В статье, датированной на странице 13 октября 2026 года, автор под именем Felix Rieseberg предлагает оценивать работу с моделями не только по скорости выполнения отдельных задач. Он называет четыре направления: скорость, уровень абстракции, глубину и широту. В доступном тексте подробнее раскрыты постановка задачи от желаемого результата и работа с профессиональными методами; направление широты там лишь названо. Первоисточник: статья How to be more ambitious.
Четыре направления работы с моделями
Скорость автор определяет как выполнение той же работы за меньшее время и называет привычным способом получать экономическую пользу от ИИ. Это направление он почти не рассматривает. Три остальных — уровень абстракции (Altitude), глубина (Depth) и широта (Range) — в статье обозначают разные способы изменить масштаб или подход к задаче, а не результаты сравнительного исследования.
Уровень абстракции — переход от отдельного поручения к желаемому результату. Глубина, по описанию автора, предполагает применение инструментов, методов и знаний специалистов. Широта присутствует в перечне, но доступный фрагмент не позволяет объяснить, что именно под ней понимается.
Ставить задачу от результата
Автор предлагает спрашивать, чего нужно достичь помимо ближайшего действия. В качестве примера он рассказывает, что раньше просил Claude исправлять отдельные сбои приложений, а затем стал ставить более широкую задачу — поддерживать приложения без сбоев. Это описанный им собственный подход, а не результат независимого испытания.
Для квартального бизнес-обзора Ризеберг предлагает не ограничиваться подготовкой презентации. В его гипотетическом примере компании с оттоком клиентов модель можно попросить искать способы снизить потери клиентов или предложить альтернативу квартальной презентации: выяснить, как раньше обнаруживать проблемы, и параллельно с текущим процессом проверить новый способ в течение квартала. Это сценарий из статьи, а не сообщение о том, что такая проверка состоялась.
Ризеберг считает постановку задачи от конечного результата более уместной, когда этот результат можно определить заранее, и менее подходящей для творческой работы. Он также упоминает ограничения нынешних моделей, но доступный текст обрывается до подробного объяснения. Это советы и оценка автора, а не независимо подтверждённые правила эффективности.
Глубина: проверить исходные предположения
Под глубиной автор понимает не просто подробный ответ: он предлагает побуждать модель использовать инструменты, методы и знания специалистов в соответствующей области.
В примере с оттоком клиентов Ризеберг предлагает не считать заранее установленной причину вроде проблем с адаптацией новых пользователей. Вместо этого, по его сценарию, модели можно дать исходные данные и попросить проверить предположение, в том числе с помощью баз данных и статистических моделей. Это предложение автора о том, как исследовать гипотезу; оно не доказывает, что модель верно установит причину оттока.
Доступный текст заканчивается в разделе о глубине, поэтому изложить дальнейшее развитие этого раздела, описание широты и выводы статьи по нему нельзя. В примерах речь идёт о предложениях и опыте, описанных автором, а не о независимой оценке эффективности.
