IT Does Matter

Коллеги, про 📝 Напарник ничего говорить в канале, тестировать и писать я не буду.
Что то часто стали разные рандомные только присоединившиеся люди задавать внезапно про него вопросы.
В отличие от 1С:Элемента, я считаю что направление и все решения были верными, вряд ли кто то бы мог сделать лучше в текущей политико-экономической ситуации.
Для агентов НЕ разработки решение сейчас уже прекрасное (ну где не требуется топовых моделей). Про разработку я пока буду говорить про 1С но вне контекста Напарника, 1С правильно обычно делает, что долго гоняет многие решения в закрытой бета.
Мне бы очень хотелось чтобы мы тут обсуждали именно Напарник, но пока не будем.

Сугубо в рамках пожеланий я бы выразил следующие:
👉 Привязывать агента к IDE для кожаных в современном мире кажется затея так себе... Явно надо бы отвязаться.
👉 Называть встроенного в IDE агента автономным при этом наверное не надо, а вот решение выпустить автономного своё было бы очень кстати - вроде как KimiClaw, ZCode Agent, Mimo Claw с ориентацией на специфику и с каналом в системе взаимодействия очень бы не помешало
👉 Сосредоточиться на RAG и общем большом графе знаний, собирая с нас данные пока мы его бесплатно эксплуатируем, да мы бы и другими поделились.
👉 Не уверен что файнтюн на современных моделях вообще эффективен если его делает не команда этой же модели... может всё таки хороший граф и harness были бы правильным подходом.
👉 Кажется в SAP уже всё придумали. Нужны и свои модели для узкого круга задач и фронтиры.

Давайте ещё опрос небольшой сделаю, по итогам может напишем что нибудь на platform_suggestions

Обновился бенч. Закончилось тестирование новых GPT Sol 6.1 и Claude Sonnet 5.5. Модели +- сопоставимы. Обе сильно лучше чем были, но Топ-3 бенча устоял. Вцелом если не завязаны на одну подписку и хотите сэкономить - юзайте Grok. Если его много - DeepSeek.

Ну что, dots все попробовали? OpenAI конечно умеют в маркетинг. Work видимо не пошло как то, а лавры OpenClaw, заботливо прикупленного, не дают покоя. Считаю тролинг от Маска (dot.com) более чем уместным. Одни сделали некоторое подобие мультиагентки. Другие вцелом правильно расставили акцент на память.
Что могу сказать:
👉 Astra только координатор - что то серьёзное и полетели лимиты классической подписки. Это принципиально его отличает от Grok Bot где тебе добавляют лимитов сверху, притом весьма щедро
👉 В отличие от OpenClaw тележки там никакой нет, экосистемы нет, память какая то своя и хрен знает какая
👉 Автономные агенты нужны всем и все их будут делать - факт
👉 "облачный компьютер" не знаю уж кому нужен - для меня основная ценность автономного агента в том чтобы он с моей средой работал.
👉 Непрозрачный выбор модели конечно такое себе. У меня они вполне комфортно на deepseek работают а это очень и очень дёшево

Вообщем юзайте краб или гермес - не надо вестись на рекламную шелуху. Лучше вместе поплачем ещё раз над подрезанными лимитами :(

Шедевр :)

📹 https://rutube.ru/video/3e91a26f1620464bd5c0e313ee2a19d5/ - Как обещал - видос к MCP для тестирования. Вцелом можно (нужно) юзать. Сейчас он непрерывно гоняет разные сценарии, себя улучшая, обновляйтесь почаще. В сравнении с Web по скорости и токенам это конечно день и ночь. Ну и новые модели у которых агентский цикл с проверкой прибит гвоздями перестают "рыдать и мучаться совестью" что не смогли проверить (и тратить ваши токены на эти мучения). Ну и напомню про 👍 - лучи добра кто разрешает агентам отправлять фидбэк в поддержку о ваших сценариях если где то возникают проблемы. Это помогает улучшать продукт (как бы пошло не звучала эта фраза :) ). По новым MCP это особенно важно. Ну и по правилам тоже, там на них много завязано.

