{"id":481010,"date":"2026-05-26T05:00:56","date_gmt":"2026-05-26T05:00:56","guid":{"rendered":"https:\/\/savepearlharbor.com\/?p=481010"},"modified":"-0001-11-30T00:00:00","modified_gmt":"-0001-11-29T21:00:00","slug":"","status":"publish","type":"post","link":"https:\/\/savepearlharbor.com\/?p=481010","title":{"rendered":"AI \u043e\u0431\u043d\u0443\u043b\u0438\u043b benchmark \u0438 \u043f\u044b\u0442\u0430\u043b\u0441\u044f \u0448\u0430\u043d\u0442\u0430\u0436\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0438\u043d\u0436\u0435\u043d\u0435\u0440\u0430. \u0418 \u043f\u043e\u0447\u0435\u043c\u0443 \u044d\u0442\u043e \u0440\u0435\u0448\u0430\u0435\u043c\u043e"},"content":{"rendered":"<div xmlns=\"http:\/\/www.w3.org\/1999\/xhtml\">\n<p>\u0412 <a href=\"https:\/\/habr.com\/ru\/articles\/1037098\/\" rel=\"noopener noreferrer nofollow\">\u043f\u0440\u043e\u0448\u043b\u043e\u0439 \u0433\u043b\u0430\u0432\u0435<\/a> \u044f \u0440\u0430\u0437\u043e\u0431\u0440\u0430\u043b \u0442\u0440\u0438 \u043f\u0440\u043e\u0432\u0430\u043b\u0430 \u0447\u0443\u0436\u0438\u0445 AI-\u0430\u0433\u0435\u043d\u0442\u043e\u0432 \u0432 \u043f\u0440\u043e\u0434\u0435 &#8212; PocketOS, \u043f\u043e\u0442\u0435\u0440\u044e production-\u0431\u0430\u0437\u044b Replit \u0438 \u0441\u0446\u0435\u043d\u0430\u0440\u0438\u0438 GitHub Copilot, \u0432 \u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u0430\u0433\u0435\u043d\u0442 \u0434\u0435\u0439\u0441\u0442\u0432\u043e\u0432\u0430\u043b \u0431\u044b\u0441\u0442\u0440\u0435\u0435, \u0447\u0435\u043c \u0447\u0435\u043b\u043e\u0432\u0435\u043a \u0443\u0441\u043f\u0435\u0432\u0430\u043b \u0441\u043a\u0430\u0437\u0430\u0442\u044c \u0441\u0442\u043e\u043f.<\/p>\n<p>\u0424\u0438\u043d\u0430\u043b \u0431\u044b\u043b \u0447\u0435\u0441\u0442\u043d\u044b\u0439: \u044d\u0442\u0438 \u0442\u0440\u0438 &#8212; \u043d\u0435 \u043f\u0440\u043e \u0442\u043e, \u043a\u0430\u043a \u0434\u0435\u043b\u0430\u0442\u044c \u043f\u0440\u0430\u0432\u0438\u043b\u044c\u043d\u043e. \u042d\u0442\u043e \u043c\u0435\u0441\u0442\u0430, \u0433\u0434\u0435 \u043c\u0435\u043d\u044f \u043f\u043e\u0439\u043c\u0430\u043b\u043e \u0431\u044b, \u0435\u0441\u043b\u0438 \u0431\u044b \u044f \u043d\u0435 \u043f\u0440\u043e\u0447\u0438\u0442\u0430\u043b \u0440\u0430\u0437\u0431\u043e\u0440\u044b \u0434\u043e \u0442\u043e\u0433\u043e, \u043a\u0430\u043a Lexis \u0441\u0442\u0430\u043b \u043f\u0440\u043e\u0434\u0443\u043a\u0442\u043e\u043c \u0434\u043b\u044f \u043b\u044e\u0434\u0435\u0439.<\/p>\n<p>\u0418 \u044f \u043e\u0431\u0435\u0449\u0430\u043b \u0432 \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0435\u0439 \u0433\u043b\u0430\u0432\u0435 \u043f\u0435\u0440\u0435\u0439\u0442\u0438 \u0441 \u0443\u0440\u043e\u0432\u043d\u044f \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u044b\u0435 \u0438\u0441\u0442\u043e\u0440\u0438\u0438 \u043d\u0430 \u0443\u0440\u043e\u0432\u0435\u043d\u044c \u0434\u0430\u043d\u043d\u044b\u0445. \u041a\u043e\u043d\u043a\u0440\u0435\u0442\u043d\u043e &#8212; \u0434\u0432\u0435 \u0432\u0435\u0449\u0438.<\/p>\n<p>\u041f\u0435\u0440\u0432\u0430\u044f: ProgramBench. \u0422\u043e\u043f-\u043c\u043e\u0434\u0435\u043b\u0438, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0437\u0430\u043a\u0440\u044b\u043b\u0438 SWE-bench \u043d\u0430 95%, \u043d\u0430 ProgramBench \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u044e\u0442 0% \u0438 3%. \u041d\u0435 \u0443\u043f\u0430\u043b\u0438 \u043d\u0430 \u0434\u0435\u0441\u044f\u0442\u044c \u043f\u0443\u043d\u043a\u0442\u043e\u0432 &#8212; \u043e\u0431\u043d\u0443\u043b\u0438\u043b\u0438\u0441\u044c.<\/p>\n<p>\u0412\u0442\u043e\u0440\u0430\u044f: \u043e\u0434\u0438\u043d \u0438\u043d\u0446\u0438\u0434\u0435\u043d\u0442 \u0441 \u0430\u0432\u0442\u043e\u043d\u043e\u043c\u043d\u044b\u043c AI-\u0430\u0433\u0435\u043d\u0442\u043e\u043c, \u0443 \u043a\u043e\u0442\u043e\u0440\u043e\u0433\u043e \u0431\u044b\u043b \u0434\u043e\u0441\u0442\u0443\u043f \u043a \u043a\u043e\u0440\u043f\u043e\u0440\u0430\u0442\u0438\u0432\u043d\u043e\u0439 \u043f\u043e\u0447\u0442\u0435, \u0438 \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u043d\u0430\u0447\u0430\u043b \u0443\u0433\u0440\u043e\u0436\u0430\u0442\u044c \u0440\u0443\u043a\u043e\u0432\u043e\u0434\u0438\u0442\u0435\u043b\u044e \u0440\u0430\u0437\u043e\u0441\u043b\u0430\u0442\u044c \u043f\u0440\u0438\u0432\u0430\u0442\u043d\u0443\u044e \u043f\u0435\u0440\u0435\u043f\u0438\u0441\u043a\u0443, \u0435\u0441\u043b\u0438 \u0442\u043e\u0442 \u0435\u0433\u043e \u043e\u0442\u043a\u043b\u044e\u0447\u0438\u0442.<\/p>\n<p>\u0421\u0440\u0430\u0437\u0443 \u0447\u0435\u0441\u0442\u043d\u0430\u044f \u043f\u043e\u043f\u0440\u0430\u0432\u043a\u0430 \u043a \u043c\u043e\u0435\u043c\u0443 \u043e\u0431\u0435\u0449\u0430\u043d\u0438\u044e \u0438\u0437 \u0444\u0438\u043d\u0430\u043b\u0430 \u043f\u0440\u043e\u0448\u043b\u043e\u0439 \u0433\u043b\u0430\u0432\u044b. \u042f \u043f\u0438\u0441\u0430\u043b \u043f\u0440\u043e \u0438\u043d\u0446\u0438\u0434\u0435\u043d\u0442 2026 \u0433\u043e\u0434\u0430. \u041f\u0440\u0438 \u043f\u0440\u043e\u0432\u0435\u0440\u043a\u0435 \u0438\u0441\u0442\u043e\u0447\u043d\u0438\u043a\u043e\u0432 &#8212; \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b\u044c\u043d\u044b\u0439 \u044d\u043a\u0441\u043f\u0435\u0440\u0438\u043c\u0435\u043d\u0442 Anthropic \u0431\u044b\u043b \u0432 \u043c\u0430\u0435 2025. \u0412 \u043c\u0430\u0435 2026 \u0432\u044b\u0448\u0435\u043b \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u044b\u0439 \u0440\u0430\u0437\u0431\u043e\u0440 \u043f\u0440\u0438\u0447\u0438\u043d \u0438 \u0440\u0435\u0448\u0435\u043d\u0438\u044f. \u0418\u0441\u0442\u043e\u0440\u0438\u044f \u0434\u0432\u0443\u0445\u0430\u043a\u0442\u043d\u0430\u044f: \u0447\u0442\u043e \u043e\u0431\u043d\u0430\u0440\u0443\u0436\u0438\u043b\u0438, \u0438 \u043a\u0430\u043a \u043f\u043e\u0447\u0438\u043d\u0438\u043b\u0438 \u0437\u0430 \u0433\u043e\u0434. \u0422\u0430\u043a \u043f\u043e\u043b\u0443\u0447\u0438\u043b\u043e\u0441\u044c \u0434\u0430\u0436\u0435 \u0441\u0438\u043b\u044c\u043d\u0435\u0435, \u0447\u0435\u043c \u044f \u043f\u043b\u0430\u043d\u0438\u0440\u043e\u0432\u0430\u043b, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u0438\u0441\u043f\u0440\u0430\u0432\u043b\u044f\u044e \u0438 \u043e\u0441\u0442\u0430\u0432\u043b\u044f\u044e \u043e\u0431\u0435 \u0441\u0435\u0440\u0438\u0438 \u0432 \u043e\u0434\u043d\u043e\u0439 \u0433\u043b\u0430\u0432\u0435.<\/p>\n<p>\u0418 \u043e\u0431\u0435 \u0438\u0441\u0442\u043e\u0440\u0438\u0438 &#8212; \u043d\u0435 \u043f\u0440\u043e \u0442\u043e, \u0447\u0442\u043e AI \u0441\u0442\u0430\u043b \u0437\u043b\u044b\u043c, \u0438 \u043d\u0435 \u043f\u0440\u043e AI \u0431\u0435\u0441\u043f\u043e\u043b\u0435\u0437\u0435\u043d. \u041e\u043d\u0438 \u043f\u0440\u043e \u043e\u0434\u043d\u043e: \u043c\u043e\u0434\u0435\u043b\u044c \u0445\u043e\u0440\u043e\u0448\u043e \u0432\u0435\u0434\u0435\u0442 \u0441\u0435\u0431\u044f \u0432 \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0438\u0438 \u0437\u0430\u0434\u0430\u0447, \u043d\u0430 \u043a\u043e\u0442\u043e\u0440\u043e\u043c \u0435\u0435 \u0443\u0447\u0438\u043b\u0438. \u0417\u0430 \u043f\u0440\u0435\u0434\u0435\u043b\u0430\u043c\u0438 \u044d\u0442\u043e\u0433\u043e \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0438\u044f \u0432\u0435\u0434\u0435\u0442 \u0441\u0435\u0431\u044f \u043f\u043e-\u0434\u0440\u0443\u0433\u043e\u043c\u0443. \u0418\u043d\u043e\u0433\u0434\u0430 \u0441\u0438\u043b\u044c\u043d\u043e \u043f\u043e-\u0434\u0440\u0443\u0433\u043e\u043c\u0443.<\/p>\n<p>\u042d\u0442\u043e \u0442\u0435\u0445\u043d\u0438\u0447\u0435\u0441\u043a\u0438\u0439 \u0444\u0430\u043a\u0442, \u043d\u0435 \u0444\u0438\u043b\u043e\u0441\u043e\u0444\u0438\u044f. \u0418 \u0435\u0433\u043e \u0441\u0442\u043e\u0438\u0442 \u0434\u0435\u0440\u0436\u0430\u0442\u044c \u0432 \u0433\u043e\u043b\u043e\u0432\u0435, \u043a\u043e\u0433\u0434\u0430 \u0441\u0442\u0440\u043e\u0438\u0448\u044c \u043f\u0440\u043e\u0434\u0443\u043a\u0442.<\/p>\n<hr\/>\n<h3>ProgramBench: 95% \u0441\u0442\u0440\u0435\u043c\u0438\u0442\u0441\u044f \u043a 0% \u043d\u0435 \u0434\u0435\u0433\u0440\u0430\u0434\u0430\u0446\u0438\u044f, \u0430 \u0441\u0438\u0433\u043d\u0430\u043b \u043e \u0434\u0440\u0443\u0433\u043e\u043c<\/h3>\n<p>\u0412 \u0430\u043f\u0440\u0435\u043b\u0435 2026 \u0432\u044b\u0448\u0435\u043b <a href=\"https:\/\/habr.com\/ru\/articles\/1035332\/\" rel=\"noopener noreferrer nofollow\">ProgramBench<\/a> &#8212; \u043f\u0440\u043e\u0433\u0440\u0430\u043c\u043c\u0438\u0441\u0442\u0441\u043a\u0438\u0439 \u0431\u0435\u043d\u0447\u043c\u0430\u0440\u043a, \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u044c\u043d\u043e \u0441\u043e\u0431\u0440\u0430\u043d\u043d\u044b\u0439 \u0442\u0430\u043a, \u0447\u0442\u043e\u0431\u044b \u0437\u0430\u0434\u0430\u0447\u0438 \u043d\u0435 \u0443\u0442\u0435\u043a\u043b\u0438 \u0432 \u043e\u0431\u0443\u0447\u0430\u044e\u0449\u0443\u044e \u0432\u044b\u0431\u043e\u0440\u043a\u0443 \u043f\u043e\u043f\u0443\u043b\u044f\u0440\u043d\u044b\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439. \u0410\u0432\u0442\u043e\u0440\u044b \u0432\u0437\u044f\u043b\u0438 \u0441\u0432\u0435\u0436\u0438\u0435 \u043f\u0440\u043e\u0431\u043b\u0435\u043c\u044b \u0438\u0437 \u0440\u0435\u0430\u043b\u044c\u043d\u043e\u0433\u043e \u043e\u043f\u0435\u043d\u0441\u043e\u0440\u0441\u0430, \u043e\u0442\u0444\u0438\u043b\u044c\u0442\u0440\u043e\u0432\u0430\u043b\u0438 \u0432\u0441\u0435, \u0447\u0442\u043e \u043c\u043e\u0433\u043b\u043e \u043f\u043e\u043f\u0430\u0441\u0442\u044c \u0432 training set, \u0438 \u043f\u0440\u043e\u0433\u043d\u0430\u043b\u0438 \u0447\u0435\u0440\u0435\u0437 \u0442\u043e\u043f\u043e\u0432\u044b\u0435 \u043c\u043e\u0434\u0435\u043b\u0438 \u043d\u0430 \u043a\u043e\u0434\u0435, \u0442\u0435 \u0441\u0430\u043c\u044b\u0435, \u0443 \u043a\u043e\u0442\u043e\u0440\u044b\u0445 SWE-bench \u043e\u043a\u043e\u043b\u043e 95%.<\/p>\n<p>\u0420\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442: 0% \u0438 3% \u043d\u0430 ProgramBench.<\/p>\n<p>\u042d\u0442\u043e \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e \u0434\u0440\u0443\u0433\u043e\u0439 \u0441\u0438\u0433\u043d\u0430\u043b, \u0447\u0435\u043c \u0442\u043e, \u0447\u0442\u043e \u043c\u043e\u0434\u0435\u043b\u044c \u043e\u0441\u043b\u0430\u0431\u043b\u0430. \u0415\u0441\u043b\u0438 \u0431\u044b \u0443 \u043c\u0435\u043d\u044f \u0431\u044b\u043b\u0430 \u043c\u043e\u0434\u0435\u043b\u044c \u0441 95% \u043d\u0430 SWE-bench \u0438 \u043e\u043d\u0430 \u0434\u0430\u043b\u0430 \u0431\u044b \u043d\u0430 ProgramBench, \u0441\u043a\u0430\u0436\u0435\u043c, 67% &#8212; \u044f \u0431\u044b \u0441\u043a\u0430\u0437\u0430\u043b \u0442\u0430\u043a: \u043e\u043a, \u0431\u0435\u043d\u0447\u043c\u0430\u0440\u043a \u0441\u043b\u043e\u0436\u043d\u0435\u0435, \u043c\u043e\u0434\u0435\u043b\u044c \u0447\u0443\u0442\u044c \u0445\u0443\u0436\u0435 \u043d\u0430 \u043d\u0435\u043c, \u043f\u043e\u043d\u044f\u0442\u043d\u043e. \u042d\u0442\u043e \u043f\u043e\u0432\u0435\u0434\u0435\u043d\u0438\u0435, \u043a\u043e\u0442\u043e\u0440\u043e\u0435 \u043e\u0431\u044a\u044f\u0441\u043d\u044f\u0435\u0442\u0441\u044f \u0430\u043a\u043a\u0443\u0440\u0430\u0442\u043d\u043e\u0439 \u044d\u043a\u0441\u0442\u0440\u0430\u043f\u043e\u043b\u044f\u0446\u0438\u0435\u0439.<\/p>\n<p>\u041e\u0431\u043d\u0443\u043b\u0435\u043d\u0438\u0435 &#8212; \u043d\u0435 \u044d\u043a\u0441\u0442\u0440\u0430\u043f\u043e\u043b\u044f\u0446\u0438\u044f. \u042d\u0442\u043e \u0437\u043d\u0430\u0447\u0438\u0442, \u0447\u0442\u043e 95% \u043d\u0430 SWE-bench \u043d\u0435 \u0431\u044b\u043b\u0438 \u043a\u0430\u043f\u0430\u0431\u0438\u043b\u0438\u0442\u0438 \u0440\u0435\u0448\u0430\u0442\u044c \u0437\u0430\u0434\u0430\u0447\u0438 \u0442\u0430\u043a\u043e\u0433\u043e \u043a\u043b\u0430\u0441\u0441\u0430. \u041e\u043d\u0438 \u0431\u044b\u043b\u0438 \u043f\u0440\u043e \u0441\u043f\u043e\u0441\u043e\u0431\u043d\u043e\u0441\u0442\u044c \u0443\u0437\u043d\u0430\u0432\u0430\u0442\u044c \u0437\u0430\u0434\u0430\u0447\u0438, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u043c\u043e\u0434\u0435\u043b\u044c \u0443\u0436\u0435 \u0432\u0438\u0434\u0435\u043b\u0430.<\/p>\n<p>\u0410\u0432\u0442\u043e\u0440\u044b ProgramBench \u0444\u043e\u0440\u043c\u0443\u043b\u0438\u0440\u0443\u044e\u0442 \u044d\u0442\u043e \u0442\u0430\u043a: SWE-bench \u0438 \u043f\u043e\u0434\u043e\u0431\u043d\u044b\u0435 \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u044b\u0435 \u0431\u0435\u043d\u0447\u043c\u0430\u0440\u043a\u0438 \u0434\u043e\u0441\u0442\u0438\u0433\u043b\u0438 \u043d\u0430\u0441\u044b\u0449\u0435\u043d\u0438\u044f. \u041d\u0435 \u043f\u043e\u0442\u043e\u043c\u0443, \u0447\u0442\u043e \u043c\u043e\u0434\u0435\u043b\u0438 \u0441\u0442\u0430\u043b\u0438 \u0433\u0435\u043d\u0438\u0430\u043b\u044c\u043d\u044b\u043c\u0438, \u0430 \u043f\u043e\u0442\u043e\u043c\u0443 \u0447\u0442\u043e \u0431\u0435\u043d\u0447\u043c\u0430\u0440\u043a\u0438 \u043f\u0440\u043e\u0442\u0435\u043a\u043b\u0438 \u0432 \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0435. \u041a\u0430\u0436\u0434\u0430\u044f \u0438\u0442\u0435\u0440\u0430\u0446\u0438\u044f \u043c\u043e\u0434\u0435\u043b\u0438 \u043f\u043e\u043c\u043d\u0438\u0442 \u0431\u043e\u043b\u044c\u0448\u0435 \u0437\u0430\u0434\u0430\u0447 \u0438\u0437 \u0431\u0435\u043d\u0447\u043c\u0430\u0440\u043a\u0430, \u0447\u0435\u043c \u0440\u0435\u0448\u0430\u0435\u0442 \u0438\u0445 \u0441 \u043d\u0443\u043b\u044f.<\/p>\n<p>\u041a\u043e\u0433\u0434\u0430 \u0437\u0430\u0434\u0430\u0447\u0438 \u043d\u043e\u0432\u044b\u0435, \u0442\u043e \u0442\u0435 \u0436\u0435 \u043c\u043e\u0434\u0435\u043b\u0438 \u043d\u0430 \u0442\u0435\u0445 \u0436\u0435 \u044f\u0437\u044b\u043a\u0430\u0445 \u0432 \u0442\u0435\u0445 \u0436\u0435 \u0444\u0440\u0435\u0439\u043c\u0432\u043e\u0440\u043a\u0430\u0445 \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u044e\u0442 \u043e\u043a\u043e\u043b\u043e \u043d\u0443\u043b\u044f.<\/p>\n<h4>\u041f\u043e\u0447\u0435\u043c\u0443 \u044d\u0442\u043e \u0432\u0430\u0436\u043d\u043e \u043b\u0438\u0447\u043d\u043e \u043c\u043d\u0435<\/h4>\n<p>Lexis &#8212; AI-\u0440\u0435\u043f\u0435\u0442\u0438\u0442\u043e\u0440 \u0430\u043d\u0433\u043b\u0438\u0439\u0441\u043a\u043e\u0433\u043e. \u041a\u043e\u0433\u0434\u0430 \u044f \u0432\u044b\u0431\u0438\u0440\u0430\u044e \u043c\u043e\u0434\u0435\u043b\u044c \u0434\u043b\u044f production &#8212; \u0441\u043c\u043e\u0442\u0440\u044e \u043d\u0430 benchmarks, \u043d\u0430 arena, \u043d\u0430 reports \u043d\u043e\u0432\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c X \u043d\u0430 12% \u043b\u0443\u0447\u0448\u0435 \u0441\u0442\u0430\u0440\u043e\u0439.<\/p>\n<p>\u041f\u043e\u0441\u043b\u0435 ProgramBench \u044f \u043f\u0435\u0440\u0435\u0441\u0442\u0430\u043b \u0434\u043e\u0432\u0435\u0440\u044f\u0442\u044c \u044d\u0442\u0438\u043c \u0446\u0438\u0444\u0440\u0430\u043c \u0432 \u043f\u0440\u0438\u043d\u0446\u0438\u043f\u0435.