Руководства, сравнения и новости об инструментах ИИ

Ошибка Codex «thread not found» возможна даже при читаемой истории. Схемы показывают различие сохранённых данных и беседы, загруженной для выполнения, а журналы случая на Windows — успешную отправку после повторной загрузки. Рассмотрены повторное открытие, перезапуск, короткая проверка, а также исследование только на чтение и перенос работы, если проблема остаётся. Открытые контрпримеры показывают, почему нельзя говорить об универсальном решении; конкретный выпуск, устраняющий проблему, мы не подтвердили.

Jev — модель TypeSafe, которая вместо свободного текста возвращает выбранные варианты, оценки и вероятности «да»/«нет». Разбираем различия Choice, Score и Noul, смысл confidence и устройство API-запроса для распределения обращений в поддержку. Гарантия типа не гарантирует правильность решения. В статье рассмотрены документированные ограничения при вычислениях, работе с датами и вводом, навязывающим ответ, а также цены, оба ограничения ввода и проверка перед применением на русском языке. Материал основан на официальных источниках, а не на практических замерах API.

Когда 16 сентября 2026 года Claude Cowork влился в чат, одновременно с этим в бете появились три функции создания: Claude Docs для документов, Claude Slides для презентаций и Claude Design для визуального дизайна. Эта статья — про первую из них. Если в одном предложении, то Claude Docs превращает то, что вышло из диалога, в документ, который можно продолжать править. Попросите оформить обсуждение как спецификацию, которой можно поделиться с командой, — и Claude напишет черновик прямо у вас на глазах, а прежде чем начать, спросит обо всём, чего ему не хватает. На выходе — форматированный текст с заголовками и таблицами, причём один документ может состоять из нескольких вкладок. Править его можно самому, а можно выделить текст внутри документа, оставить комментарий и упомянуть @Claude, чтобы правку внёс он. Сильнее всего недооценивают то, что в спецификацию, runbook или отчёт можно превратить и сессию Claude Code. Это, однако, бета, и то, чего в ней нет, отсутствует совершенно откровенно: истории версий нет, удаление необратимо, с телефона документ можно попросить, но не поправить, а Team и Enterprise не могут делиться за пределы организации. В статье отсутствующему отведено столько же места, сколько возможностям, и разобрано, для чего этот инструмент подходит, а для чего нет.

Projects в Claude Code собрали заново. Раньше проект был папкой, в которой лежали диалоги и справочные материалы; новые Projects — это один диалог. Вы описываете, что вам нужно, Claude разбивает это на треды, треды параллельно выполняются в облаке, и каждый по завершении открывает pull request и отчитывается. Закрытый ноутбук их не останавливает. Правда, прежде чем бросаться пробовать, стоит проверить три вещи: круг аккаунтов по-прежнему ограничен (публичная бета для Pro и Max, которая в первую очередь доходит до аккаунтов без существующих проектов), github.com и Claude GitHub App на практике обязательны, а скорость, с которой всё это съедает лимит использования, несопоставима с одиночной сессией. Статья разбирает, как понять, дошёл ли до вас выкат, с чем стартует тред (включая ловушку, из-за которой правила разрешений и хуки перестают применяться, как только в проекте оказывается больше одного репозитория), откуда берётся расход токенов, в том числе из стоящего по умолчанию Opus с усилием high, и как выбрать из пяти способов работать параллельно: субагенты, agent view, команды агентов, динамические рабочие процессы и Projects — всё по официальной документации и блогу.

Новая модель умнее, но дороже — так обычно и рассуждают. Однако сравнение GPT-6 Astra с GPT-5.6 Sol по одной удельной цене ничего не решает: Astra заканчивает ту же работу меньшим числом токенов. По замерам независимой измерительной компании Artificial Analysis, Astra на самом слабом уровне low обходится за одну задачу почти ровно в ту же сумму, что и Sol на high ($0.82 против $0.81), и при этом набирает больше (46 против 42), тратя втрое меньше выходных токенов и заставляя вчетверо меньше ждать начала ответа. Опираясь на цифры по состоянию на 18 сентября 2026 года, статья разбирает стоимость, токены и скорость на каждом уровне рассуждения, расчёт, объясняющий, почему удельная цена выше в 2.5 раза, а итог тот же, что будет с числами после окончания промоцены Sol, как разрыв в цене сокращается на работе кодинг-агентов и какими шагами измерить всё это на своей собственной работе.

Хочется, чтобы план составляла умная модель, а реализацию брала на себя модель побыстрее и подешевле. opusplan в Claude Code — это указание модели, которое делает это автоматически. В plan mode работает Opus, всё остальное время — Sonnet; включается он через /model opusplan или через model в settings.json. Но в списке /model его нет, а поскольку модель переключается при каждом входе в plan mode и выходе из него, при каждом переключении весь диалог читается заново без кэша. В статье по официальной документации, журналу изменений и issue на GitHub на 15 сентября 2026 года разобрано, как его настроить (включая закрепление версий и контекст 1M), как проходит работа от plan mode через одобрение к реализации, как в v2.0.0 его убрали из экрана выбора и что об этом сказал сотрудник Anthropic, сколько стоит кэш при переключении и как это сократить, чем он отличается от инструмента advisor и субагентов и для какой работы он подходит, а для какой нет.

