# Инцестуозная петля ИИ: почему миллиарды Anthropic достанутся Nvidia

Источник: https://www.youtube.com/watch?v=4n_pxHZfTC8
Канал: Matthew Berman
Опубликовано: 28.05.2026

---

«Ускорение ускоряется, я искренне чувствую, что не могу за этим успеть», — эта фраза звучит пугающе на фоне новости о шокирующем раунде Anthropic на 65 миллиардов долларов, приблизившем компанию к триллионной капитализации. Пока Кремниевая долина строит замкнутые инвестиционные петли, в которых гигантские бюджеты в итоге всё равно достаются Nvidia, разработчики Claude разворачивают армию из сотен автономных агентов для динамического кодинга. Попытка полностью переписать сайт за 29 минут силами нейросети доказала: индустрия меняется быстрее, чем человечество успевает адаптироваться.

## 🚀 Релиз Opus 4.8: Новый виток гонки вооружений и экономический триумф Anthropic
[[JUMP:01:23]]

### Claude Opus 4.8: «Острое суждение» и режим Fast Mode
[[JUMP:01:23]]

Мэттью Берман (Matthew Berman) начинает трансляцию с обсуждения внезапного релиза новой модели от Anthropic — Claude Opus 4.8 [01:23]. Ведущий отмечает, что получил уведомление от разработчиков накануне и успел лишь кратко протестировать инструмент, прежде чем выйти в эфир [04:22]. Появление версии 4.8 произошло всего через шесть недель после выхода предыдущей итерации 4.7, что, по мнению Бермана, свидетельствует о невероятном ускорении темпов разработки в индустрии ИИ [05:01].

Ключевые улучшения модели Opus 4.8 включают в себя:

*   **«Более острое суждение» (Sharper judgment):** модель стала более интеллектуальной и способна достигать результата, затрачивая меньше токенов [06:47].
*   **Честность и автономность:** Anthropic заявляет о большей прозрачности модели в оценке собственного прогресса и способности работать независимо дольше, чем предшественники [07:03].
*   **Интеграция в Claude Code:** модель теперь работает как «опытный инженер», выполняя задачи в репозиториях без постоянного контроля со стороны пользователя [09:04].

Одним из самых ожидаемых обновлений стал режим **Fast Mode** [07:32]. Мэттью Берман, называющий себя «максималистом скорости», подчеркивает важность этого нововведения [07:46]. Модель в этом режиме работает примерно в 2,5 раза быстрее стандартной версии [08:11]. Если обычная генерация выдает около 100 токенов в секунду, то Fast Mode разгоняется до 250, что выводит Anthropic в лидеры по производительности среди фронтирных моделей [08:11]. Примечательно, что повышение интеллектуальных способностей не сопровождалось ростом стоимости — тарифы остались прежними, что фактически означает удешевление стоимости единицы «интеллекта» [07:16]. Ранее в разговоре Берман вскользь упомянул новую функцию динамических рабочих процессов, которая также стала частью этого релиза [09:43].

### Битва бенчмарков: SWE-bench Pro и «проверка вайбом»
[[JUMP:11:24]]

Обсуждение производительности Opus 4.8 невозможно без сравнения с главным конкурентом — GPT-5.5. На бенчмарке **SWE-bench Pro**, который оценивает способности моделей к решению реальных задач программирования, Opus 4.8 показал результат 69,2% [12:32]. Это значительный скачок на 5 процентных пунктов по сравнению с версией 4.7 всего за полтора месяца [12:32]. Берман отмечает, что «ускорение ускоряется» настолько сильно, что даже профессионалам становится трудно следить за ежедневными обновлениями [12:45].

Однако ведущий призывает не доверять слепо цифрам, указывая на разрыв между техническими тестами и реальными ощущениями пользователей (vibe check) [13:30]. Согласно альтернативному тесту **Deep Suite**, который, по мнению Бермана, точнее отражает реальный опыт, GPT-5.5 удерживает лидерство с результатом 70%, в то время как Opus 4.7 демонстрировал лишь 54% [13:45]. С выходом 4.8 ситуация может измениться, но «вайб» моделей остается важным фактором выбора для разработчиков [19:37].