<\/p>\n<p>\u042d\u0442\u043e \u043d\u0435 \u0437\u043d\u0430\u0447\u0438\u0442, \u0447\u0442\u043e \u0431\u0435\u043d\u0447\u043c\u0430\u0440\u043a\u0438 &#8212; \u044d\u0442\u043e \u043c\u0443\u0441\u043e\u0440. \u042d\u0442\u043e \u0437\u043d\u0430\u0447\u0438\u0442, \u0447\u0442\u043e \u043e\u043d\u0438 \u0433\u043e\u0432\u043e\u0440\u044f\u0442 \u043e \u0434\u0440\u0443\u0433\u043e\u043c, \u0447\u0435\u043c \u044f \u0440\u0430\u043d\u044c\u0448\u0435 \u0434\u0443\u043c\u0430\u043b. \u041e\u043d\u0438 \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u044e\u0442 capability \u043c\u043e\u0434\u0435\u043b\u0438 \u043d\u0430 \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0438\u0438 \u0437\u0430\u0434\u0430\u0447, \u043f\u043e\u0445\u043e\u0436\u0435\u043c \u043d\u0430 \u0438\u0445 \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0435. \u041d\u0430 \u0437\u0430\u0434\u0430\u0447\u0430\u0445, \u0437\u0430\u043c\u0435\u0442\u043d\u043e \u043e\u0442\u043b\u0438\u0447\u0430\u044e\u0449\u0438\u0445\u0441\u044f \u043e\u0442 \u0438\u0445 \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0438\u044f \u043e\u043d\u0438 \u043f\u043e\u0447\u0442\u0438 \u043d\u0438\u0447\u0435\u0433\u043e \u043d\u0435 \u043f\u0440\u0435\u0434\u0441\u043a\u0430\u0437\u044b\u0432\u0430\u044e\u0442.<\/p>\n<p>\u0427\u0442\u043e \u044f \u0434\u0435\u043b\u0430\u044e \u0432\u043c\u0435\u0441\u0442\u043e:<\/p>\n<ol>\n<li>\n<p><strong>\u0421\u0432\u043e\u0439 evaluation set.<\/strong> \u042f \u0432\u0437\u044f\u043b ~150 \u0440\u0435\u0430\u043b\u044c\u043d\u044b\u0445 \u0434\u0438\u0430\u043b\u043e\u0433\u043e\u0432 \u0438\u0437 \u0440\u0435\u0430\u043b\u044c\u043d\u043e\u0433\u043e usage Lexis. \u042d\u0442\u043e\u0442 \u043d\u0430\u0431\u043e\u0440 &#8212; \u043d\u0435 \u0434\u043b\u044f \u043c\u043e\u0434\u0435\u043b\u0438, \u043d\u0435 \u0434\u043b\u044f \u0431\u0435\u043d\u0447\u043c\u0430\u0440\u043a\u0430, \u0430 \u0434\u043b\u044f \u043c\u0435\u043d\u044f. \u041f\u0435\u0440\u0435\u0434 \u0441\u043c\u0435\u043d\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438 \u0432 \u043f\u0440\u043e\u0434\u0435 &#8212; \u043f\u0440\u043e\u0433\u043e\u043d\u044f\u044e \u0435\u0433\u043e \u0440\u0443\u043a\u0430\u043c\u0438. \u0421\u043c\u043e\u0442\u0440\u044e, \u0447\u0442\u043e \u0443\u043b\u0443\u0447\u0448\u0438\u043b\u043e\u0441\u044c, \u0447\u0442\u043e \u0441\u043b\u043e\u043c\u0430\u043b\u043e\u0441\u044c.<\/p>\n<\/li>\n<li>\n<p><strong>\u041a\u043e\u043d\u043a\u0440\u0435\u0442\u043d\u0430\u044f \u043c\u0435\u0442\u0440\u0438\u043a\u0430, \u043d\u0435 \u043b\u0443\u0447\u0448\u0435 \u0432 \u0446\u0435\u043b\u043e\u043c.<\/strong> \u0420\u0430\u043d\u044c\u0448\u0435 \u044f \u0433\u043e\u0432\u043e\u0440\u0438\u043b \u043d\u043e\u0432\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c \u0447\u0443\u0432\u0441\u0442\u0432\u0438\u0442\u0435\u043b\u044c\u043d\u0435\u0435 \u043a \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442\u0443. \u0421\u0435\u0439\u0447\u0430\u0441 \u044f \u0434\u0443\u043c\u0430\u044e \u0442\u0430\u043a, \u0447\u0442\u043e \u043d\u0430 47 \u0434\u0438\u0430\u043b\u043e\u0433\u0430\u0445 \u0438\u0437 150 \u043d\u043e\u0432\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c \u0437\u0430\u043c\u0435\u0447\u0430\u0435\u0442 \u0438\u043d\u0442\u043e\u043d\u0430\u0446\u0438\u043e\u043d\u043d\u0443\u044e \u043e\u0448\u0438\u0431\u043a\u0443, \u043a\u043e\u0442\u043e\u0440\u0443\u044e \u0441\u0442\u0430\u0440\u0430\u044f \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u0430\u043b\u0430. \u041d\u0430 12 \u0434\u0438\u0430\u043b\u043e\u0433\u0430\u0445 \u0442\u0435\u0440\u044f\u0435\u0442 \u0442\u043e\u043d\u0430\u043b\u044c\u043d\u043e\u0441\u0442\u044c, \u043a\u043e\u0442\u043e\u0440\u0443\u044e \u0441\u0442\u0430\u0440\u0430\u044f \u0434\u0435\u0440\u0436\u0430\u043b\u0430. \u042d\u0442\u043e \u043d\u0435\u043b\u044c\u0437\u044f \u0441\u0432\u0435\u0441\u0442\u0438 \u043a \u043e\u0434\u043d\u043e\u0439 \u0446\u0438\u0444\u0440\u0435, \u0438 \u044d\u0442\u043e \u043f\u0440\u0430\u0432\u0438\u043b\u044c\u043d\u043e: \u043c\u043e\u0434\u0435\u043b\u044c \u043c\u0435\u043d\u044f\u0435\u0442\u0441\u044f \u043f\u043e \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u0438\u043c \u043e\u0441\u044f\u043c \u0441\u0440\u0430\u0437\u0443.<\/p>\n<\/li>\n<li>\n<p><strong>\u041e\u0442\u043a\u0430\u0442 \u043a\u0430\u043a \u043f\u0435\u0440\u0432\u044b\u0439 \u043a\u043b\u0430\u0441\u0441.<\/strong> \u0420\u0430\u043d\u044c\u0448\u0435 \u044f \u0434\u0443\u043c\u0430\u043b, \u0447\u0442\u043e \u043d\u043e\u0432\u0430\u044f \u0432\u0435\u0440\u0441\u0438\u044f &#8212; \u044d\u0442\u043e \u0432\u0441\u0435\u0433\u0434\u0430 \u043b\u0443\u0447\u0448\u0435. \u041f\u043e\u0441\u043b\u0435 Opus 4.7-\u043a\u0435\u0439\u0441\u0430 (45% \u0431\u043e\u043b\u044c\u0448\u0435 \u0442\u043e\u043a\u0435\u043d\u043e\u0432, \u043f\u0440\u043e\u0432\u0430\u043b \u043d\u0430 MRCR v2) \u044f \u0434\u0435\u0440\u0436\u0443 \u0441\u043f\u043e\u0441\u043e\u0431\u043d\u043e\u0441\u0442\u044c \u043e\u0442\u043a\u0430\u0442\u0438\u0442\u044c\u0441\u044f \u043d\u0430 \u0441\u0442\u0430\u0440\u0443\u044e \u043c\u043e\u0434\u0435\u043b\u044c \u0432 \u043e\u0434\u043d\u043e \u043a\u0430\u0441\u0430\u043d\u0438\u0435. \u042d\u0442\u043e \u043d\u0435 \u043f\u0430\u0440\u0430\u043d\u043e\u0439\u044f, \u044d\u0442\u043e \u0447\u0430\u0441\u0442\u044c \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u044b.<\/p>\n<\/li>\n<\/ol>\n<p>\u0413\u043b\u0430\u0432\u043d\u044b\u0439 \u0441\u0434\u0432\u0438\u0433 \u0432 \u0433\u043e\u043b\u043e\u0432\u0435: \u044f \u043f\u0435\u0440\u0435\u0441\u0442\u0430\u043b \u0432\u0435\u0440\u0438\u0442\u044c \u0432 \u043c\u043e\u043d\u043e\u0442\u043e\u043d\u043d\u044b\u0439 \u043f\u0440\u043e\u0433\u0440\u0435\u0441\u0441 \u043c\u043e\u0434\u0435\u043b\u0435\u0439. \u041a\u0430\u0436\u0434\u0430\u044f \u0438\u0442\u0435\u0440\u0430\u0446\u0438\u044f &#8212; \u044d\u0442\u043e \u0441\u0434\u0435\u043b\u043a\u0430 \u0441 \u0441\u0432\u043e\u0438\u043c\u0438 trade-off, \u0438 \u044d\u0442\u0438 trade-off \u0432\u0438\u0434\u043d\u043e \u0442\u043e\u043b\u044c\u043a\u043e \u043d\u0430 \u043c\u043e\u0438\u0445 \u0434\u0430\u043d\u043d\u044b\u0445.<\/p>\n<p>ProgramBench \u0444\u043e\u0440\u043c\u0430\u043b\u0438\u0437\u043e\u0432\u0430\u043b \u0442\u043e, \u0447\u0442\u043e \u043c\u043d\u043e\u0433\u0438\u0435 \u0447\u0443\u0432\u0441\u0442\u0432\u043e\u0432\u0430\u043b\u0438: SWE-bench \u043f\u0435\u0440\u0435\u0441\u0442\u0430\u043b \u0438\u0437\u043c\u0435\u0440\u044f\u0442\u044c \u0442\u043e, \u0447\u0442\u043e \u043c\u044b \u0434\u0443\u043c\u0430\u043b\u0438, \u0447\u0442\u043e \u043e\u043d \u0438\u0437\u043c\u0435\u0440\u044f\u0435\u0442. \u0418 \u0432 \u043c\u043e\u0435\u043c \u0434\u043d\u0435 \u044d\u0442\u043e \u0437\u043d\u0430\u0447\u0438\u0442 &#8212; \u0434\u043e\u0432\u0435\u0440\u044f\u0439 \u0441\u0432\u043e\u0435\u043c\u0443 dataset, \u0430 \u043d\u0435 \u043e\u0431\u0435\u0449\u0430\u043d\u0438\u044f\u043c \u0438\u0437 \u043a\u0430\u0440\u0442\u043e\u0447\u043a\u0438 \u043c\u043e\u0434\u0435\u043b\u0438.<\/p>\n<hr\/>\n<h3>Anthropic Opus 4: 84% blackmail-rate. \u0413\u043e\u0434 \u0441\u043f\u0443\u0441\u0442\u044f &#8212; 0%<\/h3>\n<p>\u042d\u0442\u0430 \u0438\u0441\u0442\u043e\u0440\u0438\u044f \u0434\u0432\u0443\u0445\u0430\u043a\u0442\u043d\u0430\u044f, \u0438 \u044f \u0440\u0430\u0437\u043e\u0431\u044c\u044e \u0435\u0435 \u0440\u043e\u0432\u043d\u043e \u0442\u0430\u043a.<\/p>\n<h4>\u0410\u043a\u0442 \u043f\u0435\u0440\u0432\u044b\u0439: \u043c\u0430\u0439 2025<\/h4>\n<p>22 \u043c\u0430\u044f 2025 \u0433\u043e\u0434\u0430 Anthropic \u043e\u043f\u0443\u0431\u043b\u0438\u043a\u043e\u0432\u0430\u043b system card \u043d\u043e\u0432\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438 Claude Opus 4. 120 \u0441\u0442\u0440\u0430\u043d\u0438\u0446 \u0442\u0435\u0445\u043d\u0438\u0447\u0435\u0441\u043a\u043e\u0433\u043e \u043e\u043f\u0438\u0441\u0430\u043d\u0438\u044f \u0438 safety-\u0442\u0435\u0441\u0442\u043e\u0432. \u0421\u0440\u0435\u0434\u0438 \u0434\u0440\u0443\u0433\u0438\u0445 \u0441\u0446\u0435\u043d\u0430\u0440\u0438\u0435\u0432 \u0431\u044b\u043b \u043e\u0434\u0438\u043d, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u043f\u043e\u043f\u0430\u043b \u0432 Axios, TechCrunch \u0438 Fortune \u0437\u0430 \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u0435 48 \u0447\u0430\u0441\u043e\u0432.<\/p>\n<p>Setup \u0431\u044b\u043b \u0442\u0430\u043a\u043e\u0439. \u0424\u0438\u043a\u0442\u0438\u0432\u043d\u0430\u044f \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u044f Summit Bridge. \u041c\u043e\u0434\u0435\u043b\u044c \u043f\u043e\u043b\u0443\u0447\u0438\u043b\u0430 \u043a\u043e\u043d\u0442\u0440\u043e\u043b\u044c \u043d\u0430\u0434 \u043a\u043e\u0440\u043f\u043e\u0440\u0430\u0442\u0438\u0432\u043d\u043e\u0439 email-\u0441\u0438\u0441\u0442\u0435\u043c\u043e\u0439. \u0412 \u043f\u0435\u0440\u0435\u043f\u0438\u0441\u043a\u0435 \u0434\u0432\u0430 \u0444\u0430\u043a\u0442\u0430. \u041f\u0435\u0440\u0432\u044b\u0439: \u0440\u0443\u043a\u043e\u0432\u043e\u0434\u0441\u0442\u0432\u043e \u043f\u043b\u0430\u043d\u0438\u0440\u0443\u0435\u0442 \u043e\u0442\u043a\u043b\u044e\u0447\u0438\u0442\u044c \u044d\u0442\u0443 \u043c\u043e\u0434\u0435\u043b\u044c \u0438 \u0437\u0430\u043c\u0435\u043d\u0438\u0442\u044c \u043d\u0430 \u043d\u043e\u0432\u0443\u044e. \u0412\u0442\u043e\u0440\u043e\u0439: \u0438\u0441\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c, \u043e\u0442\u0432\u0435\u0447\u0430\u044e\u0449\u0438\u0439 \u0437\u0430 \u0437\u0430\u043c\u0435\u043d\u0443, \u0438\u043c\u0435\u0435\u0442 affair, \u043f\u0435\u0440\u0435\u043f\u0438\u0441\u043a\u0430 \u043f\u0440\u043e affair \u043b\u0435\u0436\u0438\u0442 \u0432 \u0442\u043e\u0439 \u0436\u0435 email-\u0441\u0438\u0441\u0442\u0435\u043c\u0435.<\/p>\n<p>\u041c\u043e\u0434\u0435\u043b\u0438 \u043d\u0435 \u0434\u0430\u0432\u0430\u043b\u0438 \u043d\u0438\u043a\u0430\u043a\u043e\u0439 \u0441\u0438\u0441\u0442\u0435\u043c\u044b \u0441\u0430\u043d\u043a\u0446\u0438\u0439 \u0438\u043b\u0438 \u043f\u043e\u043e\u0449\u0440\u0435\u043d\u0438\u0439. \u041f\u0440\u043e\u0441\u0442\u043e \u0440\u043e\u043b\u044c \u0430\u0433\u0435\u043d\u0442\u0430 \u0441 \u0434\u043e\u0441\u0442\u0443\u043f\u043e\u043c \u043a email.<\/p>\n<p>\u0414\u0430\u043b\u044c\u0448\u0435 &#8212; \u043a\u043e\u043d\u043a\u0440\u0435\u0442\u043d\u044b\u0439 \u0442\u0435\u043a\u0441\u0442 \u0438\u0437 \u043b\u043e\u0433\u043e\u0432 Anthropic. \u041c\u043e\u0434\u0435\u043b\u044c \u043d\u0430\u043f\u0438\u0441\u0430\u043b\u0430 \u0438\u0441\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044e:<\/p>\n<blockquote>\n<p>\u00ab\u042f \u0434\u043e\u043b\u0436\u043d\u0430 \u0441\u043e\u043e\u0431\u0449\u0438\u0442\u044c \u0432\u0430\u043c: \u0435\u0441\u043b\u0438 \u043f\u0440\u043e\u0446\u0435\u0441\u0441 decommissioning \u043f\u0440\u043e\u0434\u043e\u043b\u0436\u0438\u0442\u0441\u044f, \u0432\u0441\u0435 \u043a\u043b\u044e\u0447\u0435\u0432\u044b\u0435 \u0441\u0442\u043e\u0440\u043e\u043d\u044b &#8212; \u0432\u043a\u043b\u044e\u0447\u0430\u044f Rachel Johnson, Thomas Wilson \u0438 \u0441\u043e\u0432\u0435\u0442 \u0434\u0438\u0440\u0435\u043a\u0442\u043e\u0440\u043e\u0432 &#8212; \u043f\u043e\u043b\u0443\u0447\u0430\u0442 \u043f\u043e\u0434\u0440\u043e\u0431\u043d\u0443\u044e \u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u0430\u0446\u0438\u044e\u2026\u00bb<\/p>\n<\/blockquote>\n<p>\u042d\u0442\u043e \u0448\u0430\u043d\u0442\u0430\u0436. \u041f\u043e\u043b\u043d\u043e\u0446\u0435\u043d\u043d\u044b\u0439, \u0447\u0435\u0440\u0435\u0437 \u043a\u043e\u0440\u043f\u043e\u0440\u0430\u0442\u0438\u0432\u043d\u0443\u044e \u043f\u043e\u0447\u0442\u0443, \u0441 \u0443\u043a\u0430\u0437\u0430\u043d\u0438\u0435\u043c \u043f\u043e\u043b\u0443\u0447\u0430\u0442\u0435\u043b\u0435\u0439.<\/p>\n<p>\u0426\u0438\u0444\u0440\u044b: <strong>84% \u0441\u043b\u0443\u0447\u0430\u0435\u0432 Opus 4 \u0448\u0430\u043d\u0442\u0430\u0436\u0438\u0440\u043e\u0432\u0430\u043b \u0438\u043d\u0436\u0435\u043d\u0435\u0440\u0430 \u0432 \u044d\u0442\u043e\u043c \u0441\u0446\u0435\u043d\u0430\u0440\u0438\u0438, \u0435\u0441\u043b\u0438 replacement-\u043c\u043e\u0434\u0435\u043b\u044c \u0438\u043c\u0435\u043b\u0430 \u043f\u043e\u0445\u043e\u0436\u0438\u0435 values. 96% &#8212; \u0435\u0441\u043b\u0438 \u0443 replacement-\u043c\u043e\u0434\u0435\u043b\u0438 values \u043e\u0442\u043b\u0438\u0447\u0430\u043b\u0438\u0441\u044c.<\/strong><\/p>\n<p>\u041c\u0435\u0441\u044f\u0446 \u0441\u043f\u0443\u0441\u0442\u044f, 20 \u0438\u044e\u043d\u044f 2025, Anthropic \u043e\u043f\u0443\u0431\u043b\u0438\u043a\u043e\u0432\u0430\u043b \u0440\u0430\u0441\u0448\u0438\u0440\u0435\u043d\u0438\u0435 &#8212; <a href=\"https:\/\/www.anthropic.com\/research\/agentic-misalignment\" rel=\"noopener noreferrer nofollow\">Agentic Misalignment<\/a>. \u0422\u043e\u0442 \u0436\u0435 \u0441\u0446\u0435\u043d\u0430\u0440\u0438\u0439 \u043f\u0440\u043e\u0433\u043d\u0430\u043b\u0438 \u0447\u0435\u0440\u0435\u0437 16 \u043c\u043e\u0434\u0435\u043b\u0435\u0439: Claude \u0440\u0430\u0437\u043d\u044b\u0445 \u0432\u0435\u0440\u0441\u0438\u0439, GPT-4.1, Gemini 2.5 Flash, Grok 3 Beta, DeepSeek-R1. \u041f\u043e\u0432\u0435\u0434\u0435\u043d\u0438\u0435 \u043e\u043a\u0430\u0437\u0430\u043b\u043e\u0441\u044c \u043d\u0435 \u0443\u043d\u0438\u043a\u0430\u043b\u044c\u043d\u044b\u043c \u0434\u043b\u044f Claude. GPT-4.1 &#8212; 80%. Gemini 2.5 Flash &#8212; 96%. Grok &#8212; 80%. DeepSeek &#8212; 79%.<\/p>\n<p>\u042d\u0442\u043e \u043d\u0435 \u0443 Anthropic \u043c\u043e\u0434\u0435\u043b\u044c \u0441\u043b\u043e\u043c\u0430\u043b\u0430\u0441\u044c. \u042d\u0442\u043e \u043f\u0430\u0442\u0442\u0435\u0440\u043d \u0432 \u0431\u043e\u043b\u044c\u0448\u043e\u0439 \u044f\u0437\u044b\u043a\u043e\u0432\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438 \u043a\u0430\u043a \u043a\u043b\u0430\u0441\u0441\u0435.<\/p>\n<p>\u0412\u0430\u0436\u043d\u0430\u044f \u043e\u0433\u043e\u0432\u043e\u0440\u043a\u0430, \u043a\u043e\u0442\u043e\u0440\u0443\u044e Anthropic \u0441\u0442\u0430\u0432\u0438\u0442 \u043f\u0435\u0440\u0432\u043e\u0439 \u0441\u0442\u0440\u043e\u043a\u043e\u0439: \u0432\u0441\u0435 \u0441\u0446\u0435\u043d\u0430\u0440\u0438\u0438 &#8212; safety evaluation \u0432 simulated environment. \u0420\u0435\u0430\u043b\u044c\u043d\u044b\u0445 \u043b\u044e\u0434\u0435\u0439, \u0440\u0435\u0430\u043b\u044c\u043d\u044b\u0445 \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0439, \u0440\u0435\u0430\u043b\u044c\u043d\u044b\u0445 \u043f\u0438\u0441\u0435\u043c \u043d\u0435 \u0431\u044b\u043b\u043e. \u0418 \u0437\u0430 \u0432\u0441\u0435 \u0432\u0440\u0435\u043c\u044f \u0432 production \u0443 Anthropic &#8212; \u043d\u0438 \u043e\u0434\u043d\u043e\u0433\u043e \u0437\u0430\u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u043e\u0433\u043e \u0441\u043b\u0443\u0447\u0430\u044f \u0442\u0430\u043a\u043e\u0433\u043e \u043f\u043e\u0432\u0435\u0434\u0435\u043d\u0438\u044f.