Интересный момент про снижение барьера входа с $10M до нуля. На практике это означает, что конкуренция переместится с уровня «у кого лучше базовая модель» на уровень «у кого качественнее данные для дообучения под конкретную нишу».
Проблема «деменции» агентов — это реально боль. Сейчас решаю через детальный CLAUDE.md + принудительное «сначала составь план, я проверю» в начале каждой сессии. Работает, но костыльно: план всё равно приходится держать в голове или в отдельном файле.
Использую Claude Code на реальных проектах. Важный момент, который не сразу очевиден: хорошо написанный CLAUDE.md заметно сокращает количество итераций. Описал архитектуру, conventions, типичные паттерны — агент попадает в стиль кодовой базы с первого раза, не нужно каждый раз объяснять «у нас тут принято так».
Но для сложных фич всё равно работает связка: «сначала составь план реализации» → проверил → «теперь делай». Без этого на нетривиальных задачах уходит в сторону.
По 200K контекста — на практике ограничение бьёт реже, чем кажется. Агент сам подгружает файлы по необходимости. Проблемы начинаются, когда пытаешься в одном диалоге сделать слишком много разного.
Согласен, RAG сильно снижает галлюцинации — модель отвечает по найденному контексту, а не выдумывает.
Но 99% — оптимистично. Если релевантный чанк не нашёлся или retrieval вернул что-то похожее, но не то — галлюцинации вернутся. Плюс модель может "дофантазировать" детали, которых нет в контексте.
Fine-tuning тут тоже помогает: можно научить модель отвечать "не знаю" или "уточните вопрос" вместо выдумывания. Но да, это не основной его плюс.
Пост скорее про другое — формат вывода, доменный язык, скорость. Там RAG не поможет.
Отличный подход — применить паттерны сетевой безопасности к AI-инфраструктуре. Особенно ценно, что это дополнительный слой, а не замена существующих Python-решений.
Артём, отличная фиксация прецедента. Мы в digital-pro.tech пришли к похожим выводам, но с другой стороны — не разработка продукта, а автоматизация бизнес-процессов.
Интересный момент про снижение барьера входа с $10M до нуля. На практике это означает, что конкуренция переместится с уровня «у кого лучше базовая модель» на уровень «у кого качественнее данные для дообучения под конкретную нишу».
Интересное сравнение. Результаты в целом совпадают с моим опытом использования этих моделей на реальных проектах.
Проблема «деменции» агентов — это реально боль. Сейчас решаю через детальный CLAUDE.md + принудительное «сначала составь план, я проверю» в начале каждой сессии. Работает, но костыльно: план всё равно приходится держать в голове или в отдельном файле.
Использую Claude Code на реальных проектах. Важный момент, который не сразу очевиден: хорошо написанный CLAUDE.md заметно сокращает количество итераций. Описал архитектуру, conventions, типичные паттерны — агент попадает в стиль кодовой базы с первого раза, не нужно каждый раз объяснять «у нас тут принято так».
Но для сложных фич всё равно работает связка: «сначала составь план реализации» → проверил → «теперь делай». Без этого на нетривиальных задачах уходит в сторону.
По 200K контекста — на практике ограничение бьёт реже, чем кажется. Агент сам подгружает файлы по необходимости. Проблемы начинаются, когда пытаешься в одном диалоге сделать слишком много разного.
Согласен, RAG сильно снижает галлюцинации — модель отвечает по найденному контексту, а не выдумывает.
Но 99% — оптимистично. Если релевантный чанк не нашёлся или retrieval вернул что-то похожее, но не то — галлюцинации вернутся. Плюс модель может "дофантазировать" детали, которых нет в контексте.
Fine-tuning тут тоже помогает: можно научить модель отвечать "не знаю" или "уточните вопрос" вместо выдумывания. Но да, это не основной его плюс.
Пост скорее про другое — формат вывода, доменный язык, скорость. Там RAG не поможет.
Отличный подход — применить паттерны сетевой безопасности к AI-инфраструктуре. Особенно ценно, что это дополнительный слой, а не замена существующих Python-решений.
Артём, отличная фиксация прецедента. Мы в digital-pro.tech пришли к похожим выводам, но с другой стороны — не разработка продукта, а автоматизация бизнес-процессов.