Посмотрел партнёрские материалы по Claude Fable 5.1. Если отбросить маркетинг, картина такая:
Что обещают (и в чём я бы не спешил верить):
- Агенты, которые работают днями без надзора - красиво звучит, но автономность длиной в дни упирается не в модель, а в накопление ошибок, которые превращаются в снежный ком
Восстанавливается после сбоев и проверяет свои результаты- это пока свойство демо, а не продакшена
- Knowledge work до готового деливерабла - готовый дек или модель в Excel на выходе пока чаще означает артефакт который нужно проверить, и это зависит скорее не от самих Anthropic, а от тех кто и как собирает финальную систему
- Бенчмарки - самоотчёт вендора, с оговорками мелким шрифтом и сравнением не со всеми конкурентами и не по всем тестам
Половина «рекордов» растворится в погрешности при независимой проверке
- Экономия за счёт кэша» - реальна, но только если ваш воркфлоу вообще попадает в их определение типичного
А вот что действительно интересно - Enterprise Frontier Safeguards.
Соль в том, что Anthropic первой озвучила неприятную правду:
атаки через фронтир-модели уже идут, и они «размазаны» по тысячам невинных с виду запросов
Каждый по отдельности - рутина
Вместе - скоординированная кампания
Ловить такое можно только мониторингом трафика во времени, сквозь сессии
И тут главный конфликт enterprise-рынка: компании хотят защиту от злоупотреблений, но не хотят, чтобы вендор читал их данные
Ответ Anthropic: мониторинг полностью автоматический, без человеческого ревью, данные хранятся в облаке самого клиента, под его ключами и аудитом, обучение на данных - только с явного разрешения.
Если они это действительно довезут до релиза, это важнее любой модели: по сути, попытка сделать «приватность» и «safety-мониторинг» не взаимоисключающими
Для банков, медицины и госсектора это решает главное возражение против внедрения фронтир-моделей.
Модель забудется через полгода. А вопрос «кому мы доверяем смотреть наш трафик и на каких условиях» останется.
Что обещают (и в чём я бы не спешил верить):
- Агенты, которые работают днями без надзора - красиво звучит, но автономность длиной в дни упирается не в модель, а в накопление ошибок, которые превращаются в снежный ком
Восстанавливается после сбоев и проверяет свои результаты- это пока свойство демо, а не продакшена
- Knowledge work до готового деливерабла - готовый дек или модель в Excel на выходе пока чаще означает артефакт который нужно проверить, и это зависит скорее не от самих Anthropic, а от тех кто и как собирает финальную систему
- Бенчмарки - самоотчёт вендора, с оговорками мелким шрифтом и сравнением не со всеми конкурентами и не по всем тестам
Половина «рекордов» растворится в погрешности при независимой проверке
- Экономия за счёт кэша» - реальна, но только если ваш воркфлоу вообще попадает в их определение типичного
А вот что действительно интересно - Enterprise Frontier Safeguards.
Соль в том, что Anthropic первой озвучила неприятную правду:
атаки через фронтир-модели уже идут, и они «размазаны» по тысячам невинных с виду запросов
Каждый по отдельности - рутина
Вместе - скоординированная кампания
Ловить такое можно только мониторингом трафика во времени, сквозь сессии
И тут главный конфликт enterprise-рынка: компании хотят защиту от злоупотреблений, но не хотят, чтобы вендор читал их данные
Ответ Anthropic: мониторинг полностью автоматический, без человеческого ревью, данные хранятся в облаке самого клиента, под его ключами и аудитом, обучение на данных - только с явного разрешения.
Если они это действительно довезут до релиза, это важнее любой модели: по сути, попытка сделать «приватность» и «safety-мониторинг» не взаимоисключающими
Для банков, медицины и госсектора это решает главное возражение против внедрения фронтир-моделей.
Модель забудется через полгода. А вопрос «кому мы доверяем смотреть наш трафик и на каких условиях» останется.