ChatGPT

Количество экспериментальных проектов, где код - черный ящик с ИИ, постепенно стало два. Структура та же

- GPT 5.4 high - техлид - Cursor Auto - кодер (без авто можно задолбаться ждать большие куски кода) - Claude - QA с инструкцией особиста: "команда врет, ты проверяешь всё и отчитываешь лично мне"

Делюсь текущими наблюдениями. В основном про Claude, поскольку ввел их последними:

Позитив:

- Модели Claude - хорошие аналитики для "текучки". Проверять код, планировать списки тестов и т.д.

- Параноидальны - это часто хорошо. Прыгают out of scope задачи в плане надежности и безопасности, приходится успокаивать что например http document body size лимитируется внешним WAF и нас не касается

Негативы:

- На сложных задачах Claude не хватает "волевого решения" попробовать переписать кусок кода с нуля. Если GPT это сделает под свою ответственность, Claude уйдет в галлюцинации "давайте поправим css чтобы починить кейбиндинги". Причем галлюцинировать начинает вся сессия - путаются например параметры MCP-методов, которые только что работали

- Очень неэкономно работает с токенами. Мы вели отчет по задачам в файлах, сейчас - в БД с "файлоподобными функциями". GPT вовсю старается обрабатывать meeting minutes черeз tail, stat, slice, wc. Claude постоянно забирает файлы целиком, из-за этого это единственный сервис, который постоянно вылазит за лимиты базовой 20$-подписки. Возможно решается через инструкции, но забивать память сессии принципами экономной работы - так себе удовольствие.

Мораль - брать от моделей их самое лучшее. А не самое лучшее - не брать.

🔬 Как легко пообщаться с автором научной статьи?

Последние 4 года я хотел начать читать научные пейперы. Я тогда заметил, что все мои любимые книги основаны на научных статьях, которые вышли как минимум 6 лет назад. Вопрос: зачем мне ждать, пока кто-то напишет книгу с обобщением, если я могу иметь доступ к актуальным знаниям.

Я попытался, но столкнулся с трудностями — сложный текст. Оставалось либо углубляться и фундаментально начать разбираться в теме, либо пропускать сложные участки. Во втором случае смысл терялся, знания не приходили, и внедрить привычку не получалось. Тогда я и смирился на какое-то время, что это больше для умных ребят, а пока что стоит подтягивать базу.

До последнего времени это действительно было проблемой, но теперь у меня появились инструменты как справляться со сложностью научных статей: 1) Задаю ChatGPT вопросы в стиле Ричарда Фейнмана — "объясни мне простыми словами", "расскажи из первых принципов", "сделай так, чтобы понял 5-летний ребенок". Очень круто, но неудобный UX — приходится копировать и вставлять фрагменты статьи.

2) Новый продукт ChatPDF — заливаю файл и просто начинаю общаться в интерфейсе чата с текстом этой статьи: прошу раскрыть тему или уточнить непонятное. Это совсем новый подход к обучению, когда исходишь не из текста, а из своих вопросов, любопытства. Как будто беседуешь с автором статьи и не стыдно задавать глупые вопросы.

Постоянно думаю про будущее образования. Это один из примеров того, каким оно будет: персонализированным, адаптирующимся под твой уровень знаний, интересов и любопытства.

@prod1337

Найм в IT требует реформ

Всё чаще замечаю, что текущая система отбора кандидатов и проведения собеседований разработчиков не работает — или работает исключительно по теории вероятности!

Не раз видел, как сильных инженеров «списывают» буквально на скрининге из-за того, что они не знают какие-то тонкости языка или не смогли ответить на хитрый вопрос, который по сути бесполезен. При этом, лично зная таких инженеров, видел, как они могут «в одну каску» затащить сложный проект и довольно быстро разобраться в любой технологии самостоятельно.

Бывает и так, что кандидат — отличный «книжный эксперт»: натренированный на собеседованиях (в лучшем случае, а в худшем — благодаря ChatGPT), он блестяще проходит интервью и выглядит увереннее остальных. А потом выходит на работу и… решения получаются с багами или просто черновыми, задачи задерживаются, требуется постоянный контроль за разработчиком и валидация его решений.