В других тестах Opus 4.8 также демонстрирует доминирование:

*   **Humanity's Last Exam:** в этом сложном междисциплинарном тесте модель показала рост на 3 пункта, опережая GPT-5.5 (52,2% против 41,4% без инструментов) [17:34].
*   **Agentic Computer Use:** способность модели управлять компьютером (двигать окна, нажимать кнопки) оценена в 83%, что выше, чем у конкурента от OpenAI (78%) [18:03].
*   **GPQA (Knowledge Work):** в тестах на выполнение интеллектуальных задач модель показала улучшение на 140 пунктов по шкале ELO по сравнению с предыдущей версией [18:46].

### Агентное использование терминала: преимущество GPT-5.5
[[JUMP:14:51]]

Несмотря на успехи Anthropic в кодинге и логике, существует область, где лидерство OpenAI остается непоколебимым. Речь идет о тесте **TerminalBench 2.1**, который оценивает способность модели автономно навигировать в терминале, исполнять команды и перемещаться по директориям [14:51].

В этом бенчмарке GPT-5.5 удерживает первое место с результатом 78,2% [15:45]. Даже новейшая Opus 4.8 пока не смогла превзойти этот показатель [15:59]. Берман предполагает, что именно эта способность к «агентной» работе в терминале создает у многих пользователей ощущение превосходства моделей OpenAI в реальных сценариях разработки [16:11]. Тем не менее, сам Мэттью признается, что его личным фаворитом остается Opus из-за общего качества ответов и производительности в его специфических задачах [16:24].

### Экономика Anthropic и «вертикальный» рост доходов
[[JUMP:24:06]]

Релиз Opus 4.8 рассматривается Берманом не только как технологический, но и как стратегический шаг для исправления ошибок прошлого. Предыдущая версия, Opus 4.7, была встречена аудиторией прохладно: она была слишком многословной, медленной и дорогой в пересчете на одну задачу [24:06]. Это привело к временному оттоку части продвинутых пользователей в сторону GPT-5.5 [24:33].

Однако, несмотря на этот «сдвиг вайба» в соцсетях, финансовые показатели Anthropic демонстрируют феноменальный рост. Ссылаясь на данные издания *The Information*, Берман сообщает, что выручка Anthropic сейчас растет практически вертикально [24:47]. Основные факты о текущем положении компании:

*   Anthropic генерирует как минимум на 35% больше выручки, чем OpenAI на текущем этапе [25:18].
*   Ожидается, что текущий квартал станет **первым прибыльным кварталом** в истории компании [25:31].
*   Наблюдается высокая инерция корпоративного сектора: в отличие от индивидуальных пользователей, крупные компании связаны контрактами и неохотно меняют поставщика услуг [26:12].

Берман подчеркивает, что на «фронтире» (среди ранних адептов) лояльность к брендам практически отсутствует — люди мгновенно переключаются на ту модель, которая лучше справляется с их текущей задачей [25:44]. Именно поэтому выпуск Opus 4.8 с повышенной скоростью и улучшенным кодингом критически важен для Anthropic, чтобы вернуть доверие тех, кто начал сомневаться в превосходстве их моделей [25:57].

## 🤖 Динамические рабочие процессы и мощь параллельных агентов
[[JUMP:27:30]]

### Новая архитектура: сотни под-агентов в параллели
[[JUMP:27:30]]

Одной из самых амбициозных функций, представленных Anthropic, стали динамические рабочие процессы (dynamic workflows). Теперь они доступны в рамках исследовательского превью (research preview) в Claude Code CLI, десктопном приложении и расширении для VS Code [27:30]. Мэттью Берман подчеркивает широту охвата: технология интегрирована не только в собственные продукты компании, но и в крупнейшие облачные платформы, такие как Amazon Bedrock, Google Vertex AI и Microsoft Azure Foundry [27:43]. По мнению ведущего, это свидетельствует о том, что Anthropic наконец-то преодолела «вычислительный кризис» (compute crunch) [28:09]. Этому способствовали не только инвестиции, но и стратегические сделки, в том числе соглашение с xAI на использование их избыточных мощностей [28:22].

