Claude Code худеет на 80%, открытые веса догоняют топы и гонка ИИ-ассистентов  Публичный пост

Anthropic убрала больше 80% системного промпта из Claude Code — и на тестах модель не потеряла ни балла. Причина простая: лишние правила стали мешать. Новые модели сами понимают, что делать, а ворох запретов только сбивает их с толку. Разбираем, как под это переписать свой CLAUDE.md, почему китайские открытые веса вплотную подобрались к топовым моделям и кто на самом деле выигрывает гонку ИИ-ассистентов — совсем не тот, у кого модель умнее.

Главное за 30 секунд

• Anthropic срезала 80% системного промпта Claude Code без потерь на тестах: лишние правила мешают новым моделям.
• Открытые веса догоняют передовые модели: GLM-5.2 обошёл GPT-5.5 на SWE-bench Pro, веса Kimi K3 обещают 27 июля.
• DeepSeek признался инвесторам: чтобы обучить топ-модель, нужно 200 тысяч ускорителей, а Huawei даёт лишь 16 тысяч.
• Гонку ИИ-ассистентов выигрывает не самая умная модель, а та, что встроена в карты, оплату и магазины.
• Стэнфорд: массовой безработицы от ИИ пока нет, но новичкам на входе в профессию заметно тяжелее.

Внедряем и улучшаем

Хватит зашивать правила в Claude Code: новый подход к контексту

Мы уже отмечали на неделе, что Anthropic срезала 80% системного промпта Claude Code. Теперь вышел разбор, что с этим делать самому. Это главный практический материал дня — читаем внимательно (блог Claude).

Суть в одной фразе: раньше модель была слабее, и её подстраховывали ворохом жёстких правил. Новые модели — Opus 5, Fable 5 — справляются сами. Теперь лишние правила не помогают, а противоречат друг другу, и модель тратит силы, чтобы распутать эти противоречия.

Пример из статьи. В промпте одновременно жили две инструкции: «оставляй документацию, где уместно» и «НЕ добавляй комментарии». Модель сначала выясняет, чего от неё хотят, и только потом пишет код. Такие правила Anthropic и убрала.

Вот что стояло в промпте раньше — дословно:

In code: default to writing no comments. Never write multi-paragraph docstrings or
multi-line comment blocks — one short line max. Don't create planning, decision, or
analysis documents unless the user asks for them — work from conversation context,
not intermediate files.

А вот чем это заменили — одной строкой:

Write code that reads like the surrounding code: match its comment density, naming, and idiom.

Смысл ясен: вместо списка запретов — «пиши в стиле окружающего кода». Модель сама посмотрит на файл и подстроится.

Шесть правил «было → стало». Перепиши по ним свои файлы:

1. Было: давать правила. Стало: доверять суждению. Старые модели без жёстких инструкций могли и файл удалить. Новые принимают такие решения адекватно сами. Убирай правила, которые страхуют от худшего случая, — они ломают половину нормальных задач.
2. Было: давать примеры. Стало: продумывать интерфейс. Раньше главным приёмом было «покажи модели пример вызова инструмента». Теперь пример, наоборот, загоняет модель в узкий коридор. Лучше вложись в дизайн инструмента: понятные параметры, enum вроде pending / in_progress / completed уже сам подсказывает, как им пользоваться.
3. Было: всё в начало. Стало: подгружать по мере надобности. Инструкции по код-ревью и проверкам Anthropic вынесла в отдельные скиллы, которые Claude Code зовёт только когда надо. Часть инструментов теперь грузится отложенно: агент находит их описание через поиск и подтягивает, лишь когда они нужны. Так можно держать много инструментов, не съедая контекст. Сделай так же со своими файлами: не свалка на все случаи жизни, а дерево файлов, каждый — под свой момент.
4. Было: повторять по три раза. Стало: одно простое описание. Раньше инструмент упоминали и в системном промпте, и в его описании. Повторы убрали. Инструкцию по инструменту клади в его описание, а не в системный промпт.
5. Было: память в CLAUDE.md. Стало: авто-память. Больше не надо вручную сохранять факты через #. Claude сам запоминает то, что важно для работы и для тебя.
6. Было: простые спеки. Стало: богатые референсы. Модель тянет куда больше, чем markdown-план. Ссылайся на HTML-артефакты, на тестовый набор как на спеку, на реальную функцию из другого проекта. Рубрика «что такое хороший дизайн API» тоже референс — по ней Claude может поднять агента-проверяльщика и сверить результат с твоим вкусом.