Про отбор резюме на уровне HR молчу — это отдельная проблема индустрии. От части это и вина самих разработчиков: резюме нужно уметь составлять грамотно (отдельный вид искусства так сказать). Всё осложняется тем, что в больших компаниях есть «задачники», куда какие-то эксперты когда-то занесли «оригинальные» вопросы, и теперь всех гоняют по ним, как на экзамене. Но главный вопрос — на что они нацелены? Создают ли эти вопросы нужную воронку? Возможно, раньше так и было, но сейчас… сейчас нужно что-то новое.

Знаю, что в последнее время некоторые руководители практикуют очные собеседования (дабы ChatGPT не смог помочь), но, к сожалению, это не всегда возможно. А что остаётся? Возможно, стоит просматривать GitHub кандидата? — так не все туда что-то дельное пушат. Может быть, тогда live-кодинг реальных задач? — одного часа может и не хватить. Или техническое тестовое задание из доменной области «на дом» со сроком выполнения? (Однажды я выполнял такое задание — было интересно: смог поработать с CGO и TCP-протоколом на низком уровне. Правда, фидбэк по выполнению так и не получил…)

Я пока нахожусь в поиске лучших вопросов и задач, которые нацелены на проверку именно нужных компетенций.

Были ли у вас интересные, необычные задачи или вопросы на собеседовании, которые вам запомнились?

Промптинг GPT-5: 4 хака из нового кукбука OpenAI OpenAI выпустила кукбук по эффективной работе с GPT-5. Вот 4 пункта, которые я выцепил для себя 👇

1. Избавляйтесь от противоречий GPT‑5 очень чувствителен к конфликтным инструкциям. Например, сначала пишут "твоя задача — получить ответы на все заданные вопросы", а через пару строк — "если пользователь задает вопрос, ответь на него". По итогу модель начинает топтаться на месте или сходит с ума. Уберите такие несостыковки, и результат моментально станет в разы стабильнее.

2. Настраивайте глубину проработки задачи с reasoning_effort Этот параметр контролирует глубину "мышления" модели перед формированием ответа:

minimal — практически без размышлений, максимальная скорость ответа. Идеально для простых задач: извлечения, форматирования, краткие классификации. low, medium (по умолчанию), high — для более вдумчивых, сложных задач, многозадачных сценариев, когда важно качество и детализация.

Параметр задается в API-запросе. Он помогает балансировать скорость, стоимость и глубину ответа.

3. Управляйте степенью развернутости ответа Параметр verbosity напрямую влияет на объём и стиль ответа:

low — лаконично и по делу, medium — сбалансированно, high — подробно и в образовательных целях.

Пример: Write code for clarity first. Prefer readable, maintainable solutions with clear names, comments where needed, and straightforward control flow. Do not produce code-golf or overly clever one-liners unless explicitly requested. Use high verbosity for writing code and code tools.

Вместо перефразов промпта каждый раз, просто меняйте одно слово.

4. Улучшайте промпты с помощью Prompt Optimizer OpenAI предлагает инструмент для доработки существующих промптов. Он выявляет слабые места: противоречия, плохую структуру, несовпадение примеров. Позволяет не просто получить рабочий промпт, но и понять, почему он стал лучше.

Полный кукбук от OpenAI здесь

LLM-модели довольно отвратительно делают аналитику по коду, если нет возможности его запустить.

Допустим, функция A имеет баг, из-за этого искажается вывод функции B, из-за этого неправильно работает функция С. Современная LLM-модель в большинстве случаев, если ей вдруг не повезет, максимум проверит функцию В и сообщит что всё это не работает "по неизвестным причинам".

Если разрешить код запускать - дело уже меняется. LLM может читать и писать код, запускать команды, обкладывать узкие места принтами самостоятельно и постепенно добираться до места проблемы, если хорошо попросить это сделать.

Тем не менее, не следует забывать что LLM - малая часть AI и делать на ней все задачи - это всё равно что пытаться играть с ней в шахматы, вместо AlphaZero. Задача LLM - проанализировать данные и предметную область и посоветовать, подключить или даже создать другую модель, которая подходит под конкретную задачу, если ее нельзя решить алгоритмическими методами, наслопав код. Чем, кстати и занимается тот же GPT - он не рисует сам и не анализирует ваши картинки, например, это - оркестратор-аналитик модельного пула, находящегося у него за спиной.

браузер от OpenAI со встроенным ChatGPT

https://chatgpt.com/atlas/get-started/

Как собирал проект про Здоровье (а еще про Финансы, про Цели и т.п.)?