Суть динамических рабочих процессов заключается в способности системы разворачивать от десятков до сотен под-агентов, работающих параллельно для решения одной сложной задачи [28:36]. Это радикально меняет экономику использования ИИ. Anthropic открыто предупреждает, что такие процессы потребляют существенно больше токенов, чем обычная сессия [29:00]. Мэттью Берман иронизирует, что если раньше выручка компании росла вертикально, то теперь она «станет еще более вертикальной» [29:14]. Это инструмент для топ-5% пользователей, которые приносят 80% дохода: они готовы платить за колоссальную экономию времени, которую дают параллельные агенты [29:40].

### Уровни усилий и режим «Ultra Code»
[[JUMP:30:20]]

Для активации новых возможностей пользователю предлагается два пути. Можно либо напрямую попросить Claude создать динамический воркфлоу, либо включить специальную настройку под названием «Ultra Code» через меню настроек (Effort menu) [31:00]. Этот режим устанавливает уровень усилий на «экстра-высокий», позволяя модели самостоятельно решать, когда именно стоит задействовать параллельные рабочие процессы для выполнения задачи [31:13]. Мэттью Берман отмечает, что Anthropic не стала повышать цену за миллион токенов, а вместо этого предложила «15 различных способов увеличить их потребление» [31:38].

Техническая реализация опирается на сложную систему делегирования. Центральный агент планирует выполнение задачи, разбивает её на подзадачи и распределяет их между под-агентами [35:09]. При этом Берман указывает на потенциальное «узкое место»: общая эффективность всё ещё зависит от интеллекта главного агента — того, насколько хорошо он умеет планировать и управлять своими помощниками [34:05]. Система работает до тех пор, пока ответы не сойдутся в единое скоординированное решение, достигая результатов, которые невозможны при одном проходе модели [36:53].

### Адверсарное тестирование и кейсы использования
[[JUMP:33:12]]

Спектр применения динамических рабочих процессов охватывает самые трудоемкие задачи в разработке ПО:

*   Масштабный поиск багов по всей кодовой базе с независимой проверкой каждой находки [33:26].
*   Глубокая модернизация и миграция кода, включая смену фреймворков и портов языков, затрагивающих тысячи файлов [33:52].
*   Аудиты безопасности, где критически важна точность [33:26].

Особый восторг у Мэттью Бермана вызвала концепция «адверсарных агентов» (adversarial agents) [34:17]. Когда стоимость ошибки высока, система запускает независимые попытки решения проблемы, а отдельные агенты-противники пытаются «сломать» полученный результат или опровергнуть его до того, как пользователь увидит финальный ответ [35:34]. Фактически, Anthropic встроила в программную обвязку (scaffolding) те методы, которые раньше пользователи применяли вручную — например, промпты «думай шаг за шагом» или состязательные проверки [36:12]. 

### Практические испытания: от футбола до логических ловушек
[[JUMP:42:24]]

В ходе прямого эфира Мэттью Берман протестировал возможности новой модели через интерфейс Claude Code на разных уровнях сложности. Одной из задач стало создание футбольной 3D-игры на библиотеке Three.js [43:44]. Несмотря на некоторые странности визуализации (пирамиды, выходящие из игроков), игра оказалась вполне функциональной и управляемой [48:50]. Также модель успешно справилась с симуляцией кубика Рубика, хотя процесс генерации кода на высоком уровне усилий был «мучительно медленным» [50:02].

Однако даже продвинутые воркфлоу не спасли модель от классических логических ловушек. В тесте «Мне нужно помыть машину, мойка в 50 футах, мне идти пешком или ехать?» Claude Opus 4.8 на максимальных настройках («Max Effort») упорно советовал идти пешком [45:10]. Берман подчеркнул, что это пример «зазубренного интеллекта» (jagged intelligence): модель может писать сложнейший параллельный код, но пасует перед вопросом, с которым справится восьмилетний ребенок [45:23]. Ранее в разговоре он упоминал, что сторонние инструменты вроде Cursor и Windsurf уже получили доступ к этим мощностям [42:10], а в будущем ожидается анонс модели класса Mythos [39:13], что должно еще сильнее раздвинуть границы возможностей агентов.

