⚙️ Новая модель Claude Sonnet 4.5 от Anthropic показала рекордные результаты на практических тестах по программированию, но остаётся уязвимой в задачах, связанных с физическим мышлением. Это подчеркивает границы текущего ИИ — высокую специализацию при отсутствии универсального интеллекта.
Прорыв в кодинге и автоматизации
Claude Sonnet 4.5 демонстрирует 25,7% прирост производительности по сравнению с предыдущей версиейClaude 3.7 Sonnet, согласно комплексному анализу All-in-One AI. На тестах SWE-bench Verified — проверке решений на реальных GitHub-репозиториях — модель показала 77,2% точности в базовом режиме и 82% при параллельных вычислениях, что является лучшим результатом среди публичных моделей.
Для справки: SWE-bench оценивает способность ИИ понимать кодовую базу и вносить исправления без ручных подсказок. Claude Sonnet 4.5 успешно справляется с задачами на уровне профессиональных разработчиков.
Слабое место — физическая интуиция
Несмотря на успехи в кодинге, модель остаётся слабой в задачах, связанных с пространственным и физическим мышлением. В тесте VPCT (Visual Physical Common-sense Test), где нужно предсказать движение объектов, Claude Sonnet 4.5 показала 39,8% точности, что едва выше случайного угадывания. Для сравнения, человек стабильно демонстрирует 100%.
Этот результат подчёркивает ключевую проблему современных LLM — отсутствие реального понимания мира, несмотря на отличную работу с абстрактными структурами, текстами и кодом.
Claude Code 2.0 и новая автономия агентов
В обновлённой системе Claude Code 2.0 Anthropic представила три новых механизма:
- Субагенты — для параллельного выполнения отдельных задач, например, фронтенда и API.
- Хуки — для автоматического запуска действий в нужный момент.
- Чекпоинты — сохранение не только кода, но и контекста беседы; команда /rewind позволяет откатить неудачные изменения и очистить историю от ошибок.
Эти функции делают модель более автономной и управляемой, приближая её к формату самоорганизующихся ИИ-систем, способных работать над проектом без постоянного участия человека.
Автоматизация как принцип
По аналогии с Claude, Kineiro.ru использует архитектуру управляемой автоматизации: система берёт на себя рутинные процессы создания контента, анализирует метрики и адаптирует стратегию под разные площадки, оставляя человеку контроль над идеей и направлением.
Точка размышления
Если ИИ уже превосходит человека в программировании, но не способен предсказать, как упадёт мяч в ведро, — не означает ли это, что путь к настоящему искусственному разуму лежит не через код, а через понимание физического мира?