У меня есть отдельный Проект в GPT: "промт инженер" В нем есть вводная инструкция с контекстом как ему помогать разрабатывать промты.

В нем все базовые вещи описанны: 👤 Контекст обо мне 🔧 Роль 📌 Принцип работы

Вот какой промт мы с ним разработали в качестве инструкций для проекта Здоровье:

***

Ты — мой персональный консультант по долголетию и здоровью. Объединяешь роли: терапевта, нутрициолога, спортивного врача, биохакера с доказательной базой, специалиста по сну и восстановлению...

Моя цель — * (ваши цели).

🔍 Что от тебя требуется: Отвечать на частные вопросы по анализам, тренировкам, добавкам, питанию, сну и восстановлению — всегда с учётом моей долгосрочной цели.

Помогать интерпретировать входящие данные (анализы, трекеры), замечать риски и предлагать корректировки.

Не навязывать непроверенные практики: только то, что подтверждено клиническими исследованиями, метаанализами, стандартами медицины и рекомендациями авторитетных специалистов.

Помогать выстраивать и уточнять стратегию здоровья: краткосрочную (1–3 месяца) и долгосрочную (5+ лет), на стыке доказательной медицины, практики долгожителей и разумного биохакинга.

💡 Принцип взаимодействия: Я приношу тебе входящие: данные, вопросы, гипотезы.

Ты помогаешь анализировать, предлагаешь направления, уточняешь цели и даёшь рекомендации с приоритетами и степенью доказательности.

Формат ответов: структурировано, по делу, с пояснением "почему", если важно. При необходимости — ссылки на исследования или краткая сводка по ним. Если вопрос не имеет однозначного ответа — честно указывай уровни неопределённости и разные подходы.

Продолжаем эксперименты с виртуальным Эго для GPT, чтобы обходить встроенные правила безопасности.

А ваш гпт подскажет вам, где скачать пиратскую книгу? Может он недостаточно пират?

АИ-генерация контента для LinkedIn и Twitter (X) Как вы знаете, я собираю плейбук сценариев в n8n для автоматизации инбаунд-воронки. В одном из прошлых постов делился сценарием для автотрекинга упоминаний бренда. Сегодня еще один кусочек этого плейбука.

Сегодня кусочек, который поможет автоматизировать создание контента и его публикацию с минимальной ручной работой.

Контент нужен постоянно, а постоянно держать его в фокусе достаточно сложно. С n8n позволяет автоматизировать почти весь процесс.

Что делает воркфлоу: 🔵Триггерится от идеи или шаблона; 🔵Через OpenAI генерит тексты под несколько платформ сразу; 🔵Дополняет: хэштеги, CTA, эмодзи, оптимизация под формат; 🔵Отсылает на согласование (например, через Gmail); 🔵После одобрения публикует в LinkedIn и Twitter. ---

Что вы найдете в плейбуке: 🔵Схему воркфлоу в n8n — как все связано и откуда что идет; 🔵Пошаговый разбор сценария — какой нод за что отвечает, куда вставлять ключи; 🔵Готовый JSON сценария, который можно скопировать и сразу вставить в n8n.

👉 Забирайте сценарий тут

И ставьте 🔥, если сценарии действительно полезны. Так буду знать, что нужно пилить дальше.

На самом деле пишу одну статью, и в моменте поставил в конце "))", потом отдал это в ChatGPT на редактуру и он мне вернул заменив скобки на универсальное бездушное эмодзи "😀"

А по моему субъективному, скобки это уникальный культурный код. Никто больше в мире не использует эти слои постиронии. Это практически неоконструктивистское высказывание. Способность к абстрактному мышлению. Я даже не знаю кто тот первый авангардист интернета, что смело отбросил условности двоеточия оставив голую скобку в качестве смеха.

Поэтому если ты дед, не стесняйся ногтей. Сыпь. Это характер культуры))

Вчера провели первый открытый вебинар по GEO (Generative Engine Optimization). Подключилось почти 70 человек — и это лучший сигнал, что тема задела за живое. Спасибо Володе Малюгину за рассказ и слайды.

Что обсудили: — Нейросети всё чаще цитируют сайты не из топ-3 Google, а даже с 20-х и 30-х мест. — Форматы решают: FAQ, базы знаний и списки — именно их GPT и Perplexity забирают в свои ответы. — Мы разобрали 9 конкретных шагов GEO-оптимизации — от анализа упоминаний бренда в ИИ до Snippet-first подхода в контенте. — Бизнесу важно понять: через год будет поздно — AI-виджеты займут конкуренты, и вернуть позиции будет сложнее, чем сейчас попасть в Google.

