Фундаментальная база для AI Advanced
Или каких "Косяков" стоит избегать, чтобы результаты LLM стали лучше
🛸 Косяк №1 — по незнанию или скупости использовать не Frontier модели
Значимый рост в глубине и качестве рассуждений наступил после Opus 4.5, а лучше 4.6 + Codex 5.3 xhigh
А вот например как выглядит API GitHub Copilot на 2026 год
"id": "gpt-4.1",
"is_chat_default": true,
"is_chat_fallback": true,
Это значит, что GPT 4.1 — стандартная модель в GitHub Copilot, которой уже почти год. И она не создавалась для агентной работы
Следовательно, некорректно все вокруг называть "Я пробовал ваш ИИ и он выдает фигню". Между Opus 4.6 и GPT 4.1 огромная разница
Туда же пойдет косяк 2
---
🛸 Косяк №2 — юзать сервисы по типу CURSOR / Replit / Lovable / Copilot
Всё это AI врапперы разной сложности, но суть одна — это врапперы, которые в большинстве своем используют модели Claude / GPT через API
Бизнес модель подобных сервисов заключается в том, чтобы с вас взять больше, а за API Usage заплатить меньше. Следовательно, AUTO выбор модели в таких сервисах почти всегда идет не от того, какая модель лучше в моменте, а какая модель на текущий момент времени будет дешевле для сервиса враппера
Ну и в дополнение — API в среднем дороже подписки в ~10 раз
Следовательно, условный CODEX / CLAUDE CODE даст вам в ~10 раз больше запросов, чем тот же самый CURSOR
При активном использовании нативный тул (Claude Code, Codex) выгоднее врапперов — нет прослойки, которая зарабатывает на марже между вашей подпиской и реальной стоимостью API
---
🛸 Косяк №3 — плохой Context Engineering
У меня есть любимая цитата
Good context engineering means finding the smallest possible set of high-signal tokens that maximize the likelihood of some desired outcome
Каждое словосочетание здесь — это большой и сложный домен. И чем лучше вы понимаете эту цитату, тем лучше будет ваш результат
При работе с моделью важен Spec Driven Approach — чем лучший контекст ты задаёшь для модели, тем лучше результат
---
🛸 Косяк №4 — не использовать Claude Code CLI для работы с Claude моделями
Помимо самого качества моделей еще немаловажным фактором является model-tool co-optimization.
Claude модели лучше работают с Claude Tools
Gemini модели лучше работают с Gemini Tools
Codex модели лучше работают с Codex Tools
Разработчики отмечают, что одна и та же модель Claude работает драматически лучше в Claude Code, чем в Cursor. Programmatic Tool Calling позволяет оркестрировать несколько вызовов в одном round-trip — ~37% сокращение токенов на сложных задачах
Ну и вообще, это база всех продуктов — свое работает лучше со своим
---
🛸 Косяк №5 — бездумно заполнять 1 000 000 Context Window
Часто слышу "А вот у гугл моделей 1 000 000 контекстное окно, я туда вгружаю все подряд кааайф"
Текущие модели — трансформеры — стали прорывными за счет механизма Attention, где каждый токен следит за каждым токеном
Что значит квадратичный рост compute — aka стоимость вычисления каждого следующего "слова"
Attention у трансформеров масштабируется квадратично. Стандартный контекст сегодня — 100K-200К токенов. От 100K до 1M — это 10x по длине. 10² = 100x по compute. Если бы 1M контекст реально работал на всю длину, каждый запрос стоил бы в 100 раз дороже. Но он не стоит — потому что создатели моделей используют всякие улучшалки по типу sparse attention, sliding window, KV-cache compression
По простому — компрессия ваших входных данных будет тем выше, чем больше "важного мусора" вы попытаетесь сунуть в контекстное окно
А если еще проще — чем больше вы засовываете в одну сессию, тем хуже будет ответ
Я вообще стараюсь начинать новую сессию уже после заполнения Context Window на 60к токенов
Итого
Использовать Frontier модель + нативный тул под нее + правильно оркестрировать контекст = намного качественнее результат
Уже нет смысла гоняться за лучшими моделями — важнее развивать метанавыки работы с ИИ и агентами
