Раньше апдейты Claude в основном хвастались тем, что модель стала…

Раньше апдейты Claude в основном хвастались тем, что модель стала умнее отвечать. Sonnet 5 — про другое: он лучше держит план на несколько шагов вперёд, увереннее работает с инструментами — терминалом, браузером, API — и заметно прибавил в задачах, где нужно не выдать готовый текст, а довести дело до конца самому. По ощущениям — почти на уровне Opus, только дешевле.

Отдельно зацепила деталь: модель сама возвращается перепроверить свою работу, не дожидаясь, пока её ткнут носом в ошибку. Мелочь, а именно из таких мелочей и складывается то, что называют «агентностью».

И вот что я заметил: сам вопрос, по которому меряют модели, тихо поменялся. Ещё пару лет назад спрашивали «насколько умный ответ он выдал». Сейчас всё чаще — «сделал ли он задачу целиком, без моего участия на каждом шаге». Гонка сместилась с параметров на автономность.

Как думаете — что сейчас важнее: чтобы модель умнее рассуждала, или чтобы она просто доводила дело до результата без вашего контроля на каждом шаге?