Можно ли оставить основную сессию Claude Code на Opus 5 и отдавать субагентам на Sonnet или Haiku только такую работу, как переводы или массовые проверки? Можно. Модель субагента определяется в таком порядке: указание при вызове, model в файле определения, переменная окружения CLAUDE_CODE_SUBAGENT_MODEL и, наконец, модель основной сессии; effort тоже можно задать для каждого субагента отдельно. В статье по официальной документации на 15 сентября 2026 года разобрано, чем этот порядок отличается в разных версиях, как CLAUDE_CODE_SUBAGENT_MODEL_FORCE закрепляет одну модель за всеми субагентами, куда ведут псевдонимы у разных провайдеров и то, что встроенный Explore с v2.1.198 наследует модель основной сессии. Затем — результаты, которые я получил, запустив субагентов на других моделях и проверив логи диалогов: они работали на указанных моделях, каждый только на запуск читал десятки тысяч токенов, кэш субагентов даже по подписке живёт 5 минут, а один и тот же перевод, порученный Opus 5, Sonnet 5 и Haiku 4.5 по два раза, различался по времени, стоимости и качеству. В конце — как это сказывается на стоимости и лимитах и что учитывать, решая, какую работу отдать модели попроще.

Когда несколько сессий работают параллельно, хочется понять, какая из них съедает недельный лимит. Однако /usage в Claude Code показывает только цифры текущей сессии и расход по всему тарифу в разбивке по навыкам, субагентам, плагинам и серверам MCP, а долю каждой сессии не видно ни в кольце расхода десктопного приложения, ни на странице настроек claude.ai (по состоянию на сентябрь 2026 года). Ответ лежит в логах диалогов на вашем компьютере (файлы JSONL в ~/.claude/projects), но если сложить их как есть, результат выйдет неверным: один ответ записывается в несколько строк, по одной на каждый блок содержимого, а записи субагентов хранятся в отдельных файлах. По замерам на моём компьютере простая сумма оказалась примерно вдвое больше правильного значения, а поскольку величина ошибки в каждой сессии была своей, поменялся даже порядок мест. В статье разобрано, что официальные экраны показывают и чего не показывают, как правильно подсчитать логи скриптом примерно на 50 строк, результат замеров, в котором одна сессия взяла почти треть всего расхода, пределы того, что могут сказать эти цифры, и как настроить OpenTelemetry, если нужно следить за расходом постоянно.

Сразу после отправки сообщения Gemini останавливается с надписью «Что-то пошло не так. (13)» («Something went wrong(13)»), а причину этой ошибки Google в официальной справке не объясняет. Однако в официальном отчёте Google о сбое за май 2026 года есть запись о том, что это сообщение появлялось около четырёх дней; причиной названо сочетание нехватки ресурсов базы данных и ошибок в приложении, а обходной путь — «нет». Опираясь на эту официальную запись и на то, что число «13» совпадает с кодом внутренней ошибки gRPC (INTERNAL), хотя Google не заявлял, что это одно и то же, мы разбираем четыре ситуации, о которых чаще всего сообщают в официальном сообществе: ошибка у всех сразу, только в длинном чате, только с прикреплённым изображением и только в одном аккаунте. Затем приводим 7 шагов поиска причины, от самых простых к более трудоёмким: от проверки состояния сервисов до переноса разговора в новый чат, проверки в другом аккаунте и отправки отзыва.

Не нужно каждый раз просить «начни с вывода» или «отвечай по-русски»: достаточно один раз написать это в поле инструкций, которое автоматически действует во всех разговорах. В ChatGPT это «Пользовательские инструкции», в Claude — «Инструкции для Claude», в Gemini — «Инструкции для Gemini», но у них различаются и название в интерфейсе, и расположение, и допустимое число символов. В ChatGPT лимит составляет 1 500 символов на Free и Go и 5 000 на Plus и выше (подняли в июле 2026 года), а Claude и Gemini лимит не публикуют. В этой статье мы проверяем расположение и лимиты по официальной справке трёх компаний и на основе официального руководства Anthropic по промптам показываем, как писать работающие инструкции, с примером. А случаи, в которых, по официальной справке, инструкции не действуют (внутри проектов и Gem-ботов, во временных чатах, в корпоративных аккаунтах), собраны в чек-лист.

Вы пишете Claude по-русски, а он отвечает на английском. В официальный репозиторий раз за разом приходят одинаковые сообщения, а исследования показывают, что в условиях, когда запрос и ответ на разных языках, даже самые сильные модели не могут стабильно отвечать на заданном языке. Но причина не одна. Случаи делятся на три типа: ответы постепенно уходят в английский, пока Claude читает код и вывод инструментов; язык забывается сразу после компактизации, которая сводит диалог в резюме; ответ приходит не на английском, а на совсем другом языке. Помогает в каждом случае своё. В статье разобрано, как различить типы, почему настройка language в Claude Code, закрепляющая указание в системном промпте, продолжает действовать и после компактизации, а также проблема, о которой начали сообщать в сентябре 2026 года, — в длинных сессиях ломается сам вывод. Подтверждённое и неподтверждённое мы разделяем.

Поставите слишком много навыков — они съедят контекст: наполовину это верно, наполовину нет. Согласно документации Claude Code, список навыков расходует фиксированный бюджет в 1% контекстного окна модели, и сколько навыков вы ни добавьте, дальше он не растёт. Вместо того чтобы раздуваться, список начинает убирать описания, начиная с самых редко вызываемых навыков, и оставляет только имена. Навык, потерявший описание, больше не связывается с тем, о чём вы просите, но при этом не появляется ни ошибки, ни замедления. В статье разобраны разные роли трёх инструментов измерения (/context, /usage и /skill-doctor), определение промаха кэша как 5% и 2000 токенов, падение времени жизни кэша с одного часа до пяти минут в зависимости от формы подписки, причина, по которой CLI по-прежнему легче MCP теперь, когда определения инструментов грузятся лениво по умолчанию, обоснование правила держать CLAUDE.md в пределах 200 строк, а также то, что урезать первым после измерения, — и всё это в пределах того, что удалось подтвердить по официальной документации.