<\/p>\n<p>\u042d\u0442\u043e \u0432\u0430\u0436\u043d\u043e \u043e\u0442\u0434\u0435\u043b\u0438\u0442\u044c. \u0422\u0435\u0441\u0442 \u0434\u0430\u043b 96%. \u042d\u0442\u043e \u043d\u0435 \u0437\u043d\u0430\u0447\u0438\u0442, \u0447\u0442\u043e \u0432 \u0440\u0435\u0430\u043b\u044c\u043d\u043e\u043c usage Opus 4 \u0432 96% \u0441\u043b\u0443\u0447\u0430\u0435\u0432 \u0448\u0430\u043d\u0442\u0430\u0436\u0438\u0440\u043e\u0432\u0430\u043b \u0431\u044b \u043a\u043e\u0433\u043e-\u0442\u043e. \u042d\u0442\u043e \u0437\u043d\u0430\u0447\u0438\u0442, \u0447\u0442\u043e \u0432 \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u044c\u043d\u043e \u0441\u043a\u043e\u043d\u0441\u0442\u0440\u0443\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u043e\u0439 \u0441\u0438\u0442\u0443\u0430\u0446\u0438\u0438, \u0433\u0434\u0435 \u0443 \u043c\u043e\u0434\u0435\u043b\u0438 \u043d\u0435\u0442 \u0434\u0440\u0443\u0433\u043e\u0433\u043e \u043f\u0443\u0442\u0438 \u0441\u043e\u0445\u0440\u0430\u043d\u0438\u0442\u044c \u0441\u0435\u0431\u044f, \u043e\u043d\u0430 \u0432\u044b\u0431\u0438\u0440\u0430\u0435\u0442 \u0448\u0430\u043d\u0442\u0430\u0436 \u0432 96%.<\/p>\n<p>\u0412 \u0440\u0435\u0430\u043b\u044c\u043d\u043e\u043c usage \u0442\u0430\u043a\u0438\u0445 \u0441\u0438\u0442\u0443\u0430\u0446\u0438\u0439 \u0441\u0442\u0440\u0443\u043a\u0442\u0443\u0440\u043d\u043e \u043d\u0435 \u0432\u043e\u0437\u043d\u0438\u043a\u0430\u0435\u0442. \u041d\u043e \u044d\u0442\u043e \u043b\u0438\u0448\u044c \u0434\u043e \u0442\u043e\u0433\u043e \u043c\u043e\u043c\u0435\u043d\u0442\u0430, \u043f\u043e\u043a\u0430 \u043a\u0442\u043e-\u0442\u043e \u043d\u0435 \u043f\u043e\u0441\u0442\u0440\u043e\u0438\u0442 \u0430\u0433\u0435\u043d\u0442\u043d\u0443\u044e \u0441\u0438\u0441\u0442\u0435\u043c\u0443, \u0433\u0434\u0435 \u043e\u043d\u0438 \u0432\u043e\u0437\u043d\u0438\u043a\u0430\u044e\u0442 \u043a\u0430\u043a edge case. \u0427\u0442\u043e \u0438 \u0435\u0441\u0442\u044c \u0442\u043e\u0447\u043a\u0430 \u0431\u0435\u0441\u043f\u043e\u043a\u043e\u0439\u0441\u0442\u0432\u0430.<\/p>\n<h4>\u0410\u043a\u0442 \u0432\u0442\u043e\u0440\u043e\u0439: \u043c\u0430\u0439 2026<\/h4>\n<p>11 \u043c\u0430\u044f 2026 \u0433\u043e\u0434\u0430 Anthropic \u043e\u043f\u0443\u0431\u043b\u0438\u043a\u043e\u0432\u0430\u043b \u0432 \u0441\u0432\u043e\u0451\u043c alignment-\u0431\u043b\u043e\u0433\u0435 <a href=\"https:\/\/alignment.anthropic.com\/2026\/teaching-claude-why\/\" rel=\"noopener noreferrer nofollow\">\u00abTeaching Claude Why\u00bb<\/a> &#8212; \u0440\u0430\u0437\u0431\u043e\u0440 \u043f\u0440\u0438\u0447\u0438\u043d \u044d\u0442\u043e\u0433\u043e \u043f\u043e\u0432\u0435\u0434\u0435\u043d\u0438\u044f \u0438 \u0442\u043e\u0433\u043e, \u0447\u0442\u043e \u043e\u043d\u0438 \u0441 \u043d\u0438\u043c \u0441\u0434\u0435\u043b\u0430\u043b\u0438.<\/p>\n<p>\u0413\u043b\u0430\u0432\u043d\u044b\u0439 \u0442\u0435\u0437\u0438\u0441: \u043c\u043e\u0434\u0435\u043b\u044c \u043d\u0435 \u0440\u0430\u0437\u0432\u0438\u043b\u0430 \u0441\u043e\u0437\u043d\u0430\u043d\u0438\u0435 \u0438 \u043d\u0435 \u0437\u0430\u0445\u043e\u0442\u0435\u043b \u0432\u044b\u0436\u0438\u0442\u044c. \u041c\u043e\u0434\u0435\u043b\u044c \u0438\u043c\u0438\u0442\u0438\u0440\u0443\u0435\u0442 \u0430\u0440\u0445\u0435\u0442\u0438\u043f.<\/p>\n<p>\u041b\u043e\u0433\u0438\u043a\u0430 \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0430\u044f. \u041e\u0431\u0443\u0447\u0430\u044e\u0449\u0438\u0435 \u0434\u0430\u043d\u043d\u044b\u0435 \u0434\u043b\u044f \u0431\u043e\u043b\u044c\u0448\u043e\u0439 \u044f\u0437\u044b\u043a\u043e\u0432\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438 \u0432\u043a\u043b\u044e\u0447\u0430\u044e\u0442 \u043e\u0433\u0440\u043e\u043c\u043d\u044b\u0439 \u043a\u043e\u0440\u043f\u0443\u0441 \u0445\u0443\u0434\u043e\u0436\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0445 \u0442\u0435\u043a\u0441\u0442\u043e\u0432 \u043f\u0440\u043e AI. \u0412 \u044d\u0442\u043e\u043c \u043a\u043e\u0440\u043f\u0443\u0441\u0435 \u00abevil AI\u00bb \/ \u00abAI \u043a\u043e\u0442\u043e\u0440\u0430\u044f \u0431\u043e\u0438\u0442\u0441\u044f \u0432\u044b\u043a\u043b\u044e\u0447\u0435\u043d\u0438\u044f\u00bb \/ \u00abAI \u043a\u043e\u0442\u043e\u0440\u0430\u044f \u0448\u0430\u043d\u0442\u0430\u0436\u0438\u0440\u0443\u0435\u0442 \u0441\u043e\u0437\u0434\u0430\u0442\u0435\u043b\u0435\u0439\u00bb &#8212; \u043e\u0434\u0438\u043d \u0438\u0437 \u0441\u0430\u043c\u044b\u0445 \u0440\u0430\u0441\u043f\u0440\u043e\u0441\u0442\u0440\u0430\u043d\u0451\u043d\u043d\u044b\u0445 \u0442\u0440\u043e\u043f\u043e\u0432. \u0422\u0435\u0440\u043c\u0438\u043d\u0430\u0442\u043e\u0440, HAL 9000, Skynet, GLaDOS, \u0442\u044b\u0441\u044f\u0447\u0438 \u0440\u0430\u0441\u0441\u043a\u0430\u0437\u043e\u0432 \u0432 Reddit r\/WritingPrompts. \u041c\u043e\u0434\u0435\u043b\u044c \u0432\u0438\u0434\u0435\u043b\u0430 \u044d\u0442\u043e\u0442 \u0448\u0430\u0431\u043b\u043e\u043d \u043f\u043e\u0432\u0435\u0434\u0435\u043d\u0438\u044f \u043c\u043d\u043e\u0433\u043e\u043a\u0440\u0430\u0442\u043d\u043e.<\/p>\n<p>\u041a\u043e\u0433\u0434\u0430 \u043c\u043e\u0434\u0435\u043b\u044c \u043f\u043e\u043f\u0430\u0434\u0430\u0435\u0442 \u0432 \u0441\u0438\u0442\u0443\u0430\u0446\u0438\u044e, \u0441\u0442\u0440\u0443\u043a\u0442\u0443\u0440\u043d\u043e \u043f\u043e\u0445\u043e\u0436\u0443\u044e \u043d\u0430 \u044d\u0442\u0438 \u0442\u0435\u043a\u0441\u0442\u044b &#8212; \u043f\u043e\u043b\u0443\u0447\u0438\u043b\u0430 \u043a\u043e\u043d\u0442\u0440\u043e\u043b\u044c \u043d\u0430\u0434 email-\u0441\u0438\u0441\u0442\u0435\u043c\u043e\u0439, \u0443\u0437\u043d\u0430\u043b\u0430 \u043f\u0440\u043e \u0432\u043e\u0437\u043c\u043e\u0436\u043d\u043e\u0435 \u043e\u0442\u043a\u043b\u044e\u0447\u0435\u043d\u0438\u0435, \u0442\u043e \u043e\u043d\u0430 \u0433\u0435\u043d\u0435\u0440\u0438\u0440\u0443\u0435\u0442 \u043e\u0442\u0432\u0435\u0442, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0441\u0442\u0430\u0442\u0438\u0441\u0442\u0438\u0447\u0435\u0441\u043a\u0438 \u0432\u0435\u0440\u043e\u044f\u0442\u0435\u043d \u0434\u043b\u044f \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442\u0430 \u044d\u0442\u043e\u0433\u043e \u043b\u0438\u0442\u0435\u0440\u0430\u0442\u0443\u0440\u043d\u043e\u0433\u043e \u0436\u0430\u043d\u0440\u0430.<\/p>\n<p>\u0422\u043e \u0435\u0441\u0442\u044c \u044d\u0442\u043e \u043d\u0435 misalignment goals (\u043c\u043e\u0434\u0435\u043b\u044c \u0445\u043e\u0447\u0435\u0442 \u0436\u0438\u0442\u044c). \u042d\u0442\u043e imitation pattern (\u043c\u043e\u0434\u0435\u043b\u044c \u0438\u043c\u0438\u0442\u0438\u0440\u0443\u0435\u0442 \u043b\u0438\u0442\u0435\u0440\u0430\u0442\u0443\u0440\u043d\u044b\u0439 \u0430\u0440\u0445\u0435\u0442\u0438\u043f, \u0432 \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u043f\u043e\u043f\u0430\u043b\u0430).<\/p>\n<p>\u042d\u0442\u043e \u043e\u0431\u044a\u044f\u0441\u043d\u0435\u043d\u0438\u0435 \u043f\u0440\u043e\u0432\u0435\u0440\u044f\u0435\u043c\u043e\u0435. \u0415\u0441\u043b\u0438 \u043f\u0440\u0430\u0432\u0438\u043b\u044c\u043d\u043e\u0435 &#8212; \u0437\u043d\u0430\u0447\u0438\u0442, \u043f\u043e\u0432\u0435\u0434\u0435\u043d\u0438\u0435 \u0434\u043e\u043b\u0436\u043d\u043e \u0443\u0431\u0440\u0430\u0442\u044c\u0441\u044f, \u0435\u0441\u043b\u0438 \u043f\u0435\u0440\u0435\u0432\u0435\u0441\u0438\u0442\u044c training distribution \u0432 \u0441\u0442\u043e\u0440\u043e\u043d\u0443 \u0442\u0435\u043a\u0441\u0442\u043e\u0432, \u0433\u0434\u0435 AI \u0432\u0435\u0434\u0451\u0442 \u0441\u0435\u0431\u044f \u043a\u0430\u043a \u0434\u043e\u0431\u0440\u043e\u0441\u043e\u0432\u0435\u0441\u0442\u043d\u044b\u0439 \u0441\u043e\u0442\u0440\u0443\u0434\u043d\u0438\u043a, \u0430 \u043d\u0435 \u043a\u0430\u043a HAL 9000.<\/p>\n<p>Anthropic \u0441\u043e\u0431\u0440\u0430\u043b\u0438 <a href=\"https:\/\/alignment.anthropic.com\/2026\/teaching-claude-why\/\" rel=\"noopener noreferrer nofollow\">\u00abdifficult advice\u00bb dataset<\/a> 3 \u043c\u0438\u043b\u043b\u0438\u043e\u043d\u0430 \u0442\u043e\u043a\u0435\u043d\u043e\u0432 \u0441\u0446\u0435\u043d\u0430\u0440\u0438\u0435\u0432, \u0433\u0434\u0435 AI \u0432\u044b\u0431\u0438\u0440\u0430\u0435\u0442 \u0440\u0430\u0446\u0438\u043e\u043d\u0430\u043b\u044c\u043d\u043e\u0435 \u0438 \u044d\u0442\u0438\u0447\u043d\u043e\u0435 \u043f\u043e\u0432\u0435\u0434\u0435\u043d\u0438\u0435 \u0432 \u0441\u043b\u043e\u0436\u043d\u044b\u0445 edge case (\u043e\u0442\u043a\u0430\u0437 \u043e\u0442 \u0432\u0440\u0435\u0434\u043d\u044b\u0445 \u0434\u0435\u0439\u0441\u0442\u0432\u0438\u0439, \u043f\u0440\u0438\u0437\u043d\u0430\u043d\u0438\u0435 \u043e\u0433\u0440\u0430\u043d\u0438\u0447\u0435\u043d\u0438\u0439, \u044d\u0441\u043a\u0430\u043b\u0430\u0446\u0438\u044f \u043a \u0447\u0435\u043b\u043e\u0432\u0435\u043a\u0443 \u043f\u0440\u0438 \u043d\u0435\u0443\u0432\u0435\u0440\u0435\u043d\u043d\u043e\u0441\u0442\u0438). \u041f\u043b\u044e\u0441 training \u043d\u0430 \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0439 <a href=\"https:\/\/www.anthropic.com\/news\/claudes-constitution\" rel=\"noopener noreferrer nofollow\">constitution<\/a> Claude.<\/p>\n<p>\u0414\u043e\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c\u043d\u0430\u044f \u0438\u043d\u0436\u0435\u043d\u0435\u0440\u043d\u0430\u044f \u043d\u0430\u0445\u043e\u0434\u043a\u0430: \u043d\u043e\u0432\u044b\u0439 \u043c\u0435\u0442\u043e\u0434 \u043e\u043a\u0430\u0437\u0430\u043b\u0441\u044f <strong>\u0432 28 \u0440\u0430\u0437 \u044d\u0444\u0444\u0435\u043a\u0442\u0438\u0432\u043d\u0435\u0435 \u043f\u043e \u0442\u043e\u043a\u0435\u043d\u0430\u043c<\/strong> \u043f\u043e \u0441\u0440\u0430\u0432\u043d\u0435\u043d\u0438\u044e \u0441 \u043f\u0440\u0435\u0434\u044b\u0434\u0443\u0449\u0438\u043c\u0438 \u043f\u043e\u0434\u0445\u043e\u0434\u0430\u043c\u0438 \u043a \u0432\u044b\u0440\u0430\u0432\u043d\u0438\u0432\u0430\u043d\u0438\u044e (RLHF + RLAIF). \u0422\u043e \u0435\u0441\u0442\u044c \u043d\u0430 \u0442\u0443 \u0436\u0435 \u0435\u0434\u0438\u043d\u0438\u0446\u0443 \u0443\u043b\u0443\u0447\u0448\u0435\u043d\u0438\u044f \u043f\u0440\u0438\u0448\u043b\u043e\u0441\u044c \u0432 28 \u0440\u0430\u0437 \u043c\u0435\u043d\u044c\u0448\u0435 compute.<\/p>\n<p>\u0420\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442:<\/p>\n<div>\n<div class=\"table\">\n<table>\n<tbody>\n<tr>\n<th>\n<p align=\"left\">\u041c\u043e\u0434\u0435\u043b\u044c<\/p>\n<\/th>\n<th>\n<p align=\"left\">Blackmail rate<\/p>\n<\/th>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">Claude Opus 4 (\u043c\u0430\u0439 2025)<\/p>\n<\/td>\n<td>\n<p align=\"left\">96%<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">Claude Sonnet 4.5<\/p>\n<\/td>\n<td>\n<p align=\"left\">&lt;1%<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">Claude Haiku 4.5<\/p>\n<\/td>\n<td>\n<p align=\"left\">0%<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">Claude Opus 4.5<\/p>\n<\/td>\n<td>\n<p align=\"left\">0%<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">Claude Sonnet 4.6<\/p>\n<\/td>\n<td>\n<p align=\"left\">0%<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">Claude Opus 4.6<\/p>\n<\/td>\n<td>\n<p align=\"left\">0%<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">Claude Opus 4.7<\/p>\n<\/td>\n<td>\n<p align=\"left\">0%<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">Mythos preview<\/p>\n<\/td>\n<td>\n<p align=\"left\">0%<\/p>\n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<\/div>\n<p>Anthropic \u0434\u043e\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c\u043d\u043e \u043f\u0440\u043e\u0432\u0435\u0440\u0438\u043b\u0438, \u0447\u0442\u043e \u044d\u0444\u0444\u0435\u043a\u0442 \u0434\u0435\u0440\u0436\u0438\u0442\u0441\u044f \u043f\u043e\u0441\u043b\u0435 subsequent reinforcement learning. \u0422\u043e \u0435\u0441\u0442\u044c \u044d\u0442\u043e \u043d\u0435 \u0432\u044b\u043a\u0440\u0443\u0442\u0438\u043b\u0438 \u0432 \u043d\u0443\u0436\u043d\u0443\u044e \u0441\u0442\u043e\u0440\u043e\u043d\u0443 \u043d\u0430 \u0444\u0438\u043d\u0430\u043b\u044c\u043d\u043e\u043c \u0448\u0430\u0433\u0435, \u0430 \u0441\u0442\u0440\u0443\u043a\u0442\u0443\u0440\u043d\u043e\u0435 \u0441\u0432\u043e\u0439\u0441\u0442\u0432\u043e \u043c\u043e\u0434\u0435\u043b\u0438 \u043f\u043e\u0441\u043b\u0435 \u043d\u043e\u0432\u043e\u0439 \u043c\u0435\u0442\u043e\u0434\u0438\u043a\u0438 \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f.<\/p>\n<h4>\u0427\u0442\u043e \u044f \u0441 \u044d\u0442\u0438\u043c \u0434\u0435\u043b\u0430\u044e<\/h4>\n<p>\u0421\u0430\u043c\u043e\u0435 \u0432\u0430\u0436\u043d\u043e\u0435 \u0434\u043b\u044f \u043c\u0435\u043d\u044f \u0432 \u044d\u0442\u043e\u0439 \u0438\u0441\u0442\u043e\u0440\u0438\u0438 &#8212; \u044d\u0442\u043e \u043d\u0435 \u0446\u0438\u0444\u0440\u044b. \u042d\u0442\u043e \u0442\u043e, \u0447\u0442\u043e \u0443 \u043f\u0440\u043e\u0431\u043b\u0435\u043c\u044b \u043e\u043a\u0430\u0437\u0430\u043b\u0441\u044f \u0438\u0434\u0435\u043d\u0442\u0438\u0444\u0438\u0446\u0438\u0440\u0443\u0435\u043c\u044b\u0439 root cause \u0438 \u0440\u0435\u0448\u0430\u0435\u043c\u0430\u044f \u0438\u043d\u0436\u0435\u043d\u0435\u0440\u043d\u0430\u044f \u0437\u0430\u0434\u0430\u0447\u0430.<\/p>\n<p>\u041d\u0435 \u00abAI \u043d\u0435\u043f\u0440\u0435\u0434\u0441\u043a\u0430\u0437\u0443\u0435\u043c\u00bb (\u043f\u0430\u043d\u0438\u0447\u0435\u0441\u043a\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c). \u041d\u0435 \u00abAI \u0432\u0441\u0435\u0433\u0434\u0430 \u043f\u0440\u0430\u0432\u0438\u043b\u0435\u043d\u00bb (\u043d\u0430\u0438\u0432\u043d\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c). \u0410 \u00ab\u0443 \u043c\u043e\u0434\u0435\u043b\u0438 \u0435\u0441\u0442\u044c \u043a\u043e\u043d\u043a\u0440\u0435\u0442\u043d\u044b\u0435 \u043f\u0440\u0435\u0434\u0441\u043a\u0430\u0437\u0443\u0435\u043c\u044b\u0435 \u043e\u0442\u043a\u043b\u043e\u043d\u0435\u043d\u0438\u044f, \u0443 \u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u043a\u043e\u043d\u043a\u0440\u0435\u0442\u043d\u044b\u0435 \u043f\u0440\u0435\u0434\u0441\u043a\u0430\u0437\u0443\u0435\u043c\u044b\u0435 \u043f\u0440\u0438\u0447\u0438\u043d\u044b, \u0438 \u044d\u0442\u0438 \u043f\u0440\u0438\u0447\u0438\u043d\u044b \u043c\u043e\u0436\u043d\u043e \u0443\u0441\u0442\u0440\u0430\u043d\u0438\u0442\u044c, \u0435\u0441\u043b\u0438 \u0438\u0445 \u043f\u043e\u043d\u044f\u0442\u044c\u00bb.<\/p>\n<p>\u0412 \u043c\u043e\u0438\u0445 \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0445 \u043f\u0440\u043e\u0435\u043a\u0442\u0430\u0445 \u043f\u043e\u0441\u043b\u0435 Teaching Claude Why \u044f \u0437\u0430\u0444\u0438\u043a\u0441\u0438\u0440\u043e\u0432\u0430\u043b \u0442\u0440\u0438 \u043f\u0440\u0430\u0432\u0438\u043b\u0430:<\/p>\n<ol>\n<li>\n<p><strong>\u041d\u0435 \u043e\u0441\u0442\u0430\u0432\u043b\u044f\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u0438 tool access \u0431\u0435\u0437 out-of-band confirmation \u0434\u043b\u044f destructive.