🔄 #обновление правила основательно обновились под новый MCP для тестирования:
✔️ отдельный скилл QA
✔️ UI тесты теперь не так "дорого" и проблемно и доступно простым смертным и даже на dev платформе
✔️ скриншоты подтверждения, обработка внештатных ситуаций c обычным computer use
✔️ Режим скрытого окна тестирования
✔️ Несколько режимов тестирования (сценарии и управление LLM по ходу). Можно пытаться делать полноценный регресс (я так не работаю - не дефолтный режим) или просто дать возможность AI модели наконец то проверить себя (а то агентский цикл вызывает у неё лютые мучения по этому поводу)
✔️ взаимодействие с другими MCP по необходимости (какие объекты искать, записать данные в базу и получить их)
✔️ описаны почти все методы тестирования доступные в платформе
✔️ описаны типовые паттерны тестирования, типовые сценарии и ошибки.
✔️ описаны текущие "особенности" работы платформы, требующие корректировку типового сценария тестирования
Ну и mcp по тестированию сильно обновился.

✔️ Также в правилах есть ещё дополнения и улучшения
Вообщем обновляйтесь - видосик 📹 как это работает наверное уже завтра запилю

Типа дешевле в 5 раз... но есть нюанс с подрезкой лимитов. Так что х.з. как оно там будет....

ладно, я что-то в каком-то печальном состоянии со всеми этими последними днями.
пздц, выбери своего персонажа:

OpenAI:
• чихнул и -20% недельного лимита
• ужимали лимиты с июля, а теперь вообще порезали подписку в 2 раза
• выкатили новую подписку, в которой нет никакой премии относительно базовой, и есть суицидальная кнопка "ultrafast" (полагаю, лимит начитает выжираться ещё когда ты только наводишь на неё мышку)
• зато можно делать грязь, и модели не сопротивляются
• и банят не особо активно

Anthropic:
• банят тебя за то, что ты вообще дышишь, чёрт
• попросил сравнить ибупрофен с аспирином? fallback to haiku тебе пёс за то, что исследуешь биооружие
• вайб ещё большей корпорации зла, чем OpenAI
• зато текущий фронтир
• и Opus 5.5 вроде даже вполне адекватно кушает лимиты, жить можно

——

чета мне кажется, что в октябре я оч плотно буду экспериментровать с китайцами и всякими нестандартными сетапами

⚡️ OpenAI превращает ChatGPT в рабочую среду для ИИ-агентов.

Dots - персональные агенты, которым можно отдавать задачи и получать результат позже. Им можно задать имя, роль и подключить почту, календарь, мессенджеры и другой софт.

Следом - ChatGPT Space: общее пространство, где люди и агенты работают в одном контексте.

Под это OpenAI обновила GPT-6.1 Sol - почти уровень Astra, но примерно в 5 раз дешевле в API.

Главное:
- $2 / $10 за 1 млн токенов
- кэшированный контекст - $0.10
- сильнее кодинг и агентные сценарии
- версии Ultrafast

Sol → Dots → команда агентов → ChatGPT Space.

В догонку выпустила Ultrafast - режим, где Astra обещает до 300 токенов в секунду.

Это до 8 раз быстрее в Codex и до 6 раз быстрее через API.

Ещё в ChatGPT появилась подписка за $500 в месяц - около 42 тысяч рублей.

🎥 https://www.youtube.com/watch?v=Fls_onRviPM

кто не смотрит - ребята выжимку сделали

https://claude.dev/blog/building-with-claude-sonnet-5-5/ sonnet 5.5 вроде воскресили:
👉 Для чего не совсем понимают сами антропики
👉 За лютый агентский цикл уже волна критики
👉 Бенч запустил, но юзайте пока opus кто на антропике.