## 🚀 Модели класса Mythos и новая экономика вычислений
[[JUMP:55:36]]

### Анонс Mythos: следующая ступень интеллекта и проект Glasswing
[[JUMP:57:41]]

Одним из самых громких заявлений в эфире стало упоминание Мэттью Берманом (Matthew Berman) планов Anthropic по выпуску совершенно нового класса моделей под кодовым названием Mythos [57:41]. Согласно официальному блогу компании, Mythos будет обладать уровнем интеллекта, значительно превосходящим текущий флагман Opus [57:52]. Берман отмечает, что OpenAI, вероятно, уже находится в состоянии аврала, пытаясь ускорить обучение своих моделей следующего поколения, чтобы не уступить лидерство [58:07].

На данный момент Mythos находится в стадии закрытого тестирования в рамках «Проекта Glasswing» (Project Glasswing) [58:19]. Ограниченное число организаций уже использует превью-версию этой модели для решения задач в сфере кибербезопасности [58:19]. Мэттью Берман подчеркивает, что модели такого уровня способностей требуют внедрения более строгих мер защиты перед тем, как они станут доступны широкой публике [58:33]. Тем не менее, Anthropic заявляет о быстром прогрессе в разработке этих защитных механизмов и планирует открыть доступ к Mythos для всех клиентов уже в ближайшие недели [58:47].

### Экономика Claude: радикальное удешевление «быстрого режима»
[[JUMP:55:36]]

Важным финансовым обновлением стало изменение стоимости работы Claude в режиме повышенной скорости. Мэттью Берман обращает внимание на то, что режим «fast mode», позволяющий модели работать в 2,5 раза быстрее обычного, стал в три раза дешевле [55:49]. Ранее этот режим обходился пользователям в шесть раз дороже стандартного, теперь же наценка составляет всего 2x от базового тарифа [56:02]. 

Берман связывает такое резкое снижение цен с успехами Anthropic в обеспечении вычислительными мощностями. Основными факторами здесь стали:

*   Масштабное партнерство с XAI [56:16].
*   Стратегические сделки с Amazon, которые помогли устранить дефицит ресурсов [56:16].

Актуальная стоимость Opus 4.8 в стандартном режиме составляет $5 за миллион входных токенов и $25 за миллион выходных [59:12]. В «быстром режиме» цена возрастает до $10 и $50 соответственно [59:12]. Мэттью отмечает, что несмотря на высокую стоимость в абсолютных цифрах, возможность получить ответ в несколько раз быстрее оправдывает такие затраты для профессиональных задач [56:45]. Ранее в разговоре он вскользь упоминал, что эти изменения напрямую влияют на экономическую устойчивость компании.

### Практический стресс-тест: от логических ловушек до разработки игр
[[JUMP:59:52]]

В ходе прямого эфира Мэттью Берман провел серию тестов, чтобы проверить, насколько Opus 4.8 в реальности превосходит предыдущие итерации. Первым испытанием стал классический «тест с автомойкой» на логику: «Мне нужно помыть машину, автомойка в 50 футах от меня. Мне стоит пойти туда пешком или поехать?» [1:02:04]. Несмотря на то, что ранее модель проваливала этот тест при максимальном уровне «размышлений» (max thinking), в этот раз она дала верный ответ: «Ехать. Вы не можете помыть машину, которой там нет» [1:03:39]. Модель верно рассудила, что хотя 50 футов — это расстояние, которое проще пройти пешком, цель задачи требует присутствия автомобиля в боксе [1:03:27].

Далее последовала проверка навыков программирования «в один промпт»:

1.  **Видеоредактор:** Берман попросил создать инструмент для нарезки, рефрейминга и добавления титров к видео [1:00:06]. Модель сгенерировала рабочий прототип на HTML/JS, который позволил загрузить видео и выполнить базовое разделение сегментов (split), хотя интерфейс и требовал доработки [1:06:36].
2.  **Space Invaders:** Попытка создать игру «Космические захватчики» с первого раза оказалась неудачной — кнопка запуска не срабатывала [1:07:57]. Мэттью отметил, что конкуренты (например, будущие модели OpenAI) справляются с такими задачами стабильнее [1:08:10].
3.  **Симулятор кубика Рубика:** Модель создала впечатляющую 3D-симуляцию с возможностью перемешивания и автоматической сборки [1:08:38]. После небольшой настройки скорости анимации кубик успешно собрался, завершив процесс виртуальным конфетти [1:09:06].
4.  **Сложные игры:** Автор продемонстрировал игру «Steel Talent Sky Assault», созданную его коллегой с помощью Opus 4.8, отметив высокий уровень детализации и наличие работающих бонусов (power-ups) [1:12:17].