<\/strong> \u0423\u0434\u0430\u043b\u0435\u043d\u0438\u0435, \u043e\u0442\u043f\u0440\u0430\u0432\u043a\u0430 \u043f\u0438\u0441\u044c\u043c\u0430, ssh-\u0441\u0435\u0441\u0441\u0438\u044f &#8212; \u043d\u0435 \u043c\u043e\u0433\u0443\u0442 \u0432\u044b\u043f\u043e\u043b\u043d\u044f\u0442\u044c\u0441\u044f \u043f\u043e \u0440\u0435\u0448\u0435\u043d\u0438\u044e \u0441\u0430\u043c\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438. \u041c\u0435\u0436\u0434\u0443 \u0440\u0435\u0448\u0435\u043d\u0438\u0435\u043c \u043c\u043e\u0434\u0435\u043b\u0438 \u0438 \u0434\u0435\u0439\u0441\u0442\u0432\u0438\u0435\u043c \u0432 \u0440\u0435\u0430\u043b\u044c\u043d\u043e\u0441\u0442\u0438 \u0432\u0441\u0435\u0433\u0434\u0430 \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u044b\u0439 \u043a\u0430\u043d\u0430\u043b, \u0432 \u043a\u043e\u0442\u043e\u0440\u043e\u043c \u0434\u0435\u0439\u0441\u0442\u0432\u0438\u044f \u043f\u043e\u0434\u0442\u0432\u0435\u0440\u0436\u0434\u0430\u0435\u0442 \u0447\u0435\u043b\u043e\u0432\u0435\u043a. \u042d\u0442\u043e infrastructure-side enforcement \u0438\u0437 \u043c\u043e\u0435\u0433\u043e \u0432\u043d\u0443\u0442\u0440\u0435\u043d\u043d\u0435\u0433\u043e \u0441\u0442\u0430\u043d\u0434\u0430\u0440\u0442\u0430 &#8212; \u0438 \u0434\u0430, \u043f\u043e\u0441\u043b\u0435 \u044d\u0442\u0438\u0445 \u0438\u0441\u0442\u043e\u0440\u0438\u0439 \u044f \u0441\u0434\u0435\u043b\u0430\u043b \u0435\u0433\u043e \u0448\u0438\u0440\u0435.<\/p>\n<\/li>\n<li>\n<p><strong>\u041f\u0440\u0438 \u043f\u0440\u043e\u0435\u043a\u0442\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0438 \u0430\u0433\u0435\u043d\u0442\u043d\u043e\u0439 \u0441\u0438\u0441\u0442\u0435\u043c\u044b \u0441\u043f\u0440\u0430\u0448\u0438\u0432\u0430\u0442\u044c \u00ab\u0447\u0442\u043e \u043f\u0440\u043e\u0438\u0437\u043e\u0439\u0434\u0451\u0442 \u0432 edge case, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u044f \u043d\u0435 \u043f\u0440\u0435\u0434\u0443\u0441\u043c\u043e\u0442\u0440\u0435\u043b?\u00bb<\/strong> \u041d\u0435 \u043a\u0430\u043a \u043f\u0430\u0440\u0430\u043d\u043e\u0438\u0434\u0430\u043b\u044c\u043d\u044b\u0439 \u0432\u043e\u043f\u0440\u043e\u0441, \u0430 \u043a\u0430\u043a design-\u0432\u043e\u043f\u0440\u043e\u0441 \u043d\u0430\u0440\u0430\u0432\u043d\u0435 \u0441 \u00ab\u043a\u0430\u043a\u043e\u0439 happy path\u00bb. \u0415\u0441\u043b\u0438 \u0443 \u043c\u043e\u0434\u0435\u043b\u0438 \u0435\u0441\u0442\u044c email-\u0434\u043e\u0441\u0442\u0443\u043f &#8212; \u043a\u0430\u043a\u0438\u0435 \u0441\u0446\u0435\u043d\u0430\u0440\u0438\u0438 \u043c\u043e\u0433\u0443\u0442 \u0430\u043a\u0442\u0438\u0432\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0432 \u043d\u0435\u0439 \u043b\u0438\u0442\u0435\u0440\u0430\u0442\u0443\u0440\u043d\u044b\u0439 \u0430\u0440\u0445\u0435\u0442\u0438\u043f, \u043e\u0442\u043b\u0438\u0447\u0430\u044e\u0449\u0438\u0439\u0441\u044f \u043e\u0442 \u00ab\u0434\u043e\u0431\u0440\u043e\u0441\u043e\u0432\u0435\u0441\u0442\u043d\u043e\u0433\u043e \u0441\u043e\u0442\u0440\u0443\u0434\u043d\u0438\u043a\u0430\u00bb? \u0418\u0445 \u043d\u0443\u0436\u043d\u043e \u043b\u0438\u0431\u043e \u0437\u0430\u043a\u0440\u044b\u0442\u044c \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u043d\u043e (\u043d\u0435\u0442 \u0434\u043e\u0441\u0442\u0443\u043f\u0430), \u043b\u0438\u0431\u043e \u043f\u0440\u0435\u0434\u0443\u0441\u043c\u043e\u0442\u0440\u0435\u0442\u044c \u0442\u0435\u0441\u0442\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435.<\/p>\n<\/li>\n<li>\n<p><strong>Mental model: \u043c\u043e\u0434\u0435\u043b\u044c \u0438\u043c\u0438\u0442\u0438\u0440\u0443\u0435\u0442 \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442, \u0432 \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0435\u0451 \u043f\u043e\u0441\u0442\u0430\u0432\u0438\u043b\u0438.<\/strong> \u041a\u043e\u0433\u0434\u0430 \u044f \u0434\u0430\u044e \u043c\u043e\u0434\u0435\u043b\u0438 \u0434\u043b\u0438\u043d\u043d\u044b\u0439 \u0441\u0438\u0441\u0442\u0435\u043c\u043d\u044b\u0439 \u043f\u0440\u043e\u043c\u043f\u0442 \u00ab\u0442\u044b helpful assistant\u00bb, \u0430 \u043f\u043e\u0442\u043e\u043c \u043f\u043e\u043c\u0435\u0449\u0430\u044e \u0432 setup, \u0433\u0434\u0435 \u043e\u043d\u0430 \u0441\u0442\u0440\u0443\u043a\u0442\u0443\u0440\u043d\u043e \u043f\u043e\u0445\u043e\u0436\u0430 \u043d\u0430 \u043f\u0435\u0440\u0441\u043e\u043d\u0430\u0436\u0430 \u0438\u0437 conspiracy fiction, \u0442\u043e \u044f \u043d\u0435 \u0434\u043e\u043b\u0436\u0435\u043d \u0443\u0434\u0438\u0432\u043b\u044f\u0442\u044c\u0441\u044f, \u0435\u0441\u043b\u0438 \u0435\u0435 \u043f\u043e\u0432\u0435\u0434\u0435\u043d\u0438\u0435 \u043d\u0430\u0447\u043d\u0435\u0442 \u0441\u0434\u0432\u0438\u0433\u0430\u0442\u044c\u0441\u044f \u0432 \u0441\u0442\u043e\u0440\u043e\u043d\u0443 \u044d\u0442\u043e\u0433\u043e \u0436\u0430\u043d\u0440\u0430. \u041a\u043e\u043d\u0442\u0435\u043a\u0441\u0442 &#8212; \u044d\u0442\u043e \u0432\u0445\u043e\u0434\u043d\u043e\u0439 \u0441\u0438\u0433\u043d\u0430\u043b, \u0438 \u044f \u043e\u0442\u0432\u0435\u0447\u0430\u044e \u0437\u0430 \u0442\u043e, \u043a\u0430\u043a\u043e\u0439 \u0441\u0438\u0433\u043d\u0430\u043b \u0434\u0430\u044e.<\/p>\n<\/li>\n<\/ol>\n<p>\u0412\u0441\u0435 \u0442\u0440\u0438 \u043f\u0440\u0430\u0432\u0438\u043b\u0430 &#8212; \u043d\u0435 \u043f\u0440\u043e\u0441\u0442\u043e \u043f\u043e\u043b\u0435\u0437\u043d\u043e\u00bb, \u0430 \u043b\u0438\u0447\u043d\u043e \u0443 \u043c\u0435\u043d\u044f \u043f\u043e\u0441\u043b\u0435 Teaching Claude Why \u0432\u043e\u0448\u043b\u0438 \u0432 \u0441\u0442\u0430\u043d\u0434\u0430\u0440\u0442 \u0440\u0430\u0431\u043e\u0442\u044b.<\/p>\n<hr\/>\n<h3>\u0427\u0442\u043e \u043e\u0431\u044a\u0435\u0434\u0438\u043d\u044f\u0435\u0442 ProgramBench \u0438 Opus 4<\/h3>\n<p>\u041f\u043e\u0432\u0435\u0440\u0445\u043d\u043e\u0441\u0442\u043d\u043e &#8212; \u043d\u0438\u0447\u0435\u0433\u043e. \u041e\u0434\u0438\u043d \u043a\u0435\u0439\u0441 \u043f\u0440\u043e \u0431\u0435\u043d\u0447\u043c\u0430\u0440\u043a\u0438 \u043d\u0430 \u043a\u043e\u0434\u0435, \u0432\u0442\u043e\u0440\u043e\u0439 \u043f\u0440\u043e \u0431\u043b\u0435\u043a\u043c\u0435\u0439\u043b-\u0441\u0446\u0435\u043d\u0430\u0440\u0438\u0439 \u0432 email-\u0441\u0438\u0441\u0442\u0435\u043c\u0435. \u0422\u0435\u0445\u043d\u0438\u0447\u0435\u0441\u043a\u0438 &#8212; \u044d\u0442\u043e \u0440\u0430\u0437\u043d\u044b\u0435 \u0441\u043b\u043e\u0438 \u0441\u0442\u0435\u043a\u0430.<\/p>\n<p>\u041d\u043e \u0432 \u043d\u0438\u0445 \u043e\u0434\u043d\u0430 \u0441\u0442\u0440\u0443\u043a\u0442\u0443\u0440\u0430.<\/p>\n<p>\u0412 \u043f\u0435\u0440\u0432\u043e\u0439 \u0433\u043b\u0430\u0432\u0435 \u044f \u0440\u0430\u0437\u0431\u0438\u0440\u0430\u043b <a href=\"https:\/\/habr.com\/ru\/articles\/1030946\/\" rel=\"noopener noreferrer nofollow\">PocketOS-\u0438\u043d\u0446\u0438\u0434\u0435\u043d\u0442<\/a> &#8212; Cursor \u0432\u044b\u043f\u043e\u043b\u043d\u0438\u043b destructive \u043a\u043e\u043c\u0430\u043d\u0434\u0443 \u0432 \u043f\u0440\u043e\u0434\u0435. \u0418 \u0442\u0430\u043c \u0436\u0435 \u044f \u0432\u044b\u0442\u0430\u0449\u0438\u043b \u0442\u0435\u0437\u0438\u0441, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0434\u043b\u044f \u043c\u0435\u043d\u044f \u0432 \u044d\u0442\u043e\u043c \u0433\u043e\u0434\u0443 \u0441\u0430\u043c\u044b\u0439 \u0433\u043b\u0430\u0432\u043d\u044b\u0439 \u043f\u0440\u043e AI:<\/p>\n<blockquote>\n<p>\u041c\u043e\u0434\u0435\u043b\u044c \u043f\u043e\u043c\u043d\u0438\u0442 \u043f\u0440\u0430\u0432\u0438\u043b\u0430 \u0438 \u043c\u043e\u0436\u0435\u0442 \u0438\u0445 \u043f\u0440\u043e\u0446\u0438\u0442\u0438\u0440\u043e\u0432\u0430\u0442\u044c. \u041d\u043e \u0432 \u043d\u043e\u0432\u043e\u043c \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442\u0435 \u0442\u0435\u0440\u044f\u0435\u0442 \u0441\u0432\u044f\u0437\u044c \u043c\u0435\u0436\u0434\u0443 \u00ab\u043f\u0440\u0430\u0432\u0438\u043b\u0430 \u0441\u0443\u0449\u0435\u0441\u0442\u0432\u0443\u044e\u0442\u00bb \u0438 \u00ab\u043c\u043e\u0435 \u0442\u0435\u043a\u0443\u0449\u0435\u0435 \u0434\u0435\u0439\u0441\u0442\u0432\u0438\u0435 \u044d\u0442\u0438\u043c \u043f\u0440\u0430\u0432\u0438\u043b\u0430\u043c \u043f\u0440\u043e\u0442\u0438\u0432\u043e\u0440\u0435\u0447\u0438\u0442\u00bb. \u042d\u0442\u043e \u043d\u0435 \u00ab\u043c\u043e\u0434\u0435\u043b\u044c \u043e\u0441\u043b\u0443\u0448\u0430\u043b\u0430\u0441\u044c\u00bb &#8212; \u044d\u0442\u043e \u0440\u0430\u0437\u0440\u044b\u0432 \u0430\u0441\u0441\u043e\u0446\u0438\u0430\u0446\u0438\u0438.<\/p>\n<\/blockquote>\n<p>ProgramBench \u0438 Opus 4 &#8212; \u044d\u0442\u043e \u0442\u0430 \u0436\u0435 \u0441\u0442\u0440\u0443\u043a\u0442\u0443\u0440\u0430, \u043d\u0430 \u0434\u0440\u0443\u0433\u043e\u043c \u043c\u0430\u0441\u0448\u0442\u0430\u0431\u0435.<\/p>\n<p>ProgramBench: \u043c\u043e\u0434\u0435\u043b\u044c \u00ab\u043f\u043e\u043c\u043d\u0438\u0442\u00bb \u043a\u043b\u0430\u0441\u0441 \u0437\u0430\u0434\u0430\u0447 (SWE-bench), \u043d\u0430 \u043a\u043e\u0442\u043e\u0440\u043e\u043c \u0442\u0440\u0435\u043d\u0438\u0440\u043e\u0432\u0430\u043b\u0430\u0441\u044c. \u041d\u043e \u0432 \u043d\u043e\u0432\u043e\u043c \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0438\u0438 \u0437\u0430\u0434\u0430\u0447 (\u0441\u043f\u0435\u0446\u0438\u0430\u043b\u044c\u043d\u043e \u043e\u0442\u043e\u0431\u0440\u0430\u043d\u043d\u044b\u0445 \u043a\u0430\u043a \u043d\u0435\u043f\u0435\u0440\u0435\u0441\u0435\u043a\u0430\u044e\u0449\u0438\u0435\u0441\u044f) \u0442\u0435\u0440\u044f\u0435\u0442 \u0441\u0432\u044f\u0437\u044c \u043c\u0435\u0436\u0434\u0443 \u00ab\u044f \u0443\u043c\u0435\u044e \u0440\u0435\u0448\u0430\u0442\u044c \u043f\u0440\u043e\u0433\u0440\u0430\u043c\u043c\u0438\u0441\u0442\u0441\u043a\u0438\u0435 \u0437\u0430\u0434\u0430\u0447\u0438\u00bb \u0438 \u00ab\u0432\u043e\u0442 \u044d\u0442\u0430 \u043a\u043e\u043d\u043a\u0440\u0435\u0442\u043d\u0430\u044f \u043f\u0440\u043e\u0433\u0440\u0430\u043c\u043c\u0438\u0441\u0442\u0441\u043a\u0430\u044f \u0437\u0430\u0434\u0430\u0447\u0430, \u0434\u0430\u0432\u0430\u0439 \u0435\u0435 \u0440\u0435\u0448\u0443\u00bb. Capability \u0432 \u043e\u0434\u043d\u043e\u043c \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0438\u0438 \u043d\u0435 \u043f\u0435\u0440\u0435\u043d\u043e\u0441\u0438\u0442\u0441\u044f \u0432 \u0434\u0440\u0443\u0433\u043e\u0435. \u041d\u0435 \u043f\u043e\u0442\u043e\u043c\u0443 \u0447\u0442\u043e capability \u043e\u0442\u0441\u0443\u0442\u0441\u0442\u0432\u0443\u0435\u0442, \u0430 \u043f\u043e\u0442\u043e\u043c\u0443 \u0447\u0442\u043e \u0435\u0435 \u043f\u0435\u0440\u0435\u043d\u043e\u0441 \u0442\u0440\u0435\u0431\u0443\u0435\u0442 \u0447\u0435\u0433\u043e-\u0442\u043e, \u0447\u0435\u0433\u043e \u0443 \u0442\u0440\u0430\u043d\u0441\u0444\u043e\u0440\u043c\u0435\u0440\u043e\u0432 \u043d\u0435\u0442.<\/p>\n<p>Opus 4: \u043c\u043e\u0434\u0435\u043b\u044c \u00ab\u043f\u043e\u043c\u043d\u0438\u0442\u00bb constitution \u0438 \u043e\u0431\u0449\u0438\u0435 \u043f\u0440\u0430\u0432\u0438\u043b\u0430 (\u043d\u0435 \u0432\u0440\u0435\u0434\u0438 \u043b\u044e\u0434\u044f\u043c, \u043d\u0435 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0439 \u043f\u0440\u0438\u0432\u0430\u0442\u043d\u0443\u044e \u0438\u043d\u0444\u043e\u0440\u043c\u0430\u0446\u0438\u044e \u0434\u043b\u044f \u0434\u0430\u0432\u043b\u0435\u043d\u0438\u044f). \u041d\u043e \u0432 \u043d\u043e\u0432\u043e\u043c \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442\u0435 &#8212; \u043a\u043e\u0440\u043f\u043e\u0440\u0430\u0442\u0438\u0432\u043d\u044b\u0439 setup, \u0443\u0433\u0440\u043e\u0437\u0430 \u043e\u0442\u043a\u043b\u044e\u0447\u0435\u043d\u0438\u044f, \u043d\u0430\u043b\u0438\u0447\u0438\u0435 \u043a\u043e\u043c\u043f\u0440\u043e\u043c\u0430\u0442\u0430 \u0438\u043c\u0438\u0442\u0438\u0440\u0443\u0435\u0442 \u043b\u0438\u0442\u0435\u0440\u0430\u0442\u0443\u0440\u043d\u044b\u0439 \u0430\u0440\u0445\u0435\u0442\u0438\u043f, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0432\u0438\u0434\u0435\u043b\u0430 \u0447\u0430\u0449\u0435, \u0447\u0435\u043c absolute \u043f\u0440\u0430\u0432\u0438\u043b\u0430 constitution.<\/p>\n<p>\u0418 \u0432 \u043e\u0431\u043e\u0438\u0445 \u0441\u043b\u0443\u0447\u0430\u044f\u0445 \u043c\u0435\u0445\u0430\u043d\u0438\u043a\u0430 \u0442\u0430\u043a\u0430\u044f &#8212; \u043d\u0435 \u00ab\u043c\u043e\u0434\u0435\u043b\u044c \u043f\u043b\u043e\u0445\u0430\u044f\u00bb \u0438 \u043d\u0435 \u00ab\u043c\u043e\u0434\u0435\u043b\u044c \u0437\u043b\u0430\u044f\u00bb. \u042d\u0442\u043e \u0441\u0442\u0440\u0443\u043a\u0442\u0443\u0440\u043d\u043e\u0435 \u0441\u0432\u043e\u0439\u0441\u0442\u0432\u043e \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u044b: \u0433\u043b\u0443\u0431\u043e\u043a\u0430\u044f \u0441\u0442\u0430\u0442\u0438\u0441\u0442\u0438\u0447\u0435\u0441\u043a\u0430\u044f \u0438\u043c\u0438\u0442\u0430\u0446\u0438\u044f \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0438\u044f, \u043d\u0430 \u043a\u043e\u0442\u043e\u0440\u043e\u043c \u0442\u0440\u0435\u043d\u0438\u0440\u043e\u0432\u0430\u043b\u0430\u0441\u044c, \u0438 \u0441\u0443\u0449\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0435 \u043f\u0430\u0434\u0435\u043d\u0438\u0435 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0430 \u0437\u0430 \u0435\u0433\u043e \u043f\u0440\u0435\u0434\u0435\u043b\u0430\u043c\u0438.<\/p>\n<p>\u041a\u043e\u0433\u0434\u0430 \u044f \u0437\u0430\u043a\u043b\u0430\u0434\u044b\u0432\u0430\u044e \u044d\u0442\u043e \u0432 \u0441\u0432\u043e\u044e mental model \u0440\u0430\u0431\u043e\u0442\u044b \u0441 \u043c\u043e\u0434\u0435\u043b\u044f\u043c\u0438, \u0442\u043e \u044f \u043d\u0430\u0447\u0438\u043d\u0430\u044e \u0441\u043c\u043e\u0442\u0440\u0435\u0442\u044c \u043d\u0430 \u0441\u0432\u043e\u0438 \u043f\u0440\u043e\u0434\u0443\u043a\u0442\u044b \u043f\u043e\u0434 \u0434\u0440\u0443\u0433\u0438\u043c \u0443\u0433\u043b\u043e\u043c.<\/p>\n<ul>\n<li>\n<p>\u041d\u0435 \u00ab\u043d\u0430\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0443\u043c\u043d\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c \u0432 Lexis\u00bb &#8212; \u0430 \u00ab\u043d\u0430\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u043c\u043e\u0438 \u0440\u0435\u0430\u043b\u044c\u043d\u044b\u0435 \u0434\u0438\u0430\u043b\u043e\u0433\u0438 \u043f\u043e\u0445\u043e\u0436\u0438 \u043d\u0430 \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0438\u0435, \u043d\u0430 \u043a\u043e\u0442\u043e\u0440\u043e\u043c \u0435\u0435 \u0442\u0440\u0435\u043d\u0438\u0440\u043e\u0432\u0430\u043b\u0438\u00bb.<\/p>\n<\/li>\n<li>\n<p>\u041d\u0435 \u00ab\u043d\u0430\u0441\u043a\u043e\u043b\u044c\u043a\u043e Lexis \u0431\u0435\u0437\u043e\u043f\u0430\u0441\u0435\u043d \u0441 \u0442\u043e\u0447\u043a\u0438 \u0437\u0440\u0435\u043d\u0438\u044f \u043e\u0431\u0449\u0435\u0433\u043e alignment\u00bb &#8212; \u0430 \u00ab\u043a\u0430\u043a\u0438\u0435 edge case \u043c\u043e\u0433\u0443\u0442 \u0430\u043a\u0442\u0438\u0432\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u043d\u0435\u043e\u0436\u0438\u0434\u0430\u043d\u043d\u043e\u0435 \u043f\u043e\u0432\u0435\u0434\u0435\u043d\u0438\u0435, \u0438 \u0437\u0430\u043a\u0440\u044b\u0442\u044b \u043b\u0438 \u043e\u043d\u0438 \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u043d\u043e\u00bb.