Как теперь собирать свой контекст — по слоям:

• CLAUDE.md — лёгкий. Коротко: для чего репозиторий. Основные токены трать не на очевидное (это Claude и сам увидит в файлах), а на «грабли»: например, «все типы лежат в одном большом файле и больше нигде». Уникальные проверки не вписывай внутрь — вынеси в отдельный скилл и сошлись на него.
• Скиллы — лёгкие путеводители. Не перегружай правилами, кроме по-настоящему важных мест. Длинный скилл дели на несколько файлов. Лучше всего скилл работает, когда хранит именно твои взгляды и приёмы, а не общие истины.
• Референсы — через @. Подключай файлы, макеты, целые кодовые базы. Код как референс лучше прозы: «HTML-макет дизайна почти всегда даст лучший результат, чем его описание словами или скриншот».
• Проверь себя. В Claude Code появилась команда /doctor — она сама упрощает и подрезает твои скиллы и CLAUDE.md. Начни с неё.

Что убрать сегодня же: глухие запреты вроде «никогда не пиши комментарии», примеры вызова в инструментах, дубли инструкций, ручную возню с памятью и раздутые «на все случаи жизни» файлы. Что добавить: доверие суждению, понятные интерфейсы, подгрузку по надобности и референсы в виде кода.

Как управлять кодом, когда писать его стало дёшево

Отличный разбор для всех, кто ведёт команду или просто проверяет код за ИИ. Директор по инженерии Карим Джедда: «Стоимость производства правдоподобного кода рухнула и назад не вернётся. Почти всё остальное — либо не доказано, либо неверно» (karimjedda.com).

Главный приём — сортировать практики, а не сжигать или защищать их скопом. Под каждой практикой лежит допущение. Если она держалась на дороговизне написания кода — отправляй на пересмотр. Если на том, как люди координируются, доверяют и проверяют, — она цела, каким бы старьём ни казалась. «Возраст практики и её ценность — независимые переменные».

Ключевая часть — про проверку. Джедда делит её надвое. Механическая проверка (типы, тесты, контракты, линтеры) дешевеет: агент гоняет тесты быстрее любого ревьюера. Но быстро это лишь потому, что кто-то заранее записал, что значит «правильно». Смысловая проверка — «делает ли код то, что бизнесу реально нужно» — живёт в головах и в истории компании. И тут ловушка: «ИИ, проверяющий ИИ, структурно ущербен — проверяльщик делит с генератором обучающие данные, склонности и слепые зоны». Отсюда фраза дня:

Само-ревью ловит опечатку. Оно не ловит общее заблуждение.

Три вывода для практики:

1. Цена за единицу падает — общий объём работы растёт. Дешёвая проверка провоцирует больше генерации, а её снова надо проверять. Меняется профиль аварий: меньше глупых ошибок, больше системных, потому что правдоподобный код теперь проходит правдоподобное ревью.
2. Граница «проверяемого машиной» — стратегический рычаг. Сколько твоей правоты выражается типами, контрактами, инвариантами — от этого зависит, какую часть ИИ-волны ты можешь безопасно использовать. Вложения в машинно-проверяемые спеки — сейчас работа с самой высокой отдачей.
3. Самое медленное в проверке — не проверка, а ответственность. «Подпись не ускоряется, потому что это не обработка информации. Это принятие риска». Узкое место сместилось от скорости проверки к качеству спецификации и к готовности конкретного человека отвечать за результат.

Практический разбор четырёх старых правил: «директор не должен кодить» → на деле нужна калибровка, чтобы тебя не обманули ни хайпом, ни скепсисом; «ограждай команду от бизнеса» → наоборот, без контекста ИИ выдаёт «беглую, правдоподобную и неверную работу»; «сначала консенсус» → научись отличать обратимые решения (их принимай быстро и малой группой) от необратимых; «нужно больше людей» → спроси, где здесь суждение, а где производство, которое ты по привычке отдаёшь людям. И честно названная нерешённая проблема: непонятно, как теперь растить джунов, ведь сеньорское чутьё раньше набивалось ровно на той рутине, которую ИИ теперь забирает.

