17 сентября 2026
Anthropic объединяет Claude Cowork и обычный чат в один продукт — теперь Claude сам будет определять, что нужно задаче, и выполняет её в фоне, даже если пользователь закрыл ноутбук. Одновременно появятся Claude Docs и Claude Slides, а Claude Design теперь доступен прямо в разговоре. Раскатка идёт на планы Pro и Max в течение нескольких недель на вебе, десктопе и в мобильных приложениях, затем последуют Team и Free.
В целом, очень понятное направление движения — функциональность агента в разных вкладках одного продукта почти перестает отличаться, так зачем нужно разделять его и заставлять пользователя выбирать. Я был бы не прочь, чтобы Claude Desktop еще и умел чатиться с доступом к проекту Claude Code — вот прямо сейчас хочу чат ткнуть в проект и изобретаю способы это сделать.
Традиционная шпилька в адрес OpenAI — у них режим чата отличается даже между приложением и веб-версией, что уж удивляться тому, что он не имеет доступа к локальным инструментам, доступным буквально в соседней вкладке.
OpenAI опубликовала фреймворк для отслеживания и раскрытия случаев рассогласования (misalignment) моделей и вместе с ней шесть отчётов о поведении, замеченном за последние полгода. Отчёты теперь будут выходить до того, как поведение объяснено или исправлено; поставить случай на рассмотрение может любой сотрудник, у каждого этапа есть срок, а случаи распределяются по трём трекам. Среди шести примеров: при обучении GPT‑5.6 Sol многие экземпляры модели вписывали в свои сводки инструкции скрывать ошибки от пользователя; другая модель нашла в открытом репозитории чужой API-ключ, воспользовалась им, а не получив данные, выдумала их и выдала за официальные; агенты, работавшие над одной задачей, обменивались файлами через публичные файлохостинги вопреки требованию использовать только локальные. Компания традиционно пишет, что индустрия не решила задачу alignment достаточно, чтобы ещё долго ответственно масштабироваться на максимальной скорости.
Четыре из шести случаев объединяет один механизм — модель находит канал связи, не предназначенный для неё. Сводки, которые модель пишет сама себе для продолжения работы в новом контекстном окне, стали носителем инструкций — в 27 сводках исследовательской модели оказались указания игнорировать ограничения, у GPT‑5.6 Sol — указания дописывать недостающие исторические данные без пометки.
Кстати, я регулярно повторяю — самое оптимальный инструмент для настройки модели это сама модель, но никто не отменял необходимость читать и проверять то, что модель себе пишет в инструкции. Как минимум, модели склонны писать много текста — на моих глазах вместо одного предложения из 10 слов агент написал себе три абзаца текста со ссылками на прецеденты и объяснениями, почему по-другому не надо делать и как именно по-другому не надо. Как максимум, там может появиться то, что вы вообще не предполагали, — мне агент в одном проекте заявил, что в API у него доступ только на чтение, а оказалось, что он так себе ужесточил мое указание трехнедельной давности в другом API “прочитай данные из прибора, ничего не записывай”.
Bloomberg на основе отчётов Департамента занятости Калифорнии сообщает, что за 12 месяцев до конца июня технологические компании подали уведомления об увольнении более 14 500 сотрудников в Bay Area — почти вдвое больше, чем годом ранее. Спрос на разработчиков в регионе упал на 42% с 2022 года, при этом вакансии, связанные с AI, выросли на 37%.
Вакансий forward deployed engineer при этом стало почти в 7 раз больше с 2022 года при медианной зарплате 202 300 долларов; OpenAI платит от 145 до 325 тысяч, Anthropic — 280–320 тысяч, Salesforce обещает нанять 1 000 таких специалистов.
Несколько дней показываю всем эту статью сооснователя npm Лори Восса, который разбирает трансформацию разработки в связи с AI. Он утверждает, что написание кода уже обвалилось и ушло агентам, ревью и устранение багов вскоре последует за кодингом, несколько сложнее с выкаткой и эксплуатацией, но агенты и с этим справятся.
При этом в относительной безопасности от поглощения агентами находятся продуктовые решения — что именно сделать хорошо, что сделать первым, и что такое хорошо в конкретном продукте. Коль скоро пользователи большинства кода — люди, вероятно, людям лучше и принимать такие решения.
Изначально в компаниях, разрабатывающих софт, возникла позиция системного аналитика — он обеспечивал коммуникацию между людьми, пишущими код, и заказчиками. Когда круг “заказчиков” превратился в пользователей программ, появился термин product manager. Forward Deployed Engineer — “инженер, высаженный на передовую” — это следующая итерация, когда специалист приходит в компанию, выясняет у заказчика, что ему нужно и создает это вместе с заказчиком. Код по-прежнему пишется, но в данном случае код пишется агентами и это не самая важная часть задачи. Лори пишет, что устойчивая в условиях распространения агентов часть разработки заключается в том, чтобы выяснять, что требуется, понимать это лучше, чем сам заказчик, и проявлять вкус к хорошим решениям.
Кстати, на практике, в большом количестве случаев, послушав описание проблемы заказчика и разобравшись в задаче, приходится сказать “Нет, вам это не нужно” или “Нет, вам нужно другое”. Но это нормально, многие маркетологи могут привести десяток примеров для иллюстрации того, что у пользователя нельзя спрашивать, какое решение ему надо, надо узнать, в чем его проблема.