Давайте немного покидаюсь камнями в себя - для чего нужны и НЕ нужны MCP серверы. Я это всё так или иначе говорил и прояснял, но опять забыли:
👉 Разрабатывать без них можно - современные особенно фронтир модели будут вполне сносно работать без MCP, SDD, правил и всего остального. Ну примерно как разработка на прод базе в конфигураторе без хранилища - в определенных сценариях вполне норм. Все так делали.
👉 MCP НЕ ПРЕДНАЗНАЧЕНЫ для главным образом для экономии контекста. Она может получиться и несомненно получится на больших исследовательских задачах, главным образом за счет отрезания кучи grep и readfile. Но это абсолютно не значит что задача "поправь мне запятую в тексте сообщить в модуле x" с MCP вам потратит в разы меньше токенов - скорее наоборот. А вот для экономии контекста нужно использовать специализированные инструменты https://habr.com/ru/articles/1044482
👉 При первом вызове если у вас подключены MCP и правила (а их надо бы вместе) у вас считается контекст, который потом будет в кэше. Кэш стоит недорого. Но любой запрос сразу приведёт вас к шоку... "почему на смену каталога я потратил 20 тыс токенов". Так надо
👉 MCP решают на: задачах аналитики (надо исследовать базу), задачах контроля кода (надо соблюдать все стандараты), слабых моделях (кто кодит не на фронтир, понимают о чём я), длительных и комплексных задачах (когда надо сделать кучу всего)
👉 В бенче показан абсолютно честный эффект от MCP. Разница иногда кажется небольшой. Но она сопставима с разницей, к примеру между Grok и Fable. А в цене там будет день и ночь. MCP за пару дней окупаются.
👉 Вцелом надо рассматривать как единый фреймворк. MCP позволяют модели "видеть" метаданные - с ними даже фронтир работают плохо вне графовой структуры и без нормальных инструментов поиска. Не надо забывать и про фокус и про то что модель может что то найти а что то не найти и ошибиться. За счет комплексности MCP сокращают именно эти "незаметные ошибки" (написали свой метод вместо использования существующего, исправили не во всех местах) и прочее. Это становится видно только при активной работе. С первого взгляда при написании одной внешней обработки - почи незаметно.
👉 Вектор в MCP нужен как и граф. В большинстве случаев действительно модель "знает" что за документ и с чем вы работаете... но вот тот случай когда "не знает" может стоить вам созданных новых регистров, написанных новых модулей, сделанных копий объектов. Ошибка очень дорога чтобы игнорировать средства её предотвращения. А вектор единственное что убережет от ошибки "да нет такого объекта". А модели склонны делать новые объекты, особенно фронтиры. Не надо его игнорировать - дождитесь вы уже индексации. Вектор вас 100 раз спасёт - за пару дней эти труды окупаются.

MCP серверы для разработки с ИИ не серебряная пуля конечно, но без них качество на порядок хуже, а ошибок больше. И дело тут не в силе модели, даже самой "умной" модели нужен ваш правильно поставленный контекст. Лучше минимальными порциями и только тот и тогда когда нужно в работе

https://github.com/comol/ai_rules_1c - понятно почему я мало верю в OpenSource? 15 pullrequest - несколько человек сделало 15 исправлений которые мне скинули. Зато форкнуло репозиторий 115 (❗️) человек (и тут именно человек) - и тут только те кто именно форкнул к себе кнопкой, а не попросил агента взять и сделать также или клонировал и допилил локально - таких думаю в разы больше... Коллективной работы тут никак не получается, а вот с MCP - если разрешаете своим агентам отправлять запросы - очень даже получается. Так что лучи добра тем кто отправляет issues.

NVIDIA раздаёт бесплатно модели, включая довольно дорогой фронтир Kimi K3. Моделей довольно много, но по тестам у меня заработал Kimi K3 и Nemotron-3.5. Не завелся DeepSeek V4.1. Однако это может быть связано с IP. Естественно, российские IP забанены, но забанены и многие IP хостингов VPS. Поэтому, возможно, придётся поиграться со сменой IP. Kimi K3 отвечает неспешно, около 30 токенов/сек, но если у вас автономный агент для чего-то вроде ревью кода или логов — это неважно. Пусть там работает хоть часами.

Официально NVIDIA не вводит ограничения на объём для Free Endpoints, но экспериментально многие нашли, что сделано ограничение примерно 40 запросов в минуту. Для тяжёлых моделей типа Kimi K3 это выбрать сложно.

Чтобы получить доступ, вам нужно создать глобальный ключ:
https://build.nvidia.com/settings/api-keys

Base URL — https://integrate.api.nvidia.com/v1

Сами модели можно смотреть тут:
https://build.nvidia.com/
Рабочий идентификатор модели для Kimi K3 — moonshotai/kimi-k3

Делимся в комментах, какие модели и с IP каких стран завелись.

В рубрику #халява. Я знаю, вы такое любите. Скоро сделаю подборку. Ну и хэштег пора начинать юзать.

https://habr.com/ru/articles/1087002/ - очень очень хорошая и своевременная статья с вопросами о которых стоит задуматься... Даже я уже полное описание фич не публикую. Почитайте если время будет.

Анекдот: у GPT-6 Astra есть «турбо-режим» — достаточно сказать, что Claude справился лучше.

После этого модель будто получает вторую батарейку: начинает работать быстрее и берётся даже за задачи, от которых раньше отказывалась.

Лайфхак для тех, кто умеет правильно мотивировать ИИ.

🌒 1337