# Уэс Рот: «Claude 3.5 Sonnet — это Monumental-скачок в программировании» Источник: https://www.youtube.com/watch?v=_mkyL0Ww_08 Канал: Wes Roth Опубликовано: 21.06.2024 --- Компания Anthropic представила новую модель Claude 3.5 Sonnet, которая, несмотря на позиционирование как модель среднего уровня, превзошла предыдущий флагман компании и главного конкурента в лице GPT-4o. Ведущий технологического канала Уэс Рот (Wes Roth) провел серию тестов, доказывающих, что возможности нейросетей в программировании и обработке визуальных данных вышли на новый уровень. ## 🚀 Новая планка в программировании: Claude 3.5 Sonnet против GPT-4o [[JUMP:0:00]] Пока в индустрии велись споры о том, уперлись ли большие языковые модели (LLM) в «стену» своего развития, Anthropic выпустила Claude 3.5 Sonnet [0:13]. Эта модель демонстрирует результат в 92% на бенчмарках по кодингу в режиме zero-shot (без предварительных примеров), что является значительным скачком по сравнению с Claude 3 Opus и небольшим, но важным улучшением над GPT-4o [3:15]. По мнению Уэса Рота, реальный опыт использования модели в программировании дает ощущение гораздо более масштабного прогресса, чем показывают сухие цифры графиков [3:28]. Автор подчеркивает, что модель теперь способна: * Создавать сложные проекты с нуля и итеративно добавлять в них функции [4:45]. * Автономно исправлять ошибки без потери предыдущего функционала. * Удерживать контекст разработки, не забывая о деталях на поздних этапах проекта [4:58]. Уэс Рот считает, что Claude 3.5 Sonnet — лучший помощник для программирования на сегодняшний день из всех существующих моделей [5:11]. Это мнение разделяют и инженеры Anthropic; так, Алекс Альберт утверждает, что модель «дает ощущение суперсилы», когда ни одна задача больше не кажется слишком амбициозной [2:49]. ## 🎮 Практический тест: Создание игр без единой строчки кода [[JUMP:8:06]] Для проверки возможностей модели Уэс Рот использовал новый интерфейс «Artifacts» — выделенное окно рядом с чатом, где Claude отображает код, документы и рабочие прототипы приложений [8:06]. В ходе эксперимента автор не написал самостоятельно ни одной строки кода, полностью доверив разработку нейросети. **Шаги разработки игры Snake в стиле Dungeons & Dragons:** 1. **Базовая логика:** Модель мгновенно создала классическую игру «Змейка» на Python с использованием библиотеки Pygame [8:45]. 2. **Генерация графики:** Уэс Рот попросил заменить «еду» изображениями монстров из D&D (Beholder, Mind Flayer, Gelatinous Cube) [9:12]. Claude сгенерировала 10 SVG-изображений монстров и интегрировала их в код. 3. **Интеграция ресурсов:** Хотя возникла небольшая ошибка с именами файлов (модель добавила расширение .svg дважды), Claude исправила её по первому требованию, проанализировав сообщение об ошибке [13:08]. 4. **Система прогрессии:** Была добавлена система опыта (XP). Модель самостоятельно расставила ценность монстров: например, убийство Дракона дает 20 XP, а Гоблина — всего 1 XP [15:31]. 5. **Сложная механика:** По просьбе автора модель реализовала функцию «падающих объектов», которые при столкновении со змейкой отсекают часть её хвоста [17:27]. По словам Уэса Рота, его поразило то, что при добавлении новых сложных функций старые не ломались, а модель сохраняла идеальную логику взаимодействия всех систем [19:24]. Также Claude 3.5 Sonnet смогла создать упрощенный 3D-шутер в стиле Doom прямо в окне браузера, что автор назвал «полным безумием» [29:45]. ## 🛠️ Модификация сложных проектов с GitHub [[JUMP:21:07]] Для проверки работы с «чужим» кодом Уэс Рот взял проект Alloy Voice Assistant (голосовой помощник с компьютерным зрением), созданный Сантьяго Вальдеррамой [21:07]. Проект содержит более 170 строк кода и использует несколько API. **Процесс работы с Claude 3.5 Sonnet:** 1. **Анализ:** Модель быстро и точно описала структуру проекта, определив все используемые инструменты (OpenAI Whisper, Google Gemini, Text-to-Speech) [23:26]. 2. **Документирование:** По запросу Claude переписала код, добавив подробные комментарии к каждому блоку для облегчения понимания новичками [24:32]. 3. **Изменение функционала:** Уэс Рот приказал модели изменить источник видео. Вместо веб-камеры Claude заставила помощника делать скриншоты рабочего стола и анализировать происходящее на экране [26:03]. 4. **Миграция на другой API:** Модель успешно переписала проект с использования Gemini на собственный API Claude 3.5 Sonnet, подсказав нужные команды для установки библиотек (`pip install langchain-anthropic`) [28:14]. Автор отмечает, что даже при возникновении ошибок из-за ограничений скорости API (rate limits), модель вела себя адекватно и помогала в диагностике [28:54]. ## 👁️ Компьютерное зрение и «дисс» на конкурентов [[JUMP:31:58]] В тестах на зрение Claude 3.5 Sonnet показала значительный прогресс. Модель уверенно распознает предметы через камеру: тюбик гигиенической помады, бутылку воды, строительный уровень и даже показания инфракрасного термометра [29:18]. Интересной деталью стала официальная демонстрация Anthropic. В одном из примеров студент просит Claude проанализировать слайды по геномике, и нейросеть обращается к нему: «Добрый вечер, Сэм». Уэс Рот предполагает, что это может быть своего рода «дисс» (выпад) в сторону Сэма Альтмана из OpenAI [33:20]. **Результаты визуальных тестов:** * **Математическое рассуждение:** Модель лидирует среди конкурентов [35:43]. * **Чтение графиков и диаграмм:** Claude значительно превосходит GPT-4o, хотя Vision-модели всё еще могут ошибаться в деталях, таких как шкала спидометра или деления на линейке [35:57]. * **Логические задачи:** Модель успешно решает визуальные ребусы, например, разгадывает фразу «Too funny for words» или понимает игру слов в картинке «Downhill» [39:49]. ## 💰 Экономика и безопасность [[JUMP:32:13]] Anthropic предложила конкурентоспособную цену на новую модель. Claude 3.5 Sonnet стоит $3 за миллион входных токенов и $15 за миллион выходных токенов. Для сравнения: у GPT-4o стоимость входных токенов почти в два раза выше ($5), при идентичной цене на выход [32:40]. В плане безопасности модель соответствует уровню ASL-2 (AI Safety Level 2). Это означает, что она не несет рисков катастрофического злоупотребления (например, помощь в создании биологического оружия) и обладает низким уровнем автономных способностей [37:52]. Ожидается, что более мощная модель Claude 3.5 Opus будет выпущена позже в этом году [38:19]. ## 📉 Будущее профессии программиста [[JUMP:43:59]] Уэс Рот выражает смешанные чувства относительно влияния таких моделей на рынок труда. С одной стороны, он видит в этом «суперсилу» для инженеров, позволяющую решать задачи беспрецедентной сложности за считанные минуты [43:59]. С другой стороны, автор допускает пессимистичный сценарий для рабочих мест, так как порог входа в создание полезных ИТ-продуктов для людей без опыта программирования резко снижается [45:18]. Рот заключает, что Claude 3.5 Sonnet — это не просто инкрементальное обновление, а «ступенчатая функция», которая меняет представление о возможностях ИИ в середине 2024 года [44:38].