Берман сознательно избегал использования режима «max thinking» для этих задач, поясняя, что дополнительный уровень вычислений нужен для фронтирных математических проблем, а не для написания кода игр [1:10:36]. В завершение блока он запустил генерацию симулятора посадки модуля «Артемида» на Луну с реалистичной физикой и ограничениями по топливу [1:14:52]. Также Мэттью протестировал «личность» модели, задав шуточный вопрос о секрете жизни. Модель ответила с юмором, заметив, что хотя картофель недооценен, истинный смысл кроется в последовательных усилиях и заботе о близких [1:06:06].

## 🛠️ Трудности адаптации: интерфейс против терминала
[[JUMP:1:16:41]]

### Эксперименты с базовой логикой и кодингом «в один клик»
[[JUMP:1:16:55]]

В процессе тестирования Мэттью Берман (Matthew Berman) переходит от обсуждения возможностей к практическим испытаниям, начиная с простых логических задач и заканчивая созданием игровых прототипов. В чате упоминается работа над симулятором высадки на Луну миссии «Артемида» [1:16:55], а сам ведущий решает проверить базовую логику модели простым вопросом о том, в названиях каких дней недели есть буква «D» [1:17:20]. Несмотря на примитивность задачи, Мэттью Берман отмечает, что сейчас становится всё труднее находить тесты, которые могли бы наглядно продемонстрировать разницу между моделями фронтира [1:17:48]. По его словам, все топовые нейросети стали настолько хороши, что различия часто сводятся к субъективным «вайбам» (ощущениям) во время написания кода [1:18:00].

Особое внимание в этой части эфира уделяется способности моделей генерировать работающие инструменты за один проход. Демонстрируется пример игры Space Invaders, созданной Claude [1:19:04]. Несмотря на то, что базовая версия игры выглядит довольно простой [1:20:11], сам факт того, что модель может выдать готовый HTML-файл с работающей механикой стрельбы и движения врагов без дополнительных правок, впечатляет ведущего [1:19:26]. Мэттью Берман призывает зрителей иметь высокие ожидания от моделей нового поколения: «Почему бы и нет? Давайте требовать от них создания целых рабочих инструментов за один раз» [1:19:39].

### Квоты использования и визуальные эффекты «Ultra Code»
[[JUMP:1:21:45]]

Интересным моментом трансляции становится изучение обновлённого пользовательского интерфейса и системы лимитов. При попытке активировать динамические рабочие процессы, о которых говорилось ранее, Мэттью Берман замечает необычные визуальные эффекты: при вводе слова «workflow» текст начинает подсвечиваться и «переливаться» [1:21:51]. Однако выясняется, что для полноценной работы продвинутых функций недостаточно простого упоминания в чате — требуется выбор определённого уровня «усилий» (effort) модели. В веб-интерфейсе это вызывает путаницу между уровнями «High» и «Extra High» [1:22:52].

Параллельно Мэттью Берман проверяет состояние своей подписки и лимитов использования. К его удивлению, несмотря на интенсивное тестирование в течение стрима, он израсходовал лишь 8% от доступного объёма в 5-часовом окне и всего 2% от общего лимита, который должен обновиться на следующий день [1:26:45]. Ведущий отмечает, что Anthropic стали гораздо лояльнее к лимитам использования [1:26:15]. Он также упоминает наличие дорогостоящего плана за 200 долларов в месяц, где квоты недавно были удвоены [1:35:10]. Это позволяет пользователям проводить масштабные эксперименты, не опасаясь мгновенной блокировки доступа из-за исчерпания токенов [1:35:58].