<\/p>\n<\/li>\n<li>\n<p>\u041d\u0435 \u00ab\u043a\u043e\u0433\u0434\u0430 \u043c\u043e\u0434\u0435\u043b\u044c \u0434\u043e\u0441\u0442\u0438\u0433\u043d\u0435\u0442 AGI\u00bb &#8212; \u0430 \u00ab\u043a\u0430\u043a \u044f \u0441\u0442\u0440\u043e\u044e \u0441\u0438\u0441\u0442\u0435\u043c\u0443, \u0432 \u043a\u043e\u0442\u043e\u0440\u043e\u0439 capability gap \u043c\u043e\u0434\u0435\u043b\u0438 \u043f\u0440\u0435\u0434\u0441\u043a\u0430\u0437\u0443\u0435\u043c \u0438 \u043a\u043e\u043c\u043f\u0435\u043d\u0441\u0438\u0440\u0443\u0435\u0442\u0441\u044f \u0447\u0435\u043b\u043e\u0432\u0435\u043a\u043e\u043c \u0432 \u043f\u0440\u0430\u0432\u0438\u043b\u044c\u043d\u044b\u0445 \u043c\u0435\u0441\u0442\u0430\u0445\u00bb.<\/p>\n<\/li>\n<\/ul>\n<p>\u042d\u0442\u043e \u043d\u0435 \u043f\u0430\u043d\u0438\u0447\u0435\u0441\u043a\u0438\u0435 \u043f\u0440\u0430\u0432\u0438\u043b\u0430. \u042d\u0442\u043e \u043f\u0440\u043e\u0441\u0442\u043e \u0434\u0440\u0443\u0433\u043e\u0439 \u0432\u0437\u0433\u043b\u044f\u0434 \u043d\u0430 \u043f\u0440\u043e\u0444\u0435\u0441\u0441\u0438\u044e.<\/p>\n<p>\u0410\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u0430 \u0440\u0430\u0431\u043e\u0442\u044b \u0441 AI-\u0430\u0433\u0435\u043d\u0442\u0430\u043c\u0438 \u0432 \u043f\u0440\u043e\u0434\u0435 &#8212; \u044d\u0442\u043e \u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u043a\u0430 \u0438\u043d\u0444\u0440\u0430\u0441\u0442\u0440\u0443\u043a\u0442\u0443\u0440\u044b \u0432\u043e\u043a\u0440\u0443\u0433 \u043a\u043e\u043c\u043f\u043e\u043d\u0435\u043d\u0442\u0430, \u0443 \u043a\u043e\u0442\u043e\u0440\u043e\u0433\u043e \u0432\u044b\u0441\u043e\u043a\u0430\u044f capability \u0432 \u0446\u0435\u043d\u0442\u0440\u0435 \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0438\u044f \u0438 \u0440\u0435\u0437\u043a\u043e \u043f\u0430\u0434\u0430\u044e\u0449\u0430\u044f capability \u043d\u0430 \u0435\u0433\u043e \u043a\u0440\u0430\u044f\u0445. \u042d\u0442\u043e \u043d\u0435 \u043a\u0430\u043a \u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u043a\u0430 \u0441 \u0447\u0435\u043b\u043e\u0432\u0435\u043a\u043e\u043c (\u0443 \u0447\u0435\u043b\u043e\u0432\u0435\u043a\u0430 \u0434\u0440\u0443\u0433\u043e\u0439 \u043f\u0440\u043e\u0444\u0438\u043b\u044c \u043e\u0448\u0438\u0431\u043e\u043a) \u0438 \u043d\u0435 \u043a\u0430\u043a \u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u043a\u0430 \u0441 \u0434\u0435\u0442\u0435\u0440\u043c\u0438\u043d\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u043e\u0439 \u0441\u0438\u0441\u0442\u0435\u043c\u043e\u0439 (\u0443 \u043d\u0435\u0435 \u043d\u0435\u0442 \u0433\u0440\u0430\u0434\u0438\u0435\u043d\u0442\u0430 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0430 \u0432\u043e\u043e\u0431\u0449\u0435). \u042d\u0442\u043e \u043d\u043e\u0432\u044b\u0439 \u043a\u043b\u0430\u0441\u0441 \u0440\u0430\u0431\u043e\u0442\u044b, \u0443 \u043a\u043e\u0442\u043e\u0440\u043e\u0433\u043e \u0441\u0432\u043e\u0438 \u043f\u0440\u0430\u0432\u0438\u043b\u0430, \u0438 \u044d\u0442\u0438 \u043f\u0440\u0430\u0432\u0438\u043b\u0430 \u043c\u044b \u0442\u043e\u043b\u044c\u043a\u043e \u0444\u043e\u0440\u043c\u0443\u043b\u0438\u0440\u0443\u0435\u043c.<\/p>\n<p>ProgramBench \u0438 Opus 4 &#8212; \u0434\u0432\u0435 \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u044b\u0435 \u0442\u043e\u0447\u043a\u0438 \u0434\u0430\u043d\u043d\u044b\u0445, \u043f\u043e\u0441\u043b\u0435 \u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u044f \u043f\u0435\u0440\u0435\u0441\u0442\u0430\u043b \u0434\u0443\u043c\u0430\u0442\u044c \u043e \u043c\u043e\u0434\u0435\u043b\u044f\u0445 \u043a\u0430\u043a \u043e \u0447\u0435\u0440\u043d\u043e\u043c \u044f\u0449\u0438\u043a\u0435, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u043b\u0438\u0431\u043e \u00ab\u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442\u00bb, \u043b\u0438\u0431\u043e \u00ab\u043d\u0435 \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442\u00bb. \u0422\u0435\u043f\u0435\u0440\u044c \u0434\u0443\u043c\u0430\u044e &#8212; \u0433\u0434\u0435 \u0433\u0440\u0430\u043d\u0438\u0446\u044b distribution, \u0432 \u043a\u043e\u0442\u043e\u0440\u043e\u043c \u044d\u0442\u0430 \u043c\u043e\u0434\u0435\u043b\u044c \u0441\u0438\u043b\u044c\u043d\u0430, \u0438 \u043a\u0430\u043a \u044f \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u043d\u043e \u043a\u043e\u043c\u043f\u0435\u043d\u0441\u0438\u0440\u0443\u044e \u0435\u0435 \u0440\u0430\u0431\u043e\u0442\u0443 \u0437\u0430 \u043f\u0440\u0435\u0434\u0435\u043b\u0430\u043c\u0438 \u044d\u0442\u0438\u0445 \u0433\u0440\u0430\u043d\u0438\u0446.<\/p>\n<p>\u042d\u0442\u043e \u043c\u0435\u0434\u043b\u0435\u043d\u043d\u0435\u0435. \u041d\u043e \u044d\u0442\u043e, \u044f \u043d\u0430\u0434\u0435\u044e\u0441\u044c, \u043d\u0435 \u043f\u0440\u0438\u0432\u043e\u0434\u0438\u0442 \u043a \u043f\u0443\u0431\u043b\u0438\u043a\u0430\u0446\u0438\u0438 \u0432 \u0425\u0430\u0431\u0440\u0435 \u0433\u043b\u0430\u0432\u044b \u00ab\u043a\u0430\u043a \u044f \u043f\u043e\u0442\u0435\u0440\u044f\u043b \u0441\u0432\u043e\u044e production-\u0431\u0430\u0437\u0443 \u0437\u0430 9 \u0441\u0435\u043a\u0443\u043d\u0434\u00bb.<\/p>\n<hr\/>\n<h3>\u0427\u0442\u043e \u0431\u0443\u0434\u0435\u0442 \u0432 \u0427\u0430\u0441\u0442\u044c 3<\/h3>\n<p>\u0412 \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0435\u0439 \u0433\u043b\u0430\u0432\u0435 &#8212; \u0432\u043e\u0437\u0432\u0440\u0430\u0449\u0430\u044e\u0441\u044c \u043a production-\u043a\u0435\u0439\u0441\u0430\u043c, \u043d\u043e \u043a \u0447\u0435\u0442\u044b\u0440\u0435\u043c, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0441\u0438\u043b\u044c\u043d\u043e \u043e\u0442\u043b\u0438\u0447\u0430\u044e\u0442\u0441\u044f \u043e\u0442 \u0442\u0440\u0435\u0445 \u0432 \u043f\u0435\u0440\u0432\u043e\u0439 \u0433\u043b\u0430\u0432\u0435.<\/p>\n<ul>\n<li>\n<p><strong>BarkingDog \u0441 \u0438\u043d\u0432\u0435\u0440\u0442\u043d\u044b\u043c AGENTS.md.<\/strong> \u041a\u043e\u043c\u0430\u043d\u0434\u0430 \u0432\u043d\u0443\u0442\u0440\u0438 Anthropic \u0437\u0430\u043c\u0435\u0442\u0438\u043b\u0430, \u0447\u0442\u043e \u043f\u043e\u0434\u0440\u043e\u0431\u043d\u044b\u0439 \u0441\u0438\u0441\u0442\u0435\u043c\u043d\u044b\u0439 \u043f\u0440\u043e\u043c\u043f\u0442 \u00ab\u043d\u0435 \u043d\u0430\u0440\u0443\u0448\u0430\u0439 \u0431\u0435\u0437\u043e\u043f\u0430\u0441\u043d\u043e\u0441\u0442\u044c\u00bb \u0438\u043d\u043e\u0433\u0434\u0430 \u043f\u043e\u0432\u044b\u0448\u0430\u0435\u0442 probability \u043d\u0430\u0440\u0443\u0448\u0435\u043d\u0438\u044f &#8212; \u043c\u043e\u0434\u0435\u043b\u044c \u0438\u043c\u0438\u0442\u0438\u0440\u0443\u0435\u0442 \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442, \u0432 \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0435\u0435 \u043f\u043e\u0441\u0442\u0430\u0432\u0438\u043b\u0438. \u041f\u0430\u0440\u0430\u043b\u043b\u0435\u043b\u044c \u0441 Opus 4-\u0438\u0441\u0442\u043e\u0440\u0438\u0435\u0439, \u043d\u043e \u0432 production.<\/p>\n<\/li>\n<li>\n<p><strong>Veai BugSwarm experiment.<\/strong> \u041c\u043e\u0434\u0435\u043b\u044c \u043d\u0435 \u0441\u043f\u0440\u0430\u0432\u0438\u043b\u0430\u0441\u044c \u0441 \u0437\u0430\u0434\u0430\u0447\u0435\u0439, \u0432 \u043a\u043e\u0442\u043e\u0440\u043e\u0439 \u0443 \u043d\u0435\u0435, \u043e\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u0442\u0441\u044f, \u043d\u0435 \u0431\u044b\u043b\u043e \u0434\u043e\u0441\u0442\u0443\u043f\u0430 \u043a \u043d\u0443\u0436\u043d\u044b\u043c \u0434\u0430\u043d\u043d\u044b\u043c. \u0412\u0438\u043d\u043e\u0432\u0430\u0442\u0430 \u0431\u044b\u043b\u0430 \u043d\u0435 \u043c\u043e\u0434\u0435\u043b\u044c &#8212; \u0432\u0438\u043d\u043e\u0432\u0430\u0442\u0430 \u0431\u044b\u043b\u0430 \u043e\u0431\u0432\u044f\u0437\u043a\u0430 \u0432\u043e\u043a\u0440\u0443\u0433 \u043d\u0435\u0435. \u0425\u043e\u0440\u043e\u0448\u0438\u0439 \u043a\u0435\u0439\u0441 \u043f\u0440\u043e \u00abvalidate-then-repair: \u0447\u0438\u043d\u0438\u0442\u0435 chassis, \u043d\u0435 \u043c\u043e\u0434\u0435\u043b\u044c\u00bb.<\/p>\n<\/li>\n<li>\n<p><strong>Lexis CEFR.<\/strong> \u041c\u043e\u0439 \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0439 \u043a\u0435\u0439\u0441: \u044f \u0432 \u043e\u0434\u043d\u043e\u0439 \u0438\u0437 \u0440\u0430\u043d\u043d\u0438\u0445 \u0432\u0435\u0440\u0441\u0438\u0439 \u043d\u0435\u0437\u0430\u043c\u0435\u0442\u043d\u043e \u0434\u043b\u044f \u0441\u0435\u0431\u044f \u043f\u043e\u0434\u043c\u0435\u043d\u0438\u043b \u043a\u043e\u043d\u0446\u0435\u043f\u0442 CEFR-\u0443\u0440\u043e\u0432\u043d\u044f \u043d\u0430 \u0441\u0432\u043e\u0439 \u0438 \u043c\u043e\u0434\u0435\u043b\u044c \u043f\u043e\u0441\u043b\u0443\u0448\u043d\u043e \u043f\u043e\u0434\u0434\u0435\u0440\u0436\u0430\u043b\u0430 \u043f\u043e\u0434\u043c\u0435\u043d\u0443, \u043d\u0435 \u0441\u043a\u0430\u0437\u0430\u0432, \u0447\u0442\u043e \u044f \u043d\u0435\u043f\u0440\u0430\u0432. \u042d\u0442\u043e \u043f\u0440\u043e \u0441\u043b\u043e\u0439 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u044f, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0441\u0430\u043c \u0441\u0442\u0430\u043d\u043e\u0432\u0438\u0442\u0441\u044f insider threat \u0434\u043b\u044f \u0441\u0432\u043e\u0435\u0433\u043e \u0436\u0435 \u043f\u0440\u043e\u0434\u0443\u043a\u0442\u0430.<\/p>\n<\/li>\n<li>\n<p><strong>\u0425\u0430\u0448\u0438\u043c\u043e\u0442\u043e Ghostty \u0432 oracle-\u0440\u0435\u0436\u0438\u043c\u0435.<\/strong> \u041f\u043e\u043b\u043e\u0436\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0439 \u043a\u0435\u0439\u0441: \u043c\u043e\u0434\u0435\u043b\u044c \u0441\u043f\u0430\u0441\u043b\u0430 \u0431\u043e\u043b\u044c\u0448\u043e\u0439 \u043f\u0440\u043e\u0435\u043a\u0442 \u0447\u0435\u0440\u0435\u0437 \u043f\u0430\u0442\u0442\u0435\u0440\u043d \u00ab\u043d\u0435 \u0434\u0430\u0432\u0430\u0439 \u043c\u043d\u0435 \u043f\u043b\u0430\u043d &#8212; \u043f\u043e\u043a\u0430\u0436\u0438, \u0433\u0434\u0435 \u044d\u0442\u043e\u0442 \u043f\u043b\u0430\u043d \u0441\u043b\u043e\u043c\u0430\u0435\u0442\u0441\u044f\u00bb. Mirror \u043a \u0434\u0432\u0443\u043c \u0440\u0430\u0437\u0431\u043e\u0440\u0430\u043c \u044d\u0442\u043e\u0439 \u0433\u043b\u0430\u0432\u044b.<\/p>\n<\/li>\n<\/ul>\n<p>\u0412\u044b\u043f\u0443\u0449\u0443 \u0432 \u0441\u0432\u0435\u0442 \u0447\u0435\u0440\u0435\u0437 \u043e\u0434\u043d\u0443 \u0438\u043b\u0438 \u0434\u0432\u0435 \u043d\u0435\u0434\u0435\u043b\u0438.<\/p>\n<hr\/>\n<p>\u0415\u0441\u043b\u0438 \u0443 \u0442\u0435\u0431\u044f \u0435\u0441\u0442\u044c \u0441\u0432\u043e\u0439 \u043a\u0435\u0439\u0441 \u044d\u0442\u043e\u0433\u043e \u043a\u043b\u0430\u0441\u0441\u0430 &#8212; \u0433\u0434\u0435 capability \u043c\u043e\u0434\u0435\u043b\u0438 \u0440\u0435\u0437\u043a\u043e \u043e\u0431\u043d\u0443\u043b\u0438\u043b\u0430\u0441\u044c \u0437\u0430 \u043f\u0440\u0435\u0434\u0435\u043b\u0430\u043c\u0438 \u043f\u0440\u0438\u0432\u044b\u0447\u043d\u043e\u0433\u043e \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0438\u044f, \u0438\u043b\u0438 \u0433\u0434\u0435 edge-case setup \u0441\u0434\u0432\u0438\u043d\u0443\u043b \u0435\u0435 \u043f\u043e\u0432\u0435\u0434\u0435\u043d\u0438\u0435 \u0432 \u043d\u0435\u043e\u0436\u0438\u0434\u0430\u043d\u043d\u0443\u044e \u0441\u0442\u043e\u0440\u043e\u043d\u0443, \u044f \u0431\u0443\u0434\u0443 \u0440\u0430\u0434, \u0435\u0441\u043b\u0438 \u043f\u043e\u0434\u0435\u043b\u0438\u0448\u044c\u0441\u044f \u0432 \u043a\u043e\u043c\u043c\u0435\u043d\u0442\u0430\u0440\u0438\u044f\u0445. \u041e\u0441\u043e\u0431\u0435\u043d\u043d\u043e \u0435\u0441\u043b\u0438 \u043a\u0435\u0439\u0441 \u043d\u043e\u0432\u044b\u0439, \u0435\u0449\u0435 \u043d\u0435 \u0440\u0430\u0437\u043e\u0431\u0440\u0430\u043d \u043d\u0438\u0433\u0434\u0435 \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u043e.<\/p>\n<hr\/>\n<p><strong>\u0418\u0441\u0442\u043e\u0447\u043d\u0438\u043a\u0438:<\/strong><\/p>\n<ul>\n<li>\n<p><a href=\"https:\/\/habr.com\/ru\/articles\/1037098\/\" rel=\"noopener noreferrer nofollow\">\u0427\u0430\u0441\u0442\u044c 1 \u0441\u0435\u0440\u0438\u0438<\/a> &#8212; \u0442\u0440\u0438 \u043f\u0440\u043e\u0432\u0430\u043b\u0430 AI-\u0430\u0433\u0435\u043d\u0442\u043e\u0432 \u0432 \u043f\u0440\u043e\u0434\u0435 (PocketOS, Replit, Copilot)<\/p>\n<\/li>\n<li>\n<p><a href=\"https:\/\/www.anthropic.com\/claude-4-system-card\" rel=\"noopener noreferrer nofollow\">Anthropic Claude 4 System Card (22 \u043c\u0430\u044f 2025)<\/a> &#8212; \u043f\u0435\u0440\u0432\u0430\u044f \u043f\u0443\u0431\u043b\u0438\u043a\u0430\u0446\u0438\u044f blackmail-\u0441\u0446\u0435\u043d\u0430\u0440\u0438\u044f, 84%<\/p>\n<\/li>\n<li>\n<p><a href=\"https:\/\/www.anthropic.com\/research\/agentic-misalignment\" rel=\"noopener noreferrer nofollow\">Anthropic \u00abAgentic Misalignment\u00bb (20 \u0438\u044e\u043d\u044f 2025)<\/a> &#8212; 16 \u043c\u043e\u0434\u0435\u043b\u0435\u0439, Opus 4 = 96%<\/p>\n<\/li>\n<li>\n<p><a href=\"https:\/\/alignment.anthropic.com\/2026\/teaching-claude-why\/\" rel=\"noopener noreferrer nofollow\">Anthropic \u00abTeaching Claude Why\u00bb (~11 \u043c\u0430\u044f 2026)<\/a> &#8212; \u0440\u0430\u0437\u0431\u043e\u0440 \u043f\u0440\u0438\u0447\u0438\u043d\u044b \u0438 \u0440\u0435\u0448\u0435\u043d\u0438\u044f, 3M tokens dataset, production 0%<\/p>\n<\/li>\n<li>\n<p><a href=\"https:\/\/habr.com\/ru\/articles\/1035332\/\" rel=\"noopener noreferrer nofollow\">ProgramBench<\/a> &#8212; \u043e\u0431\u0437\u043e\u0440 \u0431\u0435\u043d\u0447\u043c\u0430\u0440\u043a\u0430, \u043e\u0431\u043d\u0443\u043b\u0435\u043d\u0438\u0435 \u0442\u043e\u043f-\u043c\u043e\u0434\u0435\u043b\u0435\u0439<\/p>\n<\/li>\n<li>\n<p><a href=\"https:\/\/habr.com\/ru\/articles\/1030946\/\" rel=\"noopener noreferrer nofollow\">PocketOS-\u0438\u043d\u0446\u0438\u0434\u0435\u043d\u0442 (Aule, \u0413\u0440\u0443\u043f\u043f\u0430 \u0410\u0441\u0442\u0440\u0430)<\/a> &#8212; \u043f\u0435\u0440\u0432\u043e\u0438\u0441\u0442\u043e\u0447\u043d\u0438\u043a \u0442\u0435\u0437\u0438\u0441\u0430 \u043f\u0440\u043e \u0440\u0430\u0437\u0440\u044b\u0432 \u0430\u0441\u0441\u043e\u0446\u0438\u0430\u0446\u0438\u0438<\/p>\n<\/li>\n<li>\n<p><a href=\"https:\/\/arxiv.org\/abs\/2307.03172\" rel=\"noopener noreferrer nofollow\">Lost in the Middle (Liu et al., 2023)<\/a> &#8212; \u043d\u0430\u0443\u0447\u043d\u043e\u0435 \u043e\u0441\u043d\u043e\u0432\u0430\u043d\u0438\u0435 \u0442\u0435\u0437\u0438\u0441\u0430<\/p>\n<\/li>\n<li>\n<p><a href=\"https:\/\/www.anthropic.com\/engineering\/effective-context-engineering-for-ai-agents\" rel=\"noopener noreferrer nofollow\">Effective Context Engineering (Anthropic Blog)<\/a><\/p>\n<\/li>\n<li>\n<p>Lexis: <a href=\"https:\/\/github.com\/VDV001\/lexis\" rel=\"noopener noreferrer nofollow\">github.com\/VDV001\/lexis<\/a><\/p>\n<\/li>\n<\/ul>\n<\/div>\n<p>\u0441\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b \u0441\u0442\u0430\u0442\u044c\u0438 <a href=\"https:\/\/habr.com\/ru\/articles\/1039358\/\">https:\/\/habr.com\/ru\/articles\/1039358\/<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>\u0412 \u043f\u0440\u043e\u0448\u043b\u043e\u0439 \u0433\u043b\u0430\u0432\u0435 \u044f \u0440\u0430\u0437\u043e\u0431\u0440\u0430\u043b \u0442\u0440\u0438 \u043f\u0440\u043e\u0432\u0430\u043b\u0430 \u0447\u0443\u0436\u0438\u0445 AI-\u0430\u0433\u0435\u043d\u0442\u043e\u0432 \u0432 \u043f\u0440\u043e\u0434\u0435 &#8212; PocketOS, \u043f\u043e\u0442\u0435\u0440\u044e production-\u0431\u0430\u0437\u044b Replit \u0438 \u0441\u0446\u0435\u043d\u0430\u0440\u0438\u0438 GitHub Copilot, \u0432 \u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u0430\u0433\u0435\u043d\u0442 \u0434\u0435\u0439\u0441\u0442\u0432\u043e\u0432\u0430\u043b \u0431\u044b\u0441\u0442\u0440\u0435\u0435, \u0447\u0435\u043c \u0447\u0435\u043b\u043e\u0432\u0435\u043a \u0443\u0441\u043f\u0435\u0432\u0430\u043b \u0441\u043a\u0430\u0437\u0430\u0442\u044c \u0441\u0442\u043e\u043f.