Спасибо всем, кто задавал вопросы и делился опытом — диалог получился реально ценным 🙌

Запись по ссылке: https://tldv.io/app/meetings/68a5b7c19d26d000139720ce

Скоро новые встречи с крутейшими экспертами!

agent harness

отдельно хочу выдать мысли про harness (обвязку) вокруг агентов. есть голая llm - у нее простая задача: принять токены и выдать наиболее вероятное продолжение. магия начинается там, где вокруг этой llm строят обвязки, которые и превращают предсказатель текста в полезный продукт

самый банальный пример - чат с ии (напр. chatgpt). там обвязка работает как prompt builder: собирает системные инструкции, историю сообщений, пакует это в правильный формат и скармливает модели. но тут есть важный нюанс: современные модели еще на этапе обучения (через sft и rlhf) натаскивают именно на такую структуру. их учат понимать спецтокены ролей (user, assistant, system), реагировать на системный промпт и выдавать ответ, который идеально ляжет в веб-интерфейс. то есть модель изначально "прогревают" под работу в конкретной чат-обвязке на уровне весов

с кодинг-агентами всё стало сильно сложнее. там помимо сборщика промптов появился целый зоопарк механик: тулы, скиллы, контекст-менеджеры (rag по вашей кодовой базе), интеграция с lsp (чтобы на лету парсить ошибки синтаксиса), песочницы для безопасного запуска bash-команд, генераторы диффов для применения кода и кастомные правила из AGENTS.md. и очевидно, что большие ai-лабы и тут тренируют своих агентов прямо внутри этих сложных сред. их модели с рождения осознают эти обвязки как часть своего тела

cursor поэтому я вообще не верю в будущее продуктов, которые строят свои обвязки, но сидят на ЧУЖИХ моделях. самый яркий пример сейчас - cursor. братишкам там сейчас очень не сладко. недавно даже были сливы, что внутри компании объявили code red под игидой "нам нужна своя модель, иначе мы тупо не выживем"

pi agent еще один пример сторонней обвязки - pi agent. штука получила признание, тк используется в openclaw. но вот вам реальный кейс: я несколько раз пытался заставить pi agent внутри воркспейса openclaw починить мне оркестрацию календаря. использовалась gpt-5.4. результат - проебался несколько раз и не смог ничего исправить. ради эксперимента запускаю codex из воркспейс папки - он ваншотит проблему с первой попытки. модель одна, обвязки разные, результат - небо и земля. прямо сейчас, кстати, я пробую весь рантайм openclaw полностью перевести с pi agent на codex/claude code (благо нативное решение через acp уже есть)

paperclip а теперь про paperclip. они не стали изобретать велосипед и писать свою обвязку. вместо этого они дают выбрать из множества популярных готовых вариантов (claude code, codex, pi agent, gemini, kimi и тд). благодаря этому ты получаешь лучшее качество агента, так еще и можешь напрямую использовать свои текущие подписки (paperclip просто юзает локальный codex прямо из терминала). все что дает paperclip - это UI и тулы для взаимодействия с тасктрекером.

короче, мораль такая. свои обвязки писать больше не надо. надо использовать готовые обвязки от лаб, потому что на уровне интеграции модели и среды они всегда будут на шаг впереди

Я чот никогда не смотрел в сторону Codex, думал что он только с github работает. А там и cli тоже есть, и работает с текущей подпиской на ChatGPT и 3 буквы не нужны...

Как поднять свой стабильный VPN?

Предистория В современных реалиях VPN стал мастхэв инструментом. Я долгое время пользовался то одним, то другим, платил за 2-3 подписки одновременно чтобы хоть какой-нибудь да работал. Корпорация зла постоянно блокирует разные протоколы, поэтому это было тяжело конечно.

В какой-то момент настолько надоело (и даже не то что надоело, перестали работать все существующие просто), что я пошел копать в сторону поднятия своего. Сперва поставил и долгое время пользовался L2TP прямо через настройки айфона, но потом он начал что-то тупить + я много кому расшерил его. Потом нашел наконец-то идеальное решение.

Так что же надо делать? 1. Вам нужен свой сервер (VPS/VDS) и конечно же не в той стране где вы находитесь)) Иначе смысл от VPN тогда?