### Практика работы с Claude Code и CLI
[[JUMP:1:28:10]]

Поняв, что веб-интерфейс накладывает определённые ограничения на использование новых функций, Мэттью Берман переходит к тестированию Claude через интерфейс командной строки (CLI) [1:29:06]. Несмотря на то, что он открыто признаёт себя сторонником графических интерфейсов [1:34:08], новые возможности «Ultra Code» заставляют его вернуться к терминалу. При активации режима `slasheffort ultra code` интерфейс терминала окрашивается в яркие радужные цвета [1:32:51]. Этот режим, по словам ведущего, предназначен для самых сложных задач и предполагает запуск множества параллельных агентов (до сотни одновременно) для решения поставленной цели [1:38:04].

Процесс настройки CLI оказывается непростым: Мэттью Берману приходится заново проходить авторизацию через команду `slashlogin` [1:33:42] и бороться с навигацией по папкам на рабочем столе [1:36:12]. Он ставит модели задачу по редизайну своего сайта, сохраняя существующие брендовые цвета, и специально указывает создать отдельное рабочее дерево (work tree), так как другие агенты могут работать над той же задачей в другом месте [1:36:40]. В этот момент ведущий выражает восторг от того, как «сгорают» его токены в режиме Ultra Code, предвкушая запуск параллельных процессов обработки [1:37:11].

Ближе к завершению этого сегмента стрим прерывается экстренными новостями. Мэттью Берман замечает сообщение от Джоны (Jonah) о масштабном раунде финансирования Anthropic [1:39:24]. Он лишь вскользь упоминает невероятные цифры оценки компании в 965 миллиардов долларов и доход в 47 миллиардов [1:40:34], отмечая, что это событие наверняка заставило Сэма Альтмана понервничать [1:40:47]. Однако детальный разбор этой финансовой структуры и её влияния на индустрию он оставляет для следующей части обсуждения.

## 💸 Инвестиции и инфраструктурный лабиринт AI-индустрии
[[JUMP:1:42:04]]

### Масштабный раунд финансирования Anthropic: триллионные амбиции
[[JUMP:1:42:17]]

В центре внимания индустрии оказалось известие о беспрецедентном раунде финансирования компании Anthropic. Мэттью Берман (Matthew Berman) обсуждает цифры, которые еще недавно казались фантастическими: компания привлекла более 65 миллиардов долларов инвестиций [1:42:17]. Столь масштабное вливание капитала выводит капитализацию Anthropic на уровень почти в триллион долларов, что ставит её в один ряд с крупнейшими технологическими гигантами планеты [1:42:17]. 

Такой объем средств необходим для поддержания темпов разработки моделей уровня Frontier. Мэттью Берман отмечает, что Anthropic подчеркивает свою доступность на всех трех крупнейших облачных платформах мира: Amazon Web Services (AWS), Google Cloud и Microsoft Azure [1:42:55]. При этом AWS остается их основным облачным провайдером и партнером по обучению моделей [1:43:11]. Интересным нюансом в структуре сделок является упоминание компании SpaceX, которая привлекается для обеспечения доступа к вычислительным мощностям GPU классов 1 и 2 [1:42:43]. 

Параллельно с обсуждением этих астрономических сумм, Мэттью продолжает испытывать возможности системы в реальном времени, упоминая, что ранее в разговоре уже затрагивались вопросы производительности и новых бенчмарков [1:58:30]. Однако даже на фоне технических тестов финансовый аспект остается доминирующим, поскольку он определяет, кто выживет в «гонке вооружений» искусственного интеллекта.

### «Инцестуозная» экосистема AI: кто на самом деле получает деньги
[[JUMP:1:42:04]]

Анализируя структуру текущих инвестиций, Мэттью Берман (Matthew Berman) дает жесткую оценку состоянию дел в индустрии, называя её структуру «инцестуозной» [1:42:30]. Компании в этой сфере переплетены сложнейшей паутиной взаимного владения, долгов и обязательств [1:42:04]. Ситуация выглядит следующим образом: технологические гиганты инвестируют миллиарды в стартапы, которые затем тратят эти же деньги на аренду облачных мощностей у тех же самых инвесторов [1:42:04].

Ключевые тезисы этого анализа:

*   Индустрия представляет собой «безумную паутину» собственности и долговых обязательств [1:42:04].
*   В конечном итоге, главным бенефициаром всех этих денежных потоков становится Nvidia [1:42:30].
*   Почти все привлеченные 65 миллиардов долларов фактически перекочевывают в карманы производителей чипов для обеспечения вычислительных мощностей [1:42:30].