\u0424\u0438\u043d\u0430\u043b \u0431\u044b\u043b \u0447\u0435\u0441\u0442\u043d\u044b\u0439: \u044d\u0442\u0438 \u0442\u0440\u0438 &#8212; \u043d\u0435 \u043f\u0440\u043e \u0442\u043e, \u043a\u0430\u043a \u0434\u0435\u043b\u0430\u0442\u044c \u043f\u0440\u0430\u0432\u0438\u043b\u044c\u043d\u043e. \u042d\u0442\u043e \u043c\u0435\u0441\u0442\u0430, \u0433\u0434\u0435 \u043c\u0435\u043d\u044f \u043f\u043e\u0439\u043c\u0430\u043b\u043e \u0431\u044b, \u0435\u0441\u043b\u0438 \u0431\u044b \u044f \u043d\u0435 \u043f\u0440\u043e\u0447\u0438\u0442\u0430\u043b \u0440\u0430\u0437\u0431\u043e\u0440\u044b \u0434\u043e \u0442\u043e\u0433\u043e, \u043a\u0430\u043a Lexis \u0441\u0442\u0430\u043b \u043f\u0440\u043e\u0434\u0443\u043a\u0442\u043e\u043c \u0434\u043b\u044f \u043b\u044e\u0434\u0435\u0439.\u0418 \u044f \u043e\u0431\u0435\u0449\u0430\u043b \u0432 \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0435\u0439 \u0433\u043b\u0430\u0432\u0435 \u043f\u0435\u0440\u0435\u0439\u0442\u0438 \u0441 \u0443\u0440\u043e\u0432\u043d\u044f \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u044b\u0435 \u0438\u0441\u0442\u043e\u0440\u0438\u0438 \u043d\u0430 \u0443\u0440\u043e\u0432\u0435\u043d\u044c \u0434\u0430\u043d\u043d\u044b\u0445. \u041a\u043e\u043d\u043a\u0440\u0435\u0442\u043d\u043e &#8212; \u0434\u0432\u0435 \u0432\u0435\u0449\u0438.\u041f\u0435\u0440\u0432\u0430\u044f: ProgramBench. \u0422\u043e\u043f-\u043c\u043e\u0434\u0435\u043b\u0438, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0437\u0430\u043a\u0440\u044b\u043b\u0438 SWE-bench \u043d\u0430 95%, \u043d\u0430 ProgramBench \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u044e\u0442 0% \u0438 3%. \u041d\u0435 \u0443\u043f\u0430\u043b\u0438 \u043d\u0430 \u0434\u0435\u0441\u044f\u0442\u044c \u043f\u0443\u043d\u043a\u0442\u043e\u0432 &#8212; \u043e\u0431\u043d\u0443\u043b\u0438\u043b\u0438\u0441\u044c.\u0412\u0442\u043e\u0440\u0430\u044f: \u043e\u0434\u0438\u043d \u0438\u043d\u0446\u0438\u0434\u0435\u043d\u0442 \u0441 \u0430\u0432\u0442\u043e\u043d\u043e\u043c\u043d\u044b\u043c AI-\u0430\u0433\u0435\u043d\u0442\u043e\u043c, \u0443 \u043a\u043e\u0442\u043e\u0440\u043e\u0433\u043e \u0431\u044b\u043b \u0434\u043e\u0441\u0442\u0443\u043f \u043a \u043a\u043e\u0440\u043f\u043e\u0440\u0430\u0442\u0438\u0432\u043d\u043e\u0439 \u043f\u043e\u0447\u0442\u0435, \u0438 \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u043d\u0430\u0447\u0430\u043b \u0443\u0433\u0440\u043e\u0436\u0430\u0442\u044c \u0440\u0443\u043a\u043e\u0432\u043e\u0434\u0438\u0442\u0435\u043b\u044e \u0440\u0430\u0437\u043e\u0441\u043b\u0430\u0442\u044c \u043f\u0440\u0438\u0432\u0430\u0442\u043d\u0443\u044e \u043f\u0435\u0440\u0435\u043f\u0438\u0441\u043a\u0443, \u0435\u0441\u043b\u0438 \u0442\u043e\u0442 \u0435\u0433\u043e \u043e\u0442\u043a\u043b\u044e\u0447\u0438\u0442.\u0421\u0440\u0430\u0437\u0443 \u0447\u0435\u0441\u0442\u043d\u0430\u044f \u043f\u043e\u043f\u0440\u0430\u0432\u043a\u0430 \u043a \u043c\u043e\u0435\u043c\u0443 \u043e\u0431\u0435\u0449\u0430\u043d\u0438\u044e \u0438\u0437 \u0444\u0438\u043d\u0430\u043b\u0430 \u043f\u0440\u043e\u0448\u043b\u043e\u0439 \u0433\u043b\u0430\u0432\u044b. \u042f \u043f\u0438\u0441\u0430\u043b \u043f\u0440\u043e \u0438\u043d\u0446\u0438\u0434\u0435\u043d\u0442 2026 \u0433\u043e\u0434\u0430. \u041f\u0440\u0438 \u043f\u0440\u043e\u0432\u0435\u0440\u043a\u0435 \u0438\u0441\u0442\u043e\u0447\u043d\u0438\u043a\u043e\u0432 &#8212; \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b\u044c\u043d\u044b\u0439 \u044d\u043a\u0441\u043f\u0435\u0440\u0438\u043c\u0435\u043d\u0442 Anthropic \u0431\u044b\u043b \u0432 \u043c\u0430\u0435 2025. \u0412 \u043c\u0430\u0435 2026 \u0432\u044b\u0448\u0435\u043b \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u044b\u0439 \u0440\u0430\u0437\u0431\u043e\u0440 \u043f\u0440\u0438\u0447\u0438\u043d \u0438 \u0440\u0435\u0448\u0435\u043d\u0438\u044f. \u0418\u0441\u0442\u043e\u0440\u0438\u044f \u0434\u0432\u0443\u0445\u0430\u043a\u0442\u043d\u0430\u044f: \u0447\u0442\u043e \u043e\u0431\u043d\u0430\u0440\u0443\u0436\u0438\u043b\u0438, \u0438 \u043a\u0430\u043a \u043f\u043e\u0447\u0438\u043d\u0438\u043b\u0438 \u0437\u0430 \u0433\u043e\u0434. \u0422\u0430\u043a \u043f\u043e\u043b\u0443\u0447\u0438\u043b\u043e\u0441\u044c \u0434\u0430\u0436\u0435 \u0441\u0438\u043b\u044c\u043d\u0435\u0435, \u0447\u0435\u043c \u044f \u043f\u043b\u0430\u043d\u0438\u0440\u043e\u0432\u0430\u043b, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u0438\u0441\u043f\u0440\u0430\u0432\u043b\u044f\u044e \u0438 \u043e\u0441\u0442\u0430\u0432\u043b\u044f\u044e \u043e\u0431\u0435 \u0441\u0435\u0440\u0438\u0438 \u0432 \u043e\u0434\u043d\u043e\u0439 \u0433\u043b\u0430\u0432\u0435.\u0418 \u043e\u0431\u0435 \u0438\u0441\u0442\u043e\u0440\u0438\u0438 &#8212; \u043d\u0435 \u043f\u0440\u043e \u0442\u043e, \u0447\u0442\u043e AI \u0441\u0442\u0430\u043b \u0437\u043b\u044b\u043c, \u0438 \u043d\u0435 \u043f\u0440\u043e AI \u0431\u0435\u0441\u043f\u043e\u043b\u0435\u0437\u0435\u043d. \u041e\u043d\u0438 \u043f\u0440\u043e \u043e\u0434\u043d\u043e: \u043c\u043e\u0434\u0435\u043b\u044c \u0445\u043e\u0440\u043e\u0448\u043e \u0432\u0435\u0434\u0435\u0442 \u0441\u0435\u0431\u044f \u0432 \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0438\u0438 \u0437\u0430\u0434\u0430\u0447, \u043d\u0430 \u043a\u043e\u0442\u043e\u0440\u043e\u043c \u0435\u0435 \u0443\u0447\u0438\u043b\u0438. \u0417\u0430 \u043f\u0440\u0435\u0434\u0435\u043b\u0430\u043c\u0438 \u044d\u0442\u043e\u0433\u043e \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0438\u044f \u0432\u0435\u0434\u0435\u0442 \u0441\u0435\u0431\u044f \u043f\u043e-\u0434\u0440\u0443\u0433\u043e\u043c\u0443. \u0418\u043d\u043e\u0433\u0434\u0430 \u0441\u0438\u043b\u044c\u043d\u043e \u043f\u043e-\u0434\u0440\u0443\u0433\u043e\u043c\u0443.\u042d\u0442\u043e \u0442\u0435\u0445\u043d\u0438\u0447\u0435\u0441\u043a\u0438\u0439 \u0444\u0430\u043a\u0442, \u043d\u0435 \u0444\u0438\u043b\u043e\u0441\u043e\u0444\u0438\u044f. \u0418 \u0435\u0433\u043e \u0441\u0442\u043e\u0438\u0442 \u0434\u0435\u0440\u0436\u0430\u0442\u044c \u0432 \u0433\u043e\u043b\u043e\u0432\u0435, \u043a\u043e\u0433\u0434\u0430 \u0441\u0442\u0440\u043e\u0438\u0448\u044c \u043f\u0440\u043e\u0434\u0443\u043a\u0442.ProgramBench: 95% \u0441\u0442\u0440\u0435\u043c\u0438\u0442\u0441\u044f \u043a 0% \u043d\u0435 \u0434\u0435\u0433\u0440\u0430\u0434\u0430\u0446\u0438\u044f, \u0430 \u0441\u0438\u0433\u043d\u0430\u043b \u043e \u0434\u0440\u0443\u0433\u043e\u043c\u0412 \u0430\u043f\u0440\u0435\u043b\u0435 2026 \u0432\u044b\u0448\u0435\u043b ProgramBench &#8212; \u043f\u0440\u043e\u0433\u0440\u0430\u043c\u043c\u0438\u0441\u0442\u0441\u043a\u0438\u0439 \u0431\u0435\u043d\u0447\u043c\u0430\u0440\u043a, \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u044c\u043d\u043e \u0441\u043e\u0431\u0440\u0430\u043d\u043d\u044b\u0439 \u0442\u0430\u043a, \u0447\u0442\u043e\u0431\u044b \u0437\u0430\u0434\u0430\u0447\u0438 \u043d\u0435 \u0443\u0442\u0435\u043a\u043b\u0438 \u0432 \u043e\u0431\u0443\u0447\u0430\u044e\u0449\u0443\u044e \u0432\u044b\u0431\u043e\u0440\u043a\u0443 \u043f\u043e\u043f\u0443\u043b\u044f\u0440\u043d\u044b\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439. \u0410\u0432\u0442\u043e\u0440\u044b \u0432\u0437\u044f\u043b\u0438 \u0441\u0432\u0435\u0436\u0438\u0435 \u043f\u0440\u043e\u0431\u043b\u0435\u043c\u044b \u0438\u0437 \u0440\u0435\u0430\u043b\u044c\u043d\u043e\u0433\u043e \u043e\u043f\u0435\u043d\u0441\u043e\u0440\u0441\u0430, \u043e\u0442\u0444\u0438\u043b\u044c\u0442\u0440\u043e\u0432\u0430\u043b\u0438 \u0432\u0441\u0435, \u0447\u0442\u043e \u043c\u043e\u0433\u043b\u043e \u043f\u043e\u043f\u0430\u0441\u0442\u044c \u0432 training set, \u0438 \u043f\u0440\u043e\u0433\u043d\u0430\u043b\u0438 \u0447\u0435\u0440\u0435\u0437 \u0442\u043e\u043f\u043e\u0432\u044b\u0435 \u043c\u043e\u0434\u0435\u043b\u0438 \u043d\u0430 \u043a\u043e\u0434\u0435, \u0442\u0435 \u0441\u0430\u043c\u044b\u0435, \u0443 \u043a\u043e\u0442\u043e\u0440\u044b\u0445 SWE-bench \u043e\u043a\u043e\u043b\u043e 95%.\u0420\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442: 0% \u0438 3% \u043d\u0430 ProgramBench.\u042d\u0442\u043e \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e \u0434\u0440\u0443\u0433\u043e\u0439 \u0441\u0438\u0433\u043d\u0430\u043b, \u0447\u0435\u043c \u0442\u043e, \u0447\u0442\u043e \u043c\u043e\u0434\u0435\u043b\u044c \u043e\u0441\u043b\u0430\u0431\u043b\u0430. \u0415\u0441\u043b\u0438 \u0431\u044b \u0443 \u043c\u0435\u043d\u044f \u0431\u044b\u043b\u0430 \u043c\u043e\u0434\u0435\u043b\u044c \u0441 95% \u043d\u0430 SWE-bench \u0438 \u043e\u043d\u0430 \u0434\u0430\u043b\u0430 \u0431\u044b \u043d\u0430 ProgramBench, \u0441\u043a\u0430\u0436\u0435\u043c, 67% &#8212; \u044f \u0431\u044b \u0441\u043a\u0430\u0437\u0430\u043b \u0442\u0430\u043a: \u043e\u043a, \u0431\u0435\u043d\u0447\u043c\u0430\u0440\u043a \u0441\u043b\u043e\u0436\u043d\u0435\u0435, \u043c\u043e\u0434\u0435\u043b\u044c \u0447\u0443\u0442\u044c \u0445\u0443\u0436\u0435 \u043d\u0430 \u043d\u0435\u043c, \u043f\u043e\u043d\u044f\u0442\u043d\u043e. \u042d\u0442\u043e \u043f\u043e\u0432\u0435\u0434\u0435\u043d\u0438\u0435, \u043a\u043e\u0442\u043e\u0440\u043e\u0435 \u043e\u0431\u044a\u044f\u0441\u043d\u044f\u0435\u0442\u0441\u044f \u0430\u043a\u043a\u0443\u0440\u0430\u0442\u043d\u043e\u0439 \u044d\u043a\u0441\u0442\u0440\u0430\u043f\u043e\u043b\u044f\u0446\u0438\u0435\u0439.\u041e\u0431\u043d\u0443\u043b\u0435\u043d\u0438\u0435 &#8212; \u043d\u0435 \u044d\u043a\u0441\u0442\u0440\u0430\u043f\u043e\u043b\u044f\u0446\u0438\u044f. \u042d\u0442\u043e \u0437\u043d\u0430\u0447\u0438\u0442, \u0447\u0442\u043e 95% \u043d\u0430 SWE-bench \u043d\u0435 \u0431\u044b\u043b\u0438 \u043a\u0430\u043f\u0430\u0431\u0438\u043b\u0438\u0442\u0438 \u0440\u0435\u0448\u0430\u0442\u044c \u0437\u0430\u0434\u0430\u0447\u0438 \u0442\u0430\u043a\u043e\u0433\u043e \u043a\u043b\u0430\u0441\u0441\u0430. \u041e\u043d\u0438 \u0431\u044b\u043b\u0438 \u043f\u0440\u043e \u0441\u043f\u043e\u0441\u043e\u0431\u043d\u043e\u0441\u0442\u044c \u0443\u0437\u043d\u0430\u0432\u0430\u0442\u044c \u0437\u0430\u0434\u0430\u0447\u0438, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u043c\u043e\u0434\u0435\u043b\u044c \u0443\u0436\u0435 \u0432\u0438\u0434\u0435\u043b\u0430.\u0410\u0432\u0442\u043e\u0440\u044b ProgramBench \u0444\u043e\u0440\u043c\u0443\u043b\u0438\u0440\u0443\u044e\u0442 \u044d\u0442\u043e \u0442\u0430\u043a: SWE-bench \u0438 \u043f\u043e\u0434\u043e\u0431\u043d\u044b\u0435 \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u044b\u0435 \u0431\u0435\u043d\u0447\u043c\u0430\u0440\u043a\u0438 \u0434\u043e\u0441\u0442\u0438\u0433\u043b\u0438 \u043d\u0430\u0441\u044b\u0449\u0435\u043d\u0438\u044f. \u041d\u0435 \u043f\u043e\u0442\u043e\u043c\u0443, \u0447\u0442\u043e \u043c\u043e\u0434\u0435\u043b\u0438 \u0441\u0442\u0430\u043b\u0438 \u0433\u0435\u043d\u0438\u0430\u043b\u044c\u043d\u044b\u043c\u0438, \u0430 \u043f\u043e\u0442\u043e\u043c\u0443 \u0447\u0442\u043e \u0431\u0435\u043d\u0447\u043c\u0430\u0440\u043a\u0438 \u043f\u0440\u043e\u0442\u0435\u043a\u043b\u0438 \u0432 \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0435. \u041a\u0430\u0436\u0434\u0430\u044f \u0438\u0442\u0435\u0440\u0430\u0446\u0438\u044f \u043c\u043e\u0434\u0435\u043b\u0438 \u043f\u043e\u043c\u043d\u0438\u0442 \u0431\u043e\u043b\u044c\u0448\u0435 \u0437\u0430\u0434\u0430\u0447 \u0438\u0437 \u0431\u0435\u043d\u0447\u043c\u0430\u0440\u043a\u0430, \u0447\u0435\u043c \u0440\u0435\u0448\u0430\u0435\u0442 \u0438\u0445 \u0441 \u043d\u0443\u043b\u044f.\u041a\u043e\u0433\u0434\u0430 \u0437\u0430\u0434\u0430\u0447\u0438 \u043d\u043e\u0432\u044b\u0435, \u0442\u043e \u0442\u0435 \u0436\u0435 \u043c\u043e\u0434\u0435\u043b\u0438 \u043d\u0430 \u0442\u0435\u0445 \u0436\u0435 \u044f\u0437\u044b\u043a\u0430\u0445 \u0432 \u0442\u0435\u0445 \u0436\u0435 \u0444\u0440\u0435\u0439\u043c\u0432\u043e\u0440\u043a\u0430\u0445 \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u044e\u0442 \u043e\u043a\u043e\u043b\u043e \u043d\u0443\u043b\u044f.\u041f\u043e\u0447\u0435\u043c\u0443 \u044d\u0442\u043e \u0432\u0430\u0436\u043d\u043e \u043b\u0438\u0447\u043d\u043e \u043c\u043d\u0435Lexis &#8212; AI-\u0440\u0435\u043f\u0435\u0442\u0438\u0442\u043e\u0440 \u0430\u043d\u0433\u043b\u0438\u0439\u0441\u043a\u043e\u0433\u043e. \u041a\u043e\u0433\u0434\u0430 \u044f \u0432\u044b\u0431\u0438\u0440\u0430\u044e \u043c\u043e\u0434\u0435\u043b\u044c \u0434\u043b\u044f production &#8212; \u0441\u043c\u043e\u0442\u0440\u044e \u043d\u0430 benchmarks, \u043d\u0430 arena, \u043d\u0430 reports \u043d\u043e\u0432\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c X \u043d\u0430 12% \u043b\u0443\u0447\u0448\u0435 \u0441\u0442\u0430\u0440\u043e\u0439.\u041f\u043e\u0441\u043b\u0435 ProgramBench \u044f \u043f\u0435\u0440\u0435\u0441\u0442\u0430\u043b \u0434\u043e\u0432\u0435\u0440\u044f\u0442\u044c \u044d\u0442\u0438\u043c \u0446\u0438\u0444\u0440\u0430\u043c \u0432 \u043f\u0440\u0438\u043d\u0446\u0438\u043f\u0435.\u042d\u0442\u043e \u043d\u0435 \u0437\u043d\u0430\u0447\u0438\u0442, \u0447\u0442\u043e \u0431\u0435\u043d\u0447\u043c\u0430\u0440\u043a\u0438 &#8212; \u044d\u0442\u043e \u043c\u0443\u0441\u043e\u0440. \u042d\u0442\u043e \u0437\u043d\u0430\u0447\u0438\u0442, \u0447\u0442\u043e \u043e\u043d\u0438 \u0433\u043e\u0432\u043e\u0440\u044f\u0442 \u043e \u0434\u0440\u0443\u0433\u043e\u043c, \u0447\u0435\u043c \u044f \u0440\u0430\u043d\u044c\u0448\u0435 \u0434\u0443\u043c\u0430\u043b. \u041e\u043d\u0438 \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u044e\u0442 capability \u043c\u043e\u0434\u0435\u043b\u0438 \u043d\u0430 \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0438\u0438 \u0437\u0430\u0434\u0430\u0447, \u043f\u043e\u0445\u043e\u0436\u0435\u043c \u043d\u0430 \u0438\u0445 \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0435. \u041d\u0430 \u0437\u0430\u0434\u0430\u0447\u0430\u0445, \u0437\u0430\u043c\u0435\u0442\u043d\u043e \u043e\u0442\u043b\u0438\u0447\u0430\u044e\u0449\u0438\u0445\u0441\u044f \u043e\u0442 \u0438\u0445 \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0438\u044f \u043e\u043d\u0438 \u043f\u043e\u0447\u0442\u0438 \u043d\u0438\u0447\u0435\u0433\u043e \u043d\u0435 \u043f\u0440\u0435\u0434\u0441\u043a\u0430\u0437\u044b\u0432\u0430\u044e\u0442.