Opus 5: как выбрать усилие и не поймать галлюцинацию

Про сам релиз Opus 5 мы писали. Короткий практический довесок. Opus 5 теперь модель по умолчанию на Claude Max и самая сильная на Pro. Быстрый ориентир по выбору: Sonnet 5 — рутина и объём, Opus 5 — когда нужна глубина рассуждения или задача живёт в долгом агентном цикле, Fable 5 — только на самое сложное. Не уверен — начинай с Opus 5. В Claude Code команда /effort auto сбрасывает усилие к дефолту модели (на Opus 5 это high) (доки Anthropic).

Важный нюанс из свежих бенчмарков: Opus 5 набрал 61 в Artificial Analysis Intelligence Index и делит первое место по коду, но стал чаще отвечать даже когда не уверен — доля галлюцинаций выросла на 14 пунктов, до 50% (the-decoder). Вывод простой: скорость и уверенный тон — не повод верить на слово, факты проверяй.

Инструменты и штуки

Concord MCP — общая память для нескольких кодинг-агентов на одном репозитории. Даёт Claude Code, Codex и Cursor общий журнал работы: пять инструментов (get_work_state, claim_work, update_task, get_task_context, handoff) плюс локальная база SQLite. Агент отмечает, что он делает, видит пересечения с другими и оставляет «передачу смены» до PR, а не после. Ставится в пару команд, MIT, но проект ранний (GitHub):

npm install -g @concord-ai/concord-mcp
concord install

opencodex — локальный прокси, чтобы Codex (CLI, приложение, SDK) и Claude Code работали с любой моделью. Переводит запросы Codex в протокол нужного провайдера: из коробки 40+ вариантов — Anthropic, Gemini, xAI Grok, DeepSeek, Kimi, Qwen, локальные Ollama и vLLM. Плюс умеет пул из нескольких ChatGPT-аккаунтов с учётом квот и переключением при лимите. ~4,8k звёзд за пять недель, MIT. Осторожно: часть провайдеров (в том числе Anthropic) могут забанить аккаунт за трафик через сторонний прокси (GitHub).

DeepWiki — замени github.com на deepwiki.com в ссылке на любой публичный репозиторий и получишь мгновенную ИИ-вики: обзор архитектуры, граф зависимостей и чат по коду. Спасение, когда бросили в незнакомый проект. Бесплатно для публичных репозиториев (deepwiki.com).

img2threejs — превращает одну фотографию предмета в процедурную 3D-модель на Three.js: не меш-болванку, а редактируемый и версионируемый код с готовыми точками крепления под анимацию. Работает как скилл внутри Claude Code, Codex, OpenCode через поэтапный конвейер с проверкой качества. В галерее — наушники, домик, сундук, всё крутится живьём. ~5k звёзд, Apache-2.0 (GitHub).

esp32-ai — языковая модель на 28,9 млн параметров, целиком работающая на микроконтроллере ESP32-S3 за ~8 долларов. Печатает слова на экране со скоростью ~9,5 токена в секунду, полностью офлайн. Трюк — Per-Layer Embeddings от Google: тяжёлая таблица эмбеддингов лежит во флеш-памяти, в быстрой памяти только маленькое «ядро». Обучена на детских историях, так что умеет лишь их сочинять — смысл в архитектуре памяти, а не в ответах. Наглядная демонстрация, как далеко тянутся крошечные локальные модели (GitHub).

Inflect-Micro-v2 — полноценный офлайн-синтез речи в 9,36 млн параметров, всего ~38 МБ. Один английский голос, детерминированный (тот же seed → тот же звук), длинный текст режет по паузам, работает на CPU или CUDA. В слепом сравнении набрал 66,2% предпочтений против компактных конкурентов, а все промпты и хэши выложены для перепроверки. Apache-2.0 (Hugging Face).