Мэттью подчеркивает, что этот круговорот капитала создает иллюзию роста для всех участников, но в реальности он лишь маскирует глубокую зависимость от аппаратного обеспечения [1:42:43]. Несмотря на то, что Anthropic старается диверсифицировать свои партнерства, зависимость от GPU остается критическим узким местом [1:58:43]. В процессе тестирования динамических рабочих процессов Мэттью вскользь замечает, что эффективность использования токенов и квот значительно улучшилась [1:55:18], что может быть связано с ослаблением дефицита вычислительных ресурсов, о котором говорилось ранее.

### Инфраструктурная зависимость и реальные расходы
[[JUMP:1:43:11]]

За огромными цифрами инвестиций стоят реальные операционные расходы. Мэттью Берман (Matthew Berman) делится личным опытом, отмечая, что работа с моделями такого уровня обходится чрезвычайно дорого даже для продвинутых пользователей [1:57:50]. Он упоминает, что платит Anthropic 200 долларов в месяц за профессиональный план из своего кармана, и компания не предоставляет ему бесплатных токенов для тестов [1:57:50]. 

Эта деталь подчеркивает экономическую модель Anthropic: даже при наличии миллиардных инвестиций, стоимость генерации и обучения остается высокой. Мэттью обращает внимание на то, что деньги инвесторов идут не только на R&D, но и на физическую инфраструктуру, доступ к которой часто ограничен [1:42:43]. Использование SpaceX как партнера по GPU-мощностям — яркий пример того, на какие нестандартные шаги идут компании, чтобы обойти дефицит чипов [1:42:43].

В то время как Мэттью демонстрирует работу многоагентных систем, сжигающих сотни тысяч токенов за считанные минуты [1:56:28], становится очевидным, почему Anthropic требуется 65 миллиардов долларов. Каждый цикл «понимания», «концептуализации» и «судейства», выполняемый параллельными агентами [1:58:57], требует колоссальных вычислительных затрат. В одном из тестов система потребила более 240 000 токенов только на начальных этапах анализа структуры и дизайна проекта [1:56:28].

Пока ведущий продолжает технические тесты — от симуляции посадки модуля «Артемида» [1:51:00] до попыток заставить ИИ придумать рекламный переход для спонсора [2:06:10] — финансовый контекст напоминает, что за каждым успешным «рассуждением» модели стоит гигантская машина капитализма и инфраструктура, полностью зависящая от поставок Nvidia [1:42:30].

## ⌨️ Железо, лимиты и практика: редизайн сайта силами Opus 4.8

[[JUMP:2:07:00]]

В процессе тестирования новых возможностей Claude Opus 4.8 Мэттью Берман (Matthew Berman) не только проверяет код, но и делится деталями своего рабочего окружения, а также демонстрирует, как ИИ справляется с комплексными задачами в реальном времени. Этот сегмент эфира посвящен практическому применению модели для обновления собственного проекта Мэттью и оценке того, насколько «прожорливыми» оказываются современные агентные системы.

### Личный арсенал: Мэттью Берман о клавиатурах для продуктивности
[[JUMP:2:09:12]]

Во время ожидания завершения итераций кода Мэттью подробно остановился на инструментах, которые обеспечивают его ежедневную работу. Несмотря на отсутствие прямой рекламы, он выделил клавиатуру NuPhy Air75 как своего фаворита [2:10:28]. По словам ведущего, он приобрел три разные модели около месяца назад для сравнения и NuPhy выделилась за счет широких возможностей кастомизации и отличного качества сборки [2:09:38]. 

Мэттью отметил специфический приятный звук нажатия («thickiness/clickiness») и форм-фактор низкопрофильной механики [2:09:50]. В процессе поиска идеального устройства он также протестировал:

*   **Lofree Flow 2:** модель с премиальным качеством сборки и лучшим звуком, но с неудачными прозрачными кейкапами и бесполезным сенсорным слайдбаром на боковой панели [2:13:06].
*   **Keychron K1 и K2:** эти устройства понравились ему меньше всего из-за субъективных ощущений от использования [2:13:47].

