одну операцию и умеет отдать человека человеку.
Большинство современных AI-сервисов внешне выглядят одинаково: окно чата, поле ввода и ответы на вопросы. Но одни системы только помогают находить информацию и генерировать текст, а другие способны самостоятельно выполнять задачи, используя инструменты, внешние сервисы и готовые сценарии работы. Разбираемся, чем ИИ-агент отличается от ИИ-чата, что такое Tools, Skills и MCP, почему «чистых» чатов почти не осталось и как выбрать подходящее решение для работы и повседневной жизни.
Первый сценарий должен забирать повторяющееся действие, которое уже описано на бумаге. Не «внедрить ИИ в компанию», а закрыть одну дырку в неделе.
Польза появляется, когда у чата есть роль: черновик, проверка, структура. Бесконечный диалог без исходных данных почти ничего не экономит.
Модель ускоряет черновик и варианты заголовка. Она портит бренд там, где текст уходит без редактора и без фактов о продукте.
Модель полезна до звонка и после него. В самом разговоре, где клиент ждёт живого решения, она чаще мешает.
Дома модель полезна как внимательный помощник по бумагам и планам. Она не должна вести переписку с врачами, школой и банком от вашего имени.
Агент имеет смысл, если задаче нужны несколько шагов и инструменты. Для одного абзаца это лишняя сложность и лишние ошибки.
MCP — это общий способ дать модели аккуратный доступ к инструментам. Не новая магия, а договор о том, какие действия вообще существуют.
RAG нужен, когда ответ должен опираться на ваши файлы, а не на память модели. Качество почти целиком зависит от того, как вы режете и ищете эти файлы.
Прямой API вендора проще контролировать. Шлюз удобнее, когда моделей несколько. Свой сервер нужен, когда данные нельзя выпускать.
Шлюз удобен лаборатории и продукту, который ещё выбирает модель. Он не заменяет учёт цены, приватности и качества на вашем сценарии.
Редактор полезен, когда правки живут в файлах. Он не снимает обязанность читать diff и запускать проверки.