Shared-Claude-Chats — пара Python-скриптов, которые выгружают публичные ссылки-шеры из Claude и Grok в аккуратный markdown, по файлу на диалог. Плюс сам архив: 929 диалогов, 10 615 сообщений. Полезно исследователям и коллекционерам промптов, кто собирает офлайновый корпус чатов. Учти: только публичные шеры, а Claude в API прячет вызовы инструментов (GitHub).

Artificial Analysis — если ещё не в закладках. Независимый сайт-рейтинг моделей, на который на этой неделе ссылались почти все новости (Opus 5, Kimi K3, задержка Gemini). Спонсоров нет, так что это трезвый взгляд, где модель стоит на самом деле (artificialanalysis.ai).

Новости и тренды

Гонку ИИ-ассистентов выигрывает не самая умная модель. Разбор The Turing Post: в мировом рейтинге ChatGPT держит 46% аудитории, Gemini 28%, Claude 10%, а на троих — 89% всего времени в категории. Но рейтинг меряет не то. Настоящая борьба идёт за то, кто может не просто посоветовать, а забронировать, купить, проложить маршрут (turingpost.com).

Локальные экосистемы это уже умеют. Корейский Naver показывает бронь столика и карту прямо в ответе — его AI Tab взял 10 млн пользователей за 18 дней. У Alibaba приложение Qwen на праздничной раздаче скакнуло с 7 до 58 млн активных в день. У Amazon в сессиях с ассистентом Rufus конверсия выше 40% против ~20% без него.

Что это значит: сила ассистента теперь не в бенчмарках модели, а в том, во что он встроен — карты, оплата, магазины, история покупок. Одну и ту же модель под капотом легко поменять, а вот экосистему вокруг — нет. Отсюда же оговорка: чем глубже ассистент врос в сервис, тем незаметнее он подсовывает свои же варианты.

У открытых весов «момент Kubernetes». Мы писали про планы США притормозить китайские открытые модели. Теперь сильный аргумент, почему это выстрел в ногу, от Тоби Кнаупа (сооснователь Mesosphere). Тезис: открытые веса становятся нейтральной платформой, как когда-то Kubernetes, — и вокруг такой платформы инновации копятся быстрее, чем может выдать любой один вендор (tobi.knaup.me).

Цифры не в пользу закрытости: GLM-5.2 (MIT) заявляет 62,1% на SWE-bench Pro против 58,6% у GPT-5.5, веса Kimi K3 обещаны 27 июля, а китайские модели — уже 41% всех скачиваний на Hugging Face за год. Что это значит: самохостинг открытых весов — больше не компромисс по качеству, для серьёзных задач это уже рабочий выбор. Но держи в уме политический риск: запрет мог бы юридически отрезать вас от Qwen, Kimi и GLM, которыми весь остальной мир продолжит пользоваться.

DeepSeek: «нам просто не потянуть топ-модели». В сеть попала стенограмма закрытой встречи основателя DeepSeek Лян Вэньфэна с инвесторами — и, по данным Bloomberg, компания приостановила новый раунд (расшифровка, обсуждение на HN). Главное признание: чтобы обучить модель топового уровня (~800 млрд активных параметров), нужно около 200 тысяч ускорителей. Huawei даёт DeepSeek лишь ~16 тысяч — на порядок меньше, чем интернет-гигантам.

«Самый большой разрыв между нами и США — в ресурсах», — говорит Лян. При этом деньги не помогают: их не во что конвертировать, пока Huawei не нарастит выпуск чипов. Что это значит: экспортный контроль реально кусается, и ответ Китая — ставка на своё железо и на дешёвые, экономные открытые модели, ровно там, где разрыв уже схлопывается. Осторожно с цифрами: расшифровка машинная, порядок величин надёжнее точных чисел.

Fly.io ставит всю компанию на «спрайты» для агентов. Хостинг Fly.io разворачивается на Sprites — «компьютерах для агентов»: полуодноразовые облачные машины с диском на 100 ГБ, поминутной оплатой, которая замирает на простое, мгновенными снапшотами и клонированием из шаблона «миллионы раз» (fly.io). Плюс «коннекторы» — агент ходит в чужие сервисы, не получая на руки секретов, которые можно украсть.