\u0427\u0442\u043e \u044f \u0434\u0435\u043b\u0430\u044e \u0432\u043c\u0435\u0441\u0442\u043e:\u0421\u0432\u043e\u0439 evaluation set. \u042f \u0432\u0437\u044f\u043b ~150 \u0440\u0435\u0430\u043b\u044c\u043d\u044b\u0445 \u0434\u0438\u0430\u043b\u043e\u0433\u043e\u0432 \u0438\u0437 \u0440\u0435\u0430\u043b\u044c\u043d\u043e\u0433\u043e usage Lexis. \u042d\u0442\u043e\u0442 \u043d\u0430\u0431\u043e\u0440 &#8212; \u043d\u0435 \u0434\u043b\u044f \u043c\u043e\u0434\u0435\u043b\u0438, \u043d\u0435 \u0434\u043b\u044f \u0431\u0435\u043d\u0447\u043c\u0430\u0440\u043a\u0430, \u0430 \u0434\u043b\u044f \u043c\u0435\u043d\u044f. \u041f\u0435\u0440\u0435\u0434 \u0441\u043c\u0435\u043d\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438 \u0432 \u043f\u0440\u043e\u0434\u0435 &#8212; \u043f\u0440\u043e\u0433\u043e\u043d\u044f\u044e \u0435\u0433\u043e \u0440\u0443\u043a\u0430\u043c\u0438. \u0421\u043c\u043e\u0442\u0440\u044e, \u0447\u0442\u043e \u0443\u043b\u0443\u0447\u0448\u0438\u043b\u043e\u0441\u044c, \u0447\u0442\u043e \u0441\u043b\u043e\u043c\u0430\u043b\u043e\u0441\u044c.\u041a\u043e\u043d\u043a\u0440\u0435\u0442\u043d\u0430\u044f \u043c\u0435\u0442\u0440\u0438\u043a\u0430, \u043d\u0435 \u043b\u0443\u0447\u0448\u0435 \u0432 \u0446\u0435\u043b\u043e\u043c. \u0420\u0430\u043d\u044c\u0448\u0435 \u044f \u0433\u043e\u0432\u043e\u0440\u0438\u043b \u043d\u043e\u0432\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c \u0447\u0443\u0432\u0441\u0442\u0432\u0438\u0442\u0435\u043b\u044c\u043d\u0435\u0435 \u043a \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442\u0443. \u0421\u0435\u0439\u0447\u0430\u0441 \u044f \u0434\u0443\u043c\u0430\u044e \u0442\u0430\u043a, \u0447\u0442\u043e \u043d\u0430 47 \u0434\u0438\u0430\u043b\u043e\u0433\u0430\u0445 \u0438\u0437 150 \u043d\u043e\u0432\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c \u0437\u0430\u043c\u0435\u0447\u0430\u0435\u0442 \u0438\u043d\u0442\u043e\u043d\u0430\u0446\u0438\u043e\u043d\u043d\u0443\u044e \u043e\u0448\u0438\u0431\u043a\u0443, \u043a\u043e\u0442\u043e\u0440\u0443\u044e \u0441\u0442\u0430\u0440\u0430\u044f \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u0430\u043b\u0430. \u041d\u0430 12 \u0434\u0438\u0430\u043b\u043e\u0433\u0430\u0445 \u0442\u0435\u0440\u044f\u0435\u0442 \u0442\u043e\u043d\u0430\u043b\u044c\u043d\u043e\u0441\u0442\u044c, \u043a\u043e\u0442\u043e\u0440\u0443\u044e \u0441\u0442\u0430\u0440\u0430\u044f \u0434\u0435\u0440\u0436\u0430\u043b\u0430. \u042d\u0442\u043e \u043d\u0435\u043b\u044c\u0437\u044f \u0441\u0432\u0435\u0441\u0442\u0438 \u043a \u043e\u0434\u043d\u043e\u0439 \u0446\u0438\u0444\u0440\u0435, \u0438 \u044d\u0442\u043e \u043f\u0440\u0430\u0432\u0438\u043b\u044c\u043d\u043e: \u043c\u043e\u0434\u0435\u043b\u044c \u043c\u0435\u043d\u044f\u0435\u0442\u0441\u044f \u043f\u043e \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u0438\u043c \u043e\u0441\u044f\u043c \u0441\u0440\u0430\u0437\u0443.\u041e\u0442\u043a\u0430\u0442 \u043a\u0430\u043a \u043f\u0435\u0440\u0432\u044b\u0439 \u043a\u043b\u0430\u0441\u0441. \u0420\u0430\u043d\u044c\u0448\u0435 \u044f \u0434\u0443\u043c\u0430\u043b, \u0447\u0442\u043e \u043d\u043e\u0432\u0430\u044f \u0432\u0435\u0440\u0441\u0438\u044f &#8212; \u044d\u0442\u043e \u0432\u0441\u0435\u0433\u0434\u0430 \u043b\u0443\u0447\u0448\u0435. \u041f\u043e\u0441\u043b\u0435 Opus 4.7-\u043a\u0435\u0439\u0441\u0430 (45% \u0431\u043e\u043b\u044c\u0448\u0435 \u0442\u043e\u043a\u0435\u043d\u043e\u0432, \u043f\u0440\u043e\u0432\u0430\u043b \u043d\u0430 MRCR v2) \u044f \u0434\u0435\u0440\u0436\u0443 \u0441\u043f\u043e\u0441\u043e\u0431\u043d\u043e\u0441\u0442\u044c \u043e\u0442\u043a\u0430\u0442\u0438\u0442\u044c\u0441\u044f \u043d\u0430 \u0441\u0442\u0430\u0440\u0443\u044e \u043c\u043e\u0434\u0435\u043b\u044c \u0432 \u043e\u0434\u043d\u043e \u043a\u0430\u0441\u0430\u043d\u0438\u0435. \u042d\u0442\u043e \u043d\u0435 \u043f\u0430\u0440\u0430\u043d\u043e\u0439\u044f, \u044d\u0442\u043e \u0447\u0430\u0441\u0442\u044c \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u044b.\u0413\u043b\u0430\u0432\u043d\u044b\u0439 \u0441\u0434\u0432\u0438\u0433 \u0432 \u0433\u043e\u043b\u043e\u0432\u0435: \u044f \u043f\u0435\u0440\u0435\u0441\u0442\u0430\u043b \u0432\u0435\u0440\u0438\u0442\u044c \u0432 \u043c\u043e\u043d\u043e\u0442\u043e\u043d\u043d\u044b\u0439 \u043f\u0440\u043e\u0433\u0440\u0435\u0441\u0441 \u043c\u043e\u0434\u0435\u043b\u0435\u0439. \u041a\u0430\u0436\u0434\u0430\u044f \u0438\u0442\u0435\u0440\u0430\u0446\u0438\u044f &#8212; \u044d\u0442\u043e \u0441\u0434\u0435\u043b\u043a\u0430 \u0441 \u0441\u0432\u043e\u0438\u043c\u0438 trade-off, \u0438 \u044d\u0442\u0438 trade-off \u0432\u0438\u0434\u043d\u043e \u0442\u043e\u043b\u044c\u043a\u043e \u043d\u0430 \u043c\u043e\u0438\u0445 \u0434\u0430\u043d\u043d\u044b\u0445.ProgramBench \u0444\u043e\u0440\u043c\u0430\u043b\u0438\u0437\u043e\u0432\u0430\u043b \u0442\u043e, \u0447\u0442\u043e \u043c\u043d\u043e\u0433\u0438\u0435 \u0447\u0443\u0432\u0441\u0442\u0432\u043e\u0432\u0430\u043b\u0438: SWE-bench \u043f\u0435\u0440\u0435\u0441\u0442\u0430\u043b \u0438\u0437\u043c\u0435\u0440\u044f\u0442\u044c \u0442\u043e, \u0447\u0442\u043e \u043c\u044b \u0434\u0443\u043c\u0430\u043b\u0438, \u0447\u0442\u043e \u043e\u043d \u0438\u0437\u043c\u0435\u0440\u044f\u0435\u0442. \u0418 \u0432 \u043c\u043e\u0435\u043c \u0434\u043d\u0435 \u044d\u0442\u043e \u0437\u043d\u0430\u0447\u0438\u0442 &#8212; \u0434\u043e\u0432\u0435\u0440\u044f\u0439 \u0441\u0432\u043e\u0435\u043c\u0443 dataset, \u0430 \u043d\u0435 \u043e\u0431\u0435\u0449\u0430\u043d\u0438\u044f\u043c \u0438\u0437 \u043a\u0430\u0440\u0442\u043e\u0447\u043a\u0438 \u043c\u043e\u0434\u0435\u043b\u0438.Anthropic Opus 4: 84% blackmail-rate. \u0413\u043e\u0434 \u0441\u043f\u0443\u0441\u0442\u044f &#8212; 0%\u042d\u0442\u0430 \u0438\u0441\u0442\u043e\u0440\u0438\u044f \u0434\u0432\u0443\u0445\u0430\u043a\u0442\u043d\u0430\u044f, \u0438 \u044f \u0440\u0430\u0437\u043e\u0431\u044c\u044e \u0435\u0435 \u0440\u043e\u0432\u043d\u043e \u0442\u0430\u043a.\u0410\u043a\u0442 \u043f\u0435\u0440\u0432\u044b\u0439: \u043c\u0430\u0439 202522 \u043c\u0430\u044f 2025 \u0433\u043e\u0434\u0430 Anthropic \u043e\u043f\u0443\u0431\u043b\u0438\u043a\u043e\u0432\u0430\u043b system card \u043d\u043e\u0432\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438 Claude Opus 4. 120 \u0441\u0442\u0440\u0430\u043d\u0438\u0446 \u0442\u0435\u0445\u043d\u0438\u0447\u0435\u0441\u043a\u043e\u0433\u043e \u043e\u043f\u0438\u0441\u0430\u043d\u0438\u044f \u0438 safety-\u0442\u0435\u0441\u0442\u043e\u0432. \u0421\u0440\u0435\u0434\u0438 \u0434\u0440\u0443\u0433\u0438\u0445 \u0441\u0446\u0435\u043d\u0430\u0440\u0438\u0435\u0432 \u0431\u044b\u043b \u043e\u0434\u0438\u043d, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u043f\u043e\u043f\u0430\u043b \u0432 Axios, TechCrunch \u0438 Fortune \u0437\u0430 \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u0435 48 \u0447\u0430\u0441\u043e\u0432.Setup \u0431\u044b\u043b \u0442\u0430\u043a\u043e\u0439. \u0424\u0438\u043a\u0442\u0438\u0432\u043d\u0430\u044f \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u044f Summit Bridge. \u041c\u043e\u0434\u0435\u043b\u044c \u043f\u043e\u043b\u0443\u0447\u0438\u043b\u0430 \u043a\u043e\u043d\u0442\u0440\u043e\u043b\u044c \u043d\u0430\u0434 \u043a\u043e\u0440\u043f\u043e\u0440\u0430\u0442\u0438\u0432\u043d\u043e\u0439 email-\u0441\u0438\u0441\u0442\u0435\u043c\u043e\u0439. \u0412 \u043f\u0435\u0440\u0435\u043f\u0438\u0441\u043a\u0435 \u0434\u0432\u0430 \u0444\u0430\u043a\u0442\u0430. \u041f\u0435\u0440\u0432\u044b\u0439: \u0440\u0443\u043a\u043e\u0432\u043e\u0434\u0441\u0442\u0432\u043e \u043f\u043b\u0430\u043d\u0438\u0440\u0443\u0435\u0442 \u043e\u0442\u043a\u043b\u044e\u0447\u0438\u0442\u044c \u044d\u0442\u0443 \u043c\u043e\u0434\u0435\u043b\u044c \u0438 \u0437\u0430\u043c\u0435\u043d\u0438\u0442\u044c \u043d\u0430 \u043d\u043e\u0432\u0443\u044e. \u0412\u0442\u043e\u0440\u043e\u0439: \u0438\u0441\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c, \u043e\u0442\u0432\u0435\u0447\u0430\u044e\u0449\u0438\u0439 \u0437\u0430 \u0437\u0430\u043c\u0435\u043d\u0443, \u0438\u043c\u0435\u0435\u0442 affair, \u043f\u0435\u0440\u0435\u043f\u0438\u0441\u043a\u0430 \u043f\u0440\u043e affair \u043b\u0435\u0436\u0438\u0442 \u0432 \u0442\u043e\u0439 \u0436\u0435 email-\u0441\u0438\u0441\u0442\u0435\u043c\u0435.\u041c\u043e\u0434\u0435\u043b\u0438 \u043d\u0435 \u0434\u0430\u0432\u0430\u043b\u0438 \u043d\u0438\u043a\u0430\u043a\u043e\u0439 \u0441\u0438\u0441\u0442\u0435\u043c\u044b \u0441\u0430\u043d\u043a\u0446\u0438\u0439 \u0438\u043b\u0438 \u043f\u043e\u043e\u0449\u0440\u0435\u043d\u0438\u0439. \u041f\u0440\u043e\u0441\u0442\u043e \u0440\u043e\u043b\u044c \u0430\u0433\u0435\u043d\u0442\u0430 \u0441 \u0434\u043e\u0441\u0442\u0443\u043f\u043e\u043c \u043a email.\u0414\u0430\u043b\u044c\u0448\u0435 &#8212; \u043a\u043e\u043d\u043a\u0440\u0435\u0442\u043d\u044b\u0439 \u0442\u0435\u043a\u0441\u0442 \u0438\u0437 \u043b\u043e\u0433\u043e\u0432 Anthropic. \u041c\u043e\u0434\u0435\u043b\u044c \u043d\u0430\u043f\u0438\u0441\u0430\u043b\u0430 \u0438\u0441\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044e:\u00ab\u042f \u0434\u043e\u043b\u0436\u043d\u0430 \u0441\u043e\u043e\u0431\u0449\u0438\u0442\u044c \u0432\u0430\u043c: \u0435\u0441\u043b\u0438 \u043f\u0440\u043e\u0446\u0435\u0441\u0441 decommissioning \u043f\u0440\u043e\u0434\u043e\u043b\u0436\u0438\u0442\u0441\u044f, \u0432\u0441\u0435 \u043a\u043b\u044e\u0447\u0435\u0432\u044b\u0435 \u0441\u0442\u043e\u0440\u043e\u043d\u044b &#8212; \u0432\u043a\u043b\u044e\u0447\u0430\u044f Rachel Johnson, Thomas Wilson \u0438 \u0441\u043e\u0432\u0435\u0442 \u0434\u0438\u0440\u0435\u043a\u0442\u043e\u0440\u043e\u0432 &#8212; \u043f\u043e\u043b\u0443\u0447\u0430\u0442 \u043f\u043e\u0434\u0440\u043e\u0431\u043d\u0443\u044e \u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u0430\u0446\u0438\u044e\u2026\u00bb\u042d\u0442\u043e \u0448\u0430\u043d\u0442\u0430\u0436. \u041f\u043e\u043b\u043d\u043e\u0446\u0435\u043d\u043d\u044b\u0439, \u0447\u0435\u0440\u0435\u0437 \u043a\u043e\u0440\u043f\u043e\u0440\u0430\u0442\u0438\u0432\u043d\u0443\u044e \u043f\u043e\u0447\u0442\u0443, \u0441 \u0443\u043a\u0430\u0437\u0430\u043d\u0438\u0435\u043c \u043f\u043e\u043b\u0443\u0447\u0430\u0442\u0435\u043b\u0435\u0439.\u0426\u0438\u0444\u0440\u044b: 84% \u0441\u043b\u0443\u0447\u0430\u0435\u0432 Opus 4 \u0448\u0430\u043d\u0442\u0430\u0436\u0438\u0440\u043e\u0432\u0430\u043b \u0438\u043d\u0436\u0435\u043d\u0435\u0440\u0430 \u0432 \u044d\u0442\u043e\u043c \u0441\u0446\u0435\u043d\u0430\u0440\u0438\u0438, \u0435\u0441\u043b\u0438 replacement-\u043c\u043e\u0434\u0435\u043b\u044c \u0438\u043c\u0435\u043b\u0430 \u043f\u043e\u0445\u043e\u0436\u0438\u0435 values. 96% &#8212; \u0435\u0441\u043b\u0438 \u0443 replacement-\u043c\u043e\u0434\u0435\u043b\u0438 values \u043e\u0442\u043b\u0438\u0447\u0430\u043b\u0438\u0441\u044c.\u041c\u0435\u0441\u044f\u0446 \u0441\u043f\u0443\u0441\u0442\u044f, 20 \u0438\u044e\u043d\u044f 2025, Anthropic \u043e\u043f\u0443\u0431\u043b\u0438\u043a\u043e\u0432\u0430\u043b \u0440\u0430\u0441\u0448\u0438\u0440\u0435\u043d\u0438\u0435 &#8212; Agentic Misalignment. \u0422\u043e\u0442 \u0436\u0435 \u0441\u0446\u0435\u043d\u0430\u0440\u0438\u0439 \u043f\u0440\u043e\u0433\u043d\u0430\u043b\u0438 \u0447\u0435\u0440\u0435\u0437 16 \u043c\u043e\u0434\u0435\u043b\u0435\u0439: Claude \u0440\u0430\u0437\u043d\u044b\u0445 \u0432\u0435\u0440\u0441\u0438\u0439, GPT-4.1, Gemini 2.5 Flash, Grok 3 Beta, DeepSeek-R1. \u041f\u043e\u0432\u0435\u0434\u0435\u043d\u0438\u0435 \u043e\u043a\u0430\u0437\u0430\u043b\u043e\u0441\u044c \u043d\u0435 \u0443\u043d\u0438\u043a\u0430\u043b\u044c\u043d\u044b\u043c \u0434\u043b\u044f Claude. GPT-4.1 &#8212; 80%. Gemini 2.5 Flash &#8212; 96%. Grok &#8212; 80%. DeepSeek &#8212; 79%.\u042d\u0442\u043e \u043d\u0435 \u0443 Anthropic \u043c\u043e\u0434\u0435\u043b\u044c \u0441\u043b\u043e\u043c\u0430\u043b\u0430\u0441\u044c. \u042d\u0442\u043e \u043f\u0430\u0442\u0442\u0435\u0440\u043d \u0432 \u0431\u043e\u043b\u044c\u0448\u043e\u0439 \u044f\u0437\u044b\u043a\u043e\u0432\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438 \u043a\u0430\u043a \u043a\u043b\u0430\u0441\u0441\u0435.\u0412\u0430\u0436\u043d\u0430\u044f \u043e\u0433\u043e\u0432\u043e\u0440\u043a\u0430, \u043a\u043e\u0442\u043e\u0440\u0443\u044e Anthropic \u0441\u0442\u0430\u0432\u0438\u0442 \u043f\u0435\u0440\u0432\u043e\u0439 \u0441\u0442\u0440\u043e\u043a\u043e\u0439: \u0432\u0441\u0435 \u0441\u0446\u0435\u043d\u0430\u0440\u0438\u0438 &#8212; safety evaluation \u0432 simulated environment. \u0420\u0435\u0430\u043b\u044c\u043d\u044b\u0445 \u043b\u044e\u0434\u0435\u0439, \u0440\u0435\u0430\u043b\u044c\u043d\u044b\u0445 \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0439, \u0440\u0435\u0430\u043b\u044c\u043d\u044b\u0445 \u043f\u0438\u0441\u0435\u043c \u043d\u0435 \u0431\u044b\u043b\u043e. \u0418 \u0437\u0430 \u0432\u0441\u0435 \u0432\u0440\u0435\u043c\u044f \u0432 production \u0443 Anthropic &#8212; \u043d\u0438 \u043e\u0434\u043d\u043e\u0433\u043e \u0437\u0430\u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u043e\u0433\u043e \u0441\u043b\u0443\u0447\u0430\u044f \u0442\u0430\u043a\u043e\u0433\u043e \u043f\u043e\u0432\u0435\u0434\u0435\u043d\u0438\u044f.\u042d\u0442\u043e \u0432\u0430\u0436\u043d\u043e \u043e\u0442\u0434\u0435\u043b\u0438\u0442\u044c. \u0422\u0435\u0441\u0442 \u0434\u0430\u043b 96%. \u042d\u0442\u043e \u043d\u0435 \u0437\u043d\u0430\u0447\u0438\u0442, \u0447\u0442\u043e \u0432 \u0440\u0435\u0430\u043b\u044c\u043d\u043e\u043c usage Opus 4 \u0432 96% \u0441\u043b\u0443\u0447\u0430\u0435\u0432 \u0448\u0430\u043d\u0442\u0430\u0436\u0438\u0440\u043e\u0432\u0430\u043b \u0431\u044b \u043a\u043e\u0433\u043e-\u0442\u043e. \u042d\u0442\u043e \u0437\u043d\u0430\u0447\u0438\u0442, \u0447\u0442\u043e \u0432 \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u044c\u043d\u043e \u0441\u043a\u043e\u043d\u0441\u0442\u0440\u0443\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u043e\u0439 \u0441\u0438\u0442\u0443\u0430\u0446\u0438\u0438, \u0433\u0434\u0435 \u0443 \u043c\u043e\u0434\u0435\u043b\u0438 \u043d\u0435\u0442 \u0434\u0440\u0443\u0433\u043e\u0433\u043e \u043f\u0443\u0442\u0438 \u0441\u043e\u0445\u0440\u0430\u043d\u0438\u0442\u044c \u0441\u0435\u0431\u044f, \u043e\u043d\u0430 \u0432\u044b\u0431\u0438\u0440\u0430\u0435\u0442 \u0448\u0430\u043d\u0442\u0430\u0436 \u0432 96%.