Модели работают часами, а поручить нечего: у Стива Крауса кончились задачи для GPT-6 Astra и Fable 5.1

Задачи, которые ему интересны, требуют человеческого вкуса на каждом витке, а многочасовой прогон возвращает только новую гору кода на проверку. Упёрлось не в модель.

Не хотите разбираться сами? Внедряем ИИ в ваш бизнес: задачи без лимита, одна цена в месяц, отмена в любой момент.

Ограничение переехало. Раньше планку держала сама модель: не хватало окна и усидчивости. Теперь Anthropic показывает 38-часовой прогон Fable 5.1 у Ramp без присмотра (01.09.2026), а GPT-6 Astra решает задачи OSWorld 2.0 на 47% быстрее прежней GPT-5.6 Sol (обзор DataCamp, 03.09.2026). Проверяет результат всё тот же один человек.

Что отдавать агентам. Саймон Уиллисон свёл это к четырём типам задач: прототип-разведка на незнакомой библиотеке, справочный вопрос по своей же кодовой базе с ответом за 1-2 минуты, низкорисковая правка вроде мелких предупреждений в тестах и работа, описанная до последней детали (блог Уиллисона, 05.10.2025). Там же он назвал и свой потолок — внимательно разбирать он может одно значительное изменение за раз.

Через год Уиллисон ответил и на саму жалобу. Ключевой навык продуктивной работы с агентами он формулирует так: уверенно ставить задачу и так же уверенно проверять результат. Чтение каждой строки глазами никогда и не было лучшим способом проверки (22.08.2026).

Рабочий пример лежит в блоге самого Val Town. Шаблон townie-slackbot поднимает Slack-бота на Claude Opus 5, который правит собственный исходник. Подключение к внутренним инструментам через Val Town MCP заняло 9 строк кода, развёртывание из шаблона занимает около 4 минут, редеплой после правки — 100 мс (12.08.2026).

Идей для ночных агентов не нашёл человек, чья команда месяц назад выложила рецепт.

Пока лаборатории считают прогресс часами автономной работы, потолок задаёт один человек с ревью.