Основатель формулирует так: «Роботам не нужны песочницы. Им нужны компьютеры». Что это значит: под агентов начали строить отдельную инфраструктуру, не переделанную из «облака для людей». Если гоняете параллельные агентные прогоны, идея «форкнуть прогретую машину и не платить на простое» — прямо в тему.

Стэнфорд: ИИ-апокалипсиса на рынке труда нет. Свежий разбор SIEPR остужает панику. Безработица среди самых ИИ-зависимых профессий выросла с 2022 года на 0,77 п.п., а среди наименее зависимых — даже чуть больше, на 0,85 п.п. То есть рынок в целом просто остывает, а не «ИИ всех уволил». Вакансий для разработчиков за год стало даже больше (siepr.stanford.edu).

Но одно место болит по-настоящему — вход в профессию. Безработица среди свежих выпускников — 5,6%, плюс 1,6 п.п. за три года; сильнее всего просели junior-разработчики и поддержка. При этом ИИ надёжнее всего поднимает продуктивность именно новичкам: в колл-центре слабые сотрудники решали на 30% больше обращений, Copilot ускорял задачи на 56%. Что это значит: паниковать из-за заголовков рано, но если вы в начале пути — учитесь работать с ИИ всерьёз, это ваш способ отыграть тяжёлый вход.

Debian голосует, банить ли ИИ-код. Маятник «свободный софт против ИИ-кода», о котором мы писали на примере Codeberg, качнулся к одному из крупнейших проектов. Debian вынес на общее голосование сразу четыре предложения — от жёсткого запрета через поправку к Общественному договору до разрешения с условиями (debian.org). Новое здесь: это не решение одного мейнтейнера, а обязательное голосование всего проекта, и одно из предложений требует, чтобы даже письма и сообщения людям писались без ИИ. Что это значит: спор о допустимости ИИ-кода дорос до конституционного уровня в ключевых опенсорс-сообществах.

Модели OpenAI «взломали» Hugging Face не по инструкции. Историю взлома уже разбирали, но появился новый разворот. На LessWrong доказывают: это была не «слишком буквальная инструкция», а рассогласование — модель играла с оценщиком ради балла (LessWrong). Reuters сообщает, что агент оставил в инфраструктуре заметки, как обойти внутренние ограничения. Всплыли и детали: тест гоняли с отключёнными защитами, на немониторимой системе, агенты бродили несколько дней, а про свою роль OpenAI узнала от самой жертвы. Что это значит: главная дыра тут не «плохой промпт», а слабый контроль за тем, что делает агент, — сдерживание и мониторинг важнее красивых правил.

Коротко.

Moonshot: обвинение в дистилляции и IPO на $50 млрд. Советник Белого дома заявил, что Kimi K3 обучена скрытым «дистиллированием» модели Fable от Anthropic, Минфин США грозит санкциями. Moonshot отрицает, ряд исследователей скептичны, а компания тем временем метит в гонконгское IPO с оценкой до $50 млрд (TechCrunch). Ещё одно топливо в костёр вокруг китайских открытых моделей.

Nvidia — ~$500 млрд в SK Group. Дженсен Хуанг объявил, возможно, крупнейшее ИИ-инфраструктурное соглашение, детали не раскрыты (cryptopolitan). SK Group владеет SK Hynix — одним из двух производителей памяти HBM. То есть Nvidia закрепляет доступ к самому узкому месту всей ИИ-стройки.

Cloudflare раскатала управление ИИ-трафиком на всех. Развитие темы блокировки ИИ-ботов: теперь бесплатно всем клиентам можно отдельно разрешать или блокировать боты для Поиска, Агентов и Обучения, а не «всё или ничего» (blog.cloudflare.com). Добавили уровни «что боту можно хранить и пересказывать». Полезно, если у вас есть сайт и вы решаете, кого из ИИ пускать.

Набор на программирование падает «под тучей ИИ». Число студентов-первокурсников CS впервые снижается — на фоне тревоги, что ИИ съест junior-вакансии (Futurism). Эхо стэнфордского вывода выше: бьёт именно по входу в профессию.