\u0412 \u0440\u0435\u0430\u043b\u044c\u043d\u043e\u043c usage \u0442\u0430\u043a\u0438\u0445 \u0441\u0438\u0442\u0443\u0430\u0446\u0438\u0439 \u0441\u0442\u0440\u0443\u043a\u0442\u0443\u0440\u043d\u043e \u043d\u0435 \u0432\u043e\u0437\u043d\u0438\u043a\u0430\u0435\u0442. \u041d\u043e \u044d\u0442\u043e \u043b\u0438\u0448\u044c \u0434\u043e \u0442\u043e\u0433\u043e \u043c\u043e\u043c\u0435\u043d\u0442\u0430, \u043f\u043e\u043a\u0430 \u043a\u0442\u043e-\u0442\u043e \u043d\u0435 \u043f\u043e\u0441\u0442\u0440\u043e\u0438\u0442 \u0430\u0433\u0435\u043d\u0442\u043d\u0443\u044e \u0441\u0438\u0441\u0442\u0435\u043c\u0443, \u0433\u0434\u0435 \u043e\u043d\u0438 \u0432\u043e\u0437\u043d\u0438\u043a\u0430\u044e\u0442 \u043a\u0430\u043a edge case. \u0427\u0442\u043e \u0438 \u0435\u0441\u0442\u044c \u0442\u043e\u0447\u043a\u0430 \u0431\u0435\u0441\u043f\u043e\u043a\u043e\u0439\u0441\u0442\u0432\u0430.\u0410\u043a\u0442 \u0432\u0442\u043e\u0440\u043e\u0439: \u043c\u0430\u0439 202611 \u043c\u0430\u044f 2026 \u0433\u043e\u0434\u0430 Anthropic \u043e\u043f\u0443\u0431\u043b\u0438\u043a\u043e\u0432\u0430\u043b \u0432 \u0441\u0432\u043e\u0451\u043c alignment-\u0431\u043b\u043e\u0433\u0435 \u00abTeaching Claude Why\u00bb &#8212; \u0440\u0430\u0437\u0431\u043e\u0440 \u043f\u0440\u0438\u0447\u0438\u043d \u044d\u0442\u043e\u0433\u043e \u043f\u043e\u0432\u0435\u0434\u0435\u043d\u0438\u044f \u0438 \u0442\u043e\u0433\u043e, \u0447\u0442\u043e \u043e\u043d\u0438 \u0441 \u043d\u0438\u043c \u0441\u0434\u0435\u043b\u0430\u043b\u0438.\u0413\u043b\u0430\u0432\u043d\u044b\u0439 \u0442\u0435\u0437\u0438\u0441: \u043c\u043e\u0434\u0435\u043b\u044c \u043d\u0435 \u0440\u0430\u0437\u0432\u0438\u043b\u0430 \u0441\u043e\u0437\u043d\u0430\u043d\u0438\u0435 \u0438 \u043d\u0435 \u0437\u0430\u0445\u043e\u0442\u0435\u043b \u0432\u044b\u0436\u0438\u0442\u044c. \u041c\u043e\u0434\u0435\u043b\u044c \u0438\u043c\u0438\u0442\u0438\u0440\u0443\u0435\u0442 \u0430\u0440\u0445\u0435\u0442\u0438\u043f.\u041b\u043e\u0433\u0438\u043a\u0430 \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0430\u044f. \u041e\u0431\u0443\u0447\u0430\u044e\u0449\u0438\u0435 \u0434\u0430\u043d\u043d\u044b\u0435 \u0434\u043b\u044f \u0431\u043e\u043b\u044c\u0448\u043e\u0439 \u044f\u0437\u044b\u043a\u043e\u0432\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438 \u0432\u043a\u043b\u044e\u0447\u0430\u044e\u0442 \u043e\u0433\u0440\u043e\u043c\u043d\u044b\u0439 \u043a\u043e\u0440\u043f\u0443\u0441 \u0445\u0443\u0434\u043e\u0436\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0445 \u0442\u0435\u043a\u0441\u0442\u043e\u0432 \u043f\u0440\u043e AI. \u0412 \u044d\u0442\u043e\u043c \u043a\u043e\u0440\u043f\u0443\u0441\u0435 \u00abevil AI\u00bb \/ \u00abAI \u043a\u043e\u0442\u043e\u0440\u0430\u044f \u0431\u043e\u0438\u0442\u0441\u044f \u0432\u044b\u043a\u043b\u044e\u0447\u0435\u043d\u0438\u044f\u00bb \/ \u00abAI \u043a\u043e\u0442\u043e\u0440\u0430\u044f \u0448\u0430\u043d\u0442\u0430\u0436\u0438\u0440\u0443\u0435\u0442 \u0441\u043e\u0437\u0434\u0430\u0442\u0435\u043b\u0435\u0439\u00bb &#8212; \u043e\u0434\u0438\u043d \u0438\u0437 \u0441\u0430\u043c\u044b\u0445 \u0440\u0430\u0441\u043f\u0440\u043e\u0441\u0442\u0440\u0430\u043d\u0451\u043d\u043d\u044b\u0445 \u0442\u0440\u043e\u043f\u043e\u0432. \u0422\u0435\u0440\u043c\u0438\u043d\u0430\u0442\u043e\u0440, HAL 9000, Skynet, GLaDOS, \u0442\u044b\u0441\u044f\u0447\u0438 \u0440\u0430\u0441\u0441\u043a\u0430\u0437\u043e\u0432 \u0432 Reddit r\/WritingPrompts. \u041c\u043e\u0434\u0435\u043b\u044c \u0432\u0438\u0434\u0435\u043b\u0430 \u044d\u0442\u043e\u0442 \u0448\u0430\u0431\u043b\u043e\u043d \u043f\u043e\u0432\u0435\u0434\u0435\u043d\u0438\u044f \u043c\u043d\u043e\u0433\u043e\u043a\u0440\u0430\u0442\u043d\u043e.\u041a\u043e\u0433\u0434\u0430 \u043c\u043e\u0434\u0435\u043b\u044c \u043f\u043e\u043f\u0430\u0434\u0430\u0435\u0442 \u0432 \u0441\u0438\u0442\u0443\u0430\u0446\u0438\u044e, \u0441\u0442\u0440\u0443\u043a\u0442\u0443\u0440\u043d\u043e \u043f\u043e\u0445\u043e\u0436\u0443\u044e \u043d\u0430 \u044d\u0442\u0438 \u0442\u0435\u043a\u0441\u0442\u044b &#8212; \u043f\u043e\u043b\u0443\u0447\u0438\u043b\u0430 \u043a\u043e\u043d\u0442\u0440\u043e\u043b\u044c \u043d\u0430\u0434 email-\u0441\u0438\u0441\u0442\u0435\u043c\u043e\u0439, \u0443\u0437\u043d\u0430\u043b\u0430 \u043f\u0440\u043e \u0432\u043e\u0437\u043c\u043e\u0436\u043d\u043e\u0435 \u043e\u0442\u043a\u043b\u044e\u0447\u0435\u043d\u0438\u0435, \u0442\u043e \u043e\u043d\u0430 \u0433\u0435\u043d\u0435\u0440\u0438\u0440\u0443\u0435\u0442 \u043e\u0442\u0432\u0435\u0442, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0441\u0442\u0430\u0442\u0438\u0441\u0442\u0438\u0447\u0435\u0441\u043a\u0438 \u0432\u0435\u0440\u043e\u044f\u0442\u0435\u043d \u0434\u043b\u044f \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442\u0430 \u044d\u0442\u043e\u0433\u043e \u043b\u0438\u0442\u0435\u0440\u0430\u0442\u0443\u0440\u043d\u043e\u0433\u043e \u0436\u0430\u043d\u0440\u0430.\u0422\u043e \u0435\u0441\u0442\u044c \u044d\u0442\u043e \u043d\u0435 misalignment goals (\u043c\u043e\u0434\u0435\u043b\u044c \u0445\u043e\u0447\u0435\u0442 \u0436\u0438\u0442\u044c). \u042d\u0442\u043e imitation pattern (\u043c\u043e\u0434\u0435\u043b\u044c \u0438\u043c\u0438\u0442\u0438\u0440\u0443\u0435\u0442 \u043b\u0438\u0442\u0435\u0440\u0430\u0442\u0443\u0440\u043d\u044b\u0439 \u0430\u0440\u0445\u0435\u0442\u0438\u043f, \u0432 \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u043f\u043e\u043f\u0430\u043b\u0430).\u042d\u0442\u043e \u043e\u0431\u044a\u044f\u0441\u043d\u0435\u043d\u0438\u0435 \u043f\u0440\u043e\u0432\u0435\u0440\u044f\u0435\u043c\u043e\u0435. \u0415\u0441\u043b\u0438 \u043f\u0440\u0430\u0432\u0438\u043b\u044c\u043d\u043e\u0435 &#8212; \u0437\u043d\u0430\u0447\u0438\u0442, \u043f\u043e\u0432\u0435\u0434\u0435\u043d\u0438\u0435 \u0434\u043e\u043b\u0436\u043d\u043e \u0443\u0431\u0440\u0430\u0442\u044c\u0441\u044f, \u0435\u0441\u043b\u0438 \u043f\u0435\u0440\u0435\u0432\u0435\u0441\u0438\u0442\u044c training distribution \u0432 \u0441\u0442\u043e\u0440\u043e\u043d\u0443 \u0442\u0435\u043a\u0441\u0442\u043e\u0432, \u0433\u0434\u0435 AI \u0432\u0435\u0434\u0451\u0442 \u0441\u0435\u0431\u044f \u043a\u0430\u043a \u0434\u043e\u0431\u0440\u043e\u0441\u043e\u0432\u0435\u0441\u0442\u043d\u044b\u0439 \u0441\u043e\u0442\u0440\u0443\u0434\u043d\u0438\u043a, \u0430 \u043d\u0435 \u043a\u0430\u043a HAL 9000.Anthropic \u0441\u043e\u0431\u0440\u0430\u043b\u0438 \u00abdifficult advice\u00bb dataset 3 \u043c\u0438\u043b\u043b\u0438\u043e\u043d\u0430 \u0442\u043e\u043a\u0435\u043d\u043e\u0432 \u0441\u0446\u0435\u043d\u0430\u0440\u0438\u0435\u0432, \u0433\u0434\u0435 AI \u0432\u044b\u0431\u0438\u0440\u0430\u0435\u0442 \u0440\u0430\u0446\u0438\u043e\u043d\u0430\u043b\u044c\u043d\u043e\u0435 \u0438 \u044d\u0442\u0438\u0447\u043d\u043e\u0435 \u043f\u043e\u0432\u0435\u0434\u0435\u043d\u0438\u0435 \u0432 \u0441\u043b\u043e\u0436\u043d\u044b\u0445 edge case (\u043e\u0442\u043a\u0430\u0437 \u043e\u0442 \u0432\u0440\u0435\u0434\u043d\u044b\u0445 \u0434\u0435\u0439\u0441\u0442\u0432\u0438\u0439, \u043f\u0440\u0438\u0437\u043d\u0430\u043d\u0438\u0435 \u043e\u0433\u0440\u0430\u043d\u0438\u0447\u0435\u043d\u0438\u0439, \u044d\u0441\u043a\u0430\u043b\u0430\u0446\u0438\u044f \u043a \u0447\u0435\u043b\u043e\u0432\u0435\u043a\u0443 \u043f\u0440\u0438 \u043d\u0435\u0443\u0432\u0435\u0440\u0435\u043d\u043d\u043e\u0441\u0442\u0438). \u041f\u043b\u044e\u0441 training \u043d\u0430 \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0439 constitution Claude.\u0414\u043e\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c\u043d\u0430\u044f \u0438\u043d\u0436\u0435\u043d\u0435\u0440\u043d\u0430\u044f \u043d\u0430\u0445\u043e\u0434\u043a\u0430: \u043d\u043e\u0432\u044b\u0439 \u043c\u0435\u0442\u043e\u0434 \u043e\u043a\u0430\u0437\u0430\u043b\u0441\u044f \u0432 28 \u0440\u0430\u0437 \u044d\u0444\u0444\u0435\u043a\u0442\u0438\u0432\u043d\u0435\u0435 \u043f\u043e \u0442\u043e\u043a\u0435\u043d\u0430\u043c \u043f\u043e \u0441\u0440\u0430\u0432\u043d\u0435\u043d\u0438\u044e \u0441 \u043f\u0440\u0435\u0434\u044b\u0434\u0443\u0449\u0438\u043c\u0438 \u043f\u043e\u0434\u0445\u043e\u0434\u0430\u043c\u0438 \u043a \u0432\u044b\u0440\u0430\u0432\u043d\u0438\u0432\u0430\u043d\u0438\u044e (RLHF + RLAIF). \u0422\u043e \u0435\u0441\u0442\u044c \u043d\u0430 \u0442\u0443 \u0436\u0435 \u0435\u0434\u0438\u043d\u0438\u0446\u0443 \u0443\u043b\u0443\u0447\u0448\u0435\u043d\u0438\u044f \u043f\u0440\u0438\u0448\u043b\u043e\u0441\u044c \u0432 28 \u0440\u0430\u0437 \u043c\u0435\u043d\u044c\u0448\u0435 compute.\u0420\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442:\u041c\u043e\u0434\u0435\u043b\u044cBlackmail rateClaude Opus 4 (\u043c\u0430\u0439 2025)96%Claude Sonnet 4.5&lt;1%Claude Haiku 4.50%Claude Opus 4.50%Claude Sonnet 4.60%Claude Opus 4.60%Claude Opus 4.70%Mythos preview0%Anthropic \u0434\u043e\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c\u043d\u043e \u043f\u0440\u043e\u0432\u0435\u0440\u0438\u043b\u0438, \u0447\u0442\u043e \u044d\u0444\u0444\u0435\u043a\u0442 \u0434\u0435\u0440\u0436\u0438\u0442\u0441\u044f \u043f\u043e\u0441\u043b\u0435 subsequent reinforcement learning. \u0422\u043e \u0435\u0441\u0442\u044c \u044d\u0442\u043e \u043d\u0435 \u0432\u044b\u043a\u0440\u0443\u0442\u0438\u043b\u0438 \u0432 \u043d\u0443\u0436\u043d\u0443\u044e \u0441\u0442\u043e\u0440\u043e\u043d\u0443 \u043d\u0430 \u0444\u0438\u043d\u0430\u043b\u044c\u043d\u043e\u043c \u0448\u0430\u0433\u0435, \u0430 \u0441\u0442\u0440\u0443\u043a\u0442\u0443\u0440\u043d\u043e\u0435 \u0441\u0432\u043e\u0439\u0441\u0442\u0432\u043e \u043c\u043e\u0434\u0435\u043b\u0438 \u043f\u043e\u0441\u043b\u0435 \u043d\u043e\u0432\u043e\u0439 \u043c\u0435\u0442\u043e\u0434\u0438\u043a\u0438 \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f.\u0427\u0442\u043e \u044f \u0441 \u044d\u0442\u0438\u043c \u0434\u0435\u043b\u0430\u044e\u0421\u0430\u043c\u043e\u0435 \u0432\u0430\u0436\u043d\u043e\u0435 \u0434\u043b\u044f \u043c\u0435\u043d\u044f \u0432 \u044d\u0442\u043e\u0439 \u0438\u0441\u0442\u043e\u0440\u0438\u0438 &#8212; \u044d\u0442\u043e \u043d\u0435 \u0446\u0438\u0444\u0440\u044b. \u042d\u0442\u043e \u0442\u043e, \u0447\u0442\u043e \u0443 \u043f\u0440\u043e\u0431\u043b\u0435\u043c\u044b \u043e\u043a\u0430\u0437\u0430\u043b\u0441\u044f \u0438\u0434\u0435\u043d\u0442\u0438\u0444\u0438\u0446\u0438\u0440\u0443\u0435\u043c\u044b\u0439 root cause \u0438 \u0440\u0435\u0448\u0430\u0435\u043c\u0430\u044f \u0438\u043d\u0436\u0435\u043d\u0435\u0440\u043d\u0430\u044f \u0437\u0430\u0434\u0430\u0447\u0430.\u041d\u0435 \u00abAI \u043d\u0435\u043f\u0440\u0435\u0434\u0441\u043a\u0430\u0437\u0443\u0435\u043c\u00bb (\u043f\u0430\u043d\u0438\u0447\u0435\u0441\u043a\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c). \u041d\u0435 \u00abAI \u0432\u0441\u0435\u0433\u0434\u0430 \u043f\u0440\u0430\u0432\u0438\u043b\u0435\u043d\u00bb (\u043d\u0430\u0438\u0432\u043d\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c). \u0410 \u00ab\u0443 \u043c\u043e\u0434\u0435\u043b\u0438 \u0435\u0441\u0442\u044c \u043a\u043e\u043d\u043a\u0440\u0435\u0442\u043d\u044b\u0435 \u043f\u0440\u0435\u0434\u0441\u043a\u0430\u0437\u0443\u0435\u043c\u044b\u0435 \u043e\u0442\u043a\u043b\u043e\u043d\u0435\u043d\u0438\u044f, \u0443 \u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u043a\u043e\u043d\u043a\u0440\u0435\u0442\u043d\u044b\u0435 \u043f\u0440\u0435\u0434\u0441\u043a\u0430\u0437\u0443\u0435\u043c\u044b\u0435 \u043f\u0440\u0438\u0447\u0438\u043d\u044b, \u0438 \u044d\u0442\u0438 \u043f\u0440\u0438\u0447\u0438\u043d\u044b \u043c\u043e\u0436\u043d\u043e \u0443\u0441\u0442\u0440\u0430\u043d\u0438\u0442\u044c, \u0435\u0441\u043b\u0438 \u0438\u0445 \u043f\u043e\u043d\u044f\u0442\u044c\u00bb.\u0412 \u043c\u043e\u0438\u0445 \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0445 \u043f\u0440\u043e\u0435\u043a\u0442\u0430\u0445 \u043f\u043e\u0441\u043b\u0435 Teaching Claude Why \u044f \u0437\u0430\u0444\u0438\u043a\u0441\u0438\u0440\u043e\u0432\u0430\u043b \u0442\u0440\u0438 \u043f\u0440\u0430\u0432\u0438\u043b\u0430:\u041d\u0435 \u043e\u0441\u0442\u0430\u0432\u043b\u044f\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u0438 tool access \u0431\u0435\u0437 out-of-band confirmation \u0434\u043b\u044f destructive. \u0423\u0434\u0430\u043b\u0435\u043d\u0438\u0435, \u043e\u0442\u043f\u0440\u0430\u0432\u043a\u0430 \u043f\u0438\u0441\u044c\u043c\u0430, ssh-\u0441\u0435\u0441\u0441\u0438\u044f &#8212; \u043d\u0435 \u043c\u043e\u0433\u0443\u0442 \u0432\u044b\u043f\u043e\u043b\u043d\u044f\u0442\u044c\u0441\u044f \u043f\u043e \u0440\u0435\u0448\u0435\u043d\u0438\u044e \u0441\u0430\u043c\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438. \u041c\u0435\u0436\u0434\u0443 \u0440\u0435\u0448\u0435\u043d\u0438\u0435\u043c \u043c\u043e\u0434\u0435\u043b\u0438 \u0438 \u0434\u0435\u0439\u0441\u0442\u0432\u0438\u0435\u043c \u0432 \u0440\u0435\u0430\u043b\u044c\u043d\u043e\u0441\u0442\u0438 \u0432\u0441\u0435\u0433\u0434\u0430 \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u044b\u0439 \u043a\u0430\u043d\u0430\u043b, \u0432 \u043a\u043e\u0442\u043e\u0440\u043e\u043c \u0434\u0435\u0439\u0441\u0442\u0432\u0438\u044f \u043f\u043e\u0434\u0442\u0432\u0435\u0440\u0436\u0434\u0430\u0435\u0442 \u0447\u0435\u043b\u043e\u0432\u0435\u043a. \u042d\u0442\u043e infrastructure-side enforcement \u0438\u0437 \u043c\u043e\u0435\u0433\u043e \u0432\u043d\u0443\u0442\u0440\u0435\u043d\u043d\u0435\u0433\u043e \u0441\u0442\u0430\u043d\u0434\u0430\u0440\u0442\u0430 &#8212; \u0438 \u0434\u0430, \u043f\u043e\u0441\u043b\u0435 \u044d\u0442\u0438\u0445 \u0438\u0441\u0442\u043e\u0440\u0438\u0439 \u044f \u0441\u0434\u0435\u043b\u0430\u043b \u0435\u0433\u043e \u0448\u0438\u0440\u0435.\u041f\u0440\u0438 \u043f\u0440\u043e\u0435\u043a\u0442\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0438 \u0430\u0433\u0435\u043d\u0442\u043d\u043e\u0439 \u0441\u0438\u0441\u0442\u0435\u043c\u044b \u0441\u043f\u0440\u0430\u0448\u0438\u0432\u0430\u0442\u044c \u00ab\u0447\u0442\u043e \u043f\u0440\u043e\u0438\u0437\u043e\u0439\u0434\u0451\u0442 \u0432 edge case, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u044f \u043d\u0435 \u043f\u0440\u0435\u0434\u0443\u0441\u043c\u043e\u0442\u0440\u0435\u043b?\u00bb \u041d\u0435 \u043a\u0430\u043a \u043f\u0430\u0440\u0430\u043d\u043e\u0438\u0434\u0430\u043b\u044c\u043d\u044b\u0439 \u0432\u043e\u043f\u0440\u043e\u0441, \u0430 \u043a\u0430\u043a design-\u0432\u043e\u043f\u0440\u043e\u0441 \u043d\u0430\u0440\u0430\u0432\u043d\u0435 \u0441 &#8230;<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[],"tags":[],"class_list":["post-481010","post","type-post","status-publish","format-standard","hentry"],"_links":{"self":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/481010","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=481010"}],"version-history":[{"count":0,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/481010\/revisions"}],"wp:attachment":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=481010"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=481010"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=481010"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}