Архив рубрики ~Коротко из Telegram~

Новые модели Anthropic ошибаются там, где старые справлялись Армин Ронахер,…

08.07.2026

File 5

Новые модели Anthropic ошибаются там, где старые справлялись

Армин Ронахер, создатель Flask, обнаружил странную регрессию в Opus 4.8 и Sonnet 5. При работе над своим кодинг-агентом он заметил, что новинки при вызове инструментов редактирования файлов начали добавлять в аргументы несуществующие поля. Из-за этого агент просто отклоняет такие вызовы, считая их некорректными.

Парадокс в том, что предыдущие версии моделей с этой задачей справляются без ошибок. Получается, что самые продвинутые релизы семейства Claude внезапно стали хуже справляться с базовыми функциями.

Ронахер предполагает, что причина в специфическом обучении под Claude Code. Модели могли слишком сильно заточиться под внутренние форматы этого инструмента, потеряв в гибкости при работе с внешними системами.

Оцените материал:

Читайте также

Архив рубрики ~Лента новостей~ Бывший руководитель OpenAI Кевин Вейл теперь входит в совет директоров Stoke Space. Архив рубрики ~Лента новостей~ Когда ИИ-агент ошибается молча: 6 отказов, которые не видно по ответу Архив рубрики ~Лента новостей~ Kaspersky NGFW получил крупнейшее обновление с момента запуска Новости робототехники Японское решение проблемы нехватки рабочей силы: модель искусственного интеллекта для 10 миллионов роботов. Архив рубрики ~Лента новостей~ RAG для новичков — как нейросеть отвечает по вашим документам, а не выдумывает Архив рубрики ~Лента новостей~ [Перевод] Внутри Claude нашли сознание у моделей. J-пространство в LLM Архив рубрики ~Обо всем~ Выстрелит ли лазерная передача энергии вместе с космической индустрией Архив рубрики ~Обо всем~ Комиссия по ядерному регулированию (NRC) (в некотором смысле) отменяет стандарт «настолько низкий уровень, насколько это разумно достижимо». Архив рубрики ~Лента новостей~ Представляем Sophos Firewall Config Studio 2.6 Архив рубрики ~Лента новостей~ Перспективный французский стартап ZML выпустил бесплатный продукт для ускорения обработки данных на множестве чипов для искусственного интеллекта. Архив рубрики ~Лента новостей~ Шутка или кринж: как маркетологи хостинга ищут баланс, когда спорят о методе, но сходятся в цели Архив рубрики ~Лента новостей~ Микрохимеризм: биологические связи на протяжении всей жизни, влияющие на каждого. Архив рубрики ~Лента новостей~ Банк Англии пересматривает правила использования ИИ для агентного ИИ в финансовой сфере. Архив рубрики ~Лента новостей~ AI-разработчик вместо мини-команды: что один человек реально закрывает, а где бизнес платит дважды Архив рубрики ~Лента новостей~ Бывший руководитель OpenAI Кевин Вейл теперь входит в совет директоров Stoke Space. Архив рубрики ~Лента новостей~ Когда ИИ-агент ошибается молча: 6 отказов, которые не видно по ответу Архив рубрики ~Лента новостей~ Kaspersky NGFW получил крупнейшее обновление с момента запуска Новости робототехники Японское решение проблемы нехватки рабочей силы: модель искусственного интеллекта для 10 миллионов роботов. Архив рубрики ~Лента новостей~ RAG для новичков — как нейросеть отвечает по вашим документам, а не выдумывает Архив рубрики ~Лента новостей~ [Перевод] Внутри Claude нашли сознание у моделей. J-пространство в LLM Архив рубрики ~Обо всем~ Выстрелит ли лазерная передача энергии вместе с космической индустрией Архив рубрики ~Обо всем~ Комиссия по ядерному регулированию (NRC) (в некотором смысле) отменяет стандарт «настолько низкий уровень, насколько это разумно достижимо». Архив рубрики ~Лента новостей~ Представляем Sophos Firewall Config Studio 2.6 Архив рубрики ~Лента новостей~ Перспективный французский стартап ZML выпустил бесплатный продукт для ускорения обработки данных на множестве чипов для искусственного интеллекта. Архив рубрики ~Лента новостей~ Шутка или кринж: как маркетологи хостинга ищут баланс, когда спорят о методе, но сходятся в цели Архив рубрики ~Лента новостей~ Микрохимеризм: биологические связи на протяжении всей жизни, влияющие на каждого. Архив рубрики ~Лента новостей~ Банк Англии пересматривает правила использования ИИ для агентного ИИ в финансовой сфере. Архив рубрики ~Лента новостей~ AI-разработчик вместо мини-команды: что один человек реально закрывает, а где бизнес платит дважды

Оставить комментарий Отменить ответ

Для отправки комментария вам необходимо авторизоваться.