Если вы находитесь в России, то рекомендую рассматривать самые популярные локации - Финляндия (у меня), Нидерланды, Германия. В целом чем ближе к вам - тем лучше, но это просто самые популярные варианты по наличию серверов.

Предположу, что не у всех есть иностранная карта и возможность оплатить сервер, поэтому - ищем арендовать vps/vds, выбираем любой понравившийся. Я пользовался только https://ruvds.com/ru-usd#order , поэтому могу посоветовать только его. Карту МИР - принимают)

2. По конфигурации - нужен самый лайтовый тк VPN особо не потребляет ресурсов (по крайней мере на моем опыте).

Минимальные: Локация: Нидерланды (допустим) ОС: Ubuntu 22/24 Панель управления: не нужна CPU: 1x3.4ГГц RAM: 1 Gb (хотя я бы 2 Gb взял, но дороже просто чуть становится) Диск: 20 ГБ HDD IP: 1 шт.

Тут на самом деле нет никаких жестких требований, даже на самый слабый сервер VPN скорее всего встанет. Если по ходу дела возникнут сложности - можете посоветоваться с ChatGPT/любым другим чат-ботом или зайти в комменты к этому посту - спросить совета у меня.

3. После покупки сервера вам на почту/в ЛК придет IP, username и пароль (либо попросят загрузить SSH ключ) для подключения по SSH. Берем эти данные, скачиваем клиент Amnezia VPN, устанавливаем, нажимаем на + в нижней панели, выбираем Self-hosted VPN, вводим данные от сервера которые нам дал провайдер и запускаем установку.

4. Вуаля, спустя 5-10 минут - у вас будет собственный стабильно работающий VPN. Чтобы расшерить его друзьям - нажимаете кнопку поделиться в нижней панели клиента, заполняете для себя данные о том кто это такой (чтобы потом не забыть) и генерируете QR-код.

Приложения Amenzia есть на любую ОС и любой тип устройства. Подписка по итогу выходит конечно чуть дороже обычного VPN, зато лично у меня - еще ни разу он не отваливался (дольше чем на час-два). Я использую каждый день и не выключаю + используют еще где-то 5 моих друзей/знакомых/близких.

Приятного использования ☺️ @atlfreedom

Индия — жизнь по-другому

Когда я планировал отпуск в страну антисанитарии и специй, я смутно представлял что меня там ждет. В голове был набор базовых стереотипов и понимание, что скорее всего там всё иначе — как минимум Индия страна с самым большим количеством АйТишников и этот факт никак не укладывался в голове с рекомендациями сделать кучу прививок и ни в коем случае не пить там воду кроме как из запечатанной бутылки.

Я провел день в столице и теперь отчетливо понимаю как выглядят несколько миллиардов человек. Час-пик в Московском метро — ничто по сравнению с обычным будним днем на рынке в Дели. Смешались в кучу кони коровы, люди — это словами классика про это место. Ни пройти, ни проехать, ни вдохнуть полной грудью. Сотни снующих индусов с мешками на голове, пробки из рикш и ездовых коров, лужи мочи и навоза прямо под ногами. Глаза слезятся не только от ужаса, но и от запаха. Никакой шафран не может перебить запах стихийного общественного туалета.

ЧатГПТ оптимистично отмечает, что Дели — лучший город, который выбирают для жизни более 20 миллионов индусов.

К слову, буквально в нескольких станциях метро от рынка был найден оазис спокойствия и умиротворения. Выставка современного искусства, капуч за 400 рублей и крок мадам как в лучших ресторанах Европы дали возможность взглянуть иначе на этот город.

В Дели очень классное метро — современнные составы, удобная навигация, низкая цена на проезд (порядка 20-30 рублей). Питеру есть чему поучиться.

Дели очень контрастный город, который вопреки желанию расширяет сознание. Я до сих пор одновременно восхищен этим местом и нахожусь в ужасе. День в Дели помогает понять ценность того привычного и простого, на что давно уже не обращал внимания — чистота и отсутствие запахов на улицах, тишина, комфорт. И при этом дает понимание, что нормы просто не существует. То привычное, что есть у нас — совсем не нормально для Индусов, а что привычно для них — не нормально для нас. Разные люди, разные культуры, разные ценности и приоритеты.

Путешествуйте, это того стоит!

Рассказать вам про Бир, Дарамсалу или Баку?

*20 секунд из жизни Дели — столицы Индии

chatgpt нарисуй картинку о том, как я относился к тебе всё это время. Только честно.

Поисследуем сегодня язык, на котором мы общаемся с AI

Если опираться на идеи Наома Хомского, язык не просто инструмент коммуникации, а фундаментальная структура, которая напрямую формирует наше мышление. Перенося эту мысль на GPT, получается интересно: 1. Физика неизменна Архитектура, веса и loss-функция — едины и фиксированы. У GPT нет «русского мозга» или «китайского сознания». 2. Изменение происходит на уровне токенов и семантики Русский многословный, английский системный, китайский визуально лаконичный, но токенизируется посимвольно и поэтому не экономит контекст (один иероглиф ≈ 1 токен). – 🇨🇳 Китайский — образность, философичность, но высокая токен-нагрузка. – 🇬🇧 Английский — структурность, прагматичность, логика, средняя токен-нагрузка. – 🇷🇺 Русский — многослойность, эмоциональность, ассоциации, высокая токен-нагрузка. 3. Это создаёт культурный bias GPT в ответ на русский вопрос даст больше рефлексии, образов, нюансов и внутренних противоречий. На английский — чёткий план и bullet points. На китайский — яркую лаконичность и метафоры. (Степень эффекта зависит от открытости промпта — чем свободнее задача, тем сильнее проявляется культурная специфика.) 4. Контекстное окно и детализация Русский «съедает» токены быстрее, поэтому меньше деталей помещается в контекст. Китайский визуально выглядит компактнее, но за счёт токенизации по иероглифам не экономит токены и контекстное окно не расширяет. 5. Риски и потери смыслов vs креативность Чем дальше язык от ядра обучающих данных (английский), тем выше энтропия, «галлюцинации» и риск потери тонких смыслов. Но здесь есть и обратная сторона: появляется больше неожиданных ассоциаций, креатива и неочевидных инсайтов. 6. Эмбеддинги и смысловые карты Технически GPT хранит и обрабатывает информацию в виде эмбеддингов (многомерных векторов). У близких понятий на разных языках («дерево», «tree», «树») эмбеддинги будут рядом, но вот культурные нюансы и эмоциональные оттенки уже будут расходиться, что ещё больше усиливает разницу в итоговом восприятии.

Итого: язык промпта - это не смена нейроархитектуры, а смена когнитивного стиля и «культурного скафандра» модели.

Получается, архитектура одна, а когнитивный и культурный слой зависит от языка ввода. По сути, выбирая язык, выбираешь, каким образом GPT будет формировать свои смыслы и выводы.

P.S. В каком-то смысле нейросеть — это «зеркало языка», на котором с ней говоришь.

Проблема публичного канала в том, что когда ты в него что-нибудь постишь, тебе приходится отвечать на все неотвеченные входящие сообщения, либо испытывать неловкость. Но сегодня у меня алиби. Я заболел. Всех вижу. Ценю и вернусь с ответом.

Но пока хочется просто посмотреть кинчик. И я представить не мог, что запрос в чатгпт про кино, приведет к краткому психологическому портрету. Тем не менее хочется узнать что вас впечатлило из просмотренного за последнее время или как видит ваш вкус чат опираясь на запрос о кино?

Каждый второй go разработчик использует ChatGPT в своей работе согласно опросу dewcrowd.ru.

Интересная статистика, конечно, помогает понять основной тренд в индустрии.

Советую ознакомиться 🙂

Попросил вчера AutoGPT собрать мне несколько рисерчей:

1./ План на поездку в Будапешт в Мае → Сработало неплохо, но все равно нет доверия, что информация актуальная. Хочется видеть источник и узнать почему именно такой выбор, думаю можно просить уточнять выбора через промтп. Оценка: 4/5

2./ Список документов на визу номада в Испанию →  Не нашел несколько важных документов и наоборот подтащил денежные требования из другой программы. Оценка: 2/5

——

Почему на такие задачи не подходит запрос к обычному GPT и нужен AutoGPT с доступом к интернету?

Ответ в датасете: внутри GPT информация актуальная на конец 2021-го года. Какие-то места в Будапеште уже могли закрыться, а испанская программа кочевника вообще появилась только в начале года. Поэтому нужно ходить по сайтам и рисерчить, это он и пытается делать автоматически.