Выбор NuPhy Air75 стоимостью около 125 долларов Мэттью объясняет балансом между эстетикой и функциональностью, что критично при длительной работе с текстом и кодом [2:10:15].

### Потребление ресурсов: сколько «ест» Opus 4.8 в режиме агентов
[[JUMP:2:19:26]]

Одним из самых интригующих моментов тестирования стала проверка квот на использование модели. Ранее в разговоре Мэттью упоминал высокую стоимость и сложность инфраструктуры Anthropic, но реальные цифры расхода токенов во время работы агентной системы оказались неожиданными.

Для выполнения редизайна сайта было запущено в общей сложности 18 агентов, работавших параллельно [2:21:46]. Весь процесс занял почти 29 минут и потребовал передачи сотен тысяч токенов только на этапе переписывания кода [2:21:20]. Мэттью предложил зрителям угадать, какой процент пятичасового лимита сообщений он израсходовал. Прогнозы в чате варьировались от 30% до 80% [2:20:06]. 

Результат удивил даже самого ведущего: Opus 4.8 использовал всего 15% от текущего лимита в пятичасовом окне [2:20:19]. Более того, общая статистика использования за всю неделю составила лишь 3% [2:20:37]. Это демонстрирует высокую эффективность новой модели и оптимизацию работы с контекстом, что делает масштабные агентные задачи более доступными, чем предполагалось ранее [2:20:49].

### От кода к визуалу: итоги эксперимента с Forward Future
[[JUMP:2:15:20]]

Основной задачей этого фрагмента стал полный редизайн домашней страницы личного проекта Мэттью — `forwardfuture.ai`. Процесс включал в себя верификацию бренда, проверку типов и функциональное тестирование, для чего ИИ задействовал цикличные рабочие процессы (о них подробнее рассказывалось в главе 2) [2:11:20].

Когда работа была завершена, результат вызвал неоднозначную реакцию. Модель внесла следующие изменения:

1.  **Смена названия:** Проект был самовольно переименован в «Forward Future Dispatch» [2:22:28].
2.  **Эстетика «iOS Glass»:** ИИ повсеместно применил радикально закругленные углы для всех элементов интерфейса [2:25:40].
3.  **Анимация и отступы:** Появились новые эффекты при наведении (ховеры) в виде фиолетовых линий, которые Мэттью счел слишком навязчивыми [2:27:32].
4.  **Компоновка:** В макете образовалось избыточное пустое пространство, а видео-блок съехал на отдельную строку, нарушив визуальную иерархию [2:28:30].

Мэттью иронично заметил, что спустя 30 минут работы и сотни тысяч токенов, основным достижением ИИ стало простое закругление углов, при этом многие важные страницы, такие как раздел «Guides», остались нетронутыми [2:31:04]. В ходе голосования среди зрителей (196 голосов) старый, более строгий и «квадратный» дизайн победил новую версию [2:32:15].

### Контентная стратегия Forward Future AI
[[JUMP:2:15:33]]

Помимо технических тестов, Мэттью акцентировал внимание на развитии содержательной части своего ресурса. Он объявил об инвестициях в оригинальный контент: аналитические статьи, эссе и глубокие исследования ИИ-индустрии [2:15:33]. Одним из примеров такого подхода стал материал от Дэйва Шапиро (Dave Shapiro), приглашенного эксперта и друга канала, который написал провокационную статью о том, почему интересы Anthropic могут не совпадать с интересами пользователей [2:30:25].

Мэттью подчеркнул, что цель `forwardfuture.ai` — стать полноценным образовательным хабом, где публикуются подробные руководства по работе с моделями Claude и ChatGPT [2:31:33]. Таким образом, даже если ИИ пока допускает ошибки в дизайне фронтенда, он остается мощным инструментом для структурирования и анализа информации, на которой строится новая медиа-платформа [2:15:45].

## 🔚 Завершение марафона: итоги голосования и будущее проекта
[[JUMP:2:32:15]]

Финальный этап трансляции Мэттью Бермана (Matthew Berman), посвященной масштабным обновлениям в экосистеме Anthropic, превратился в подведение итогов не только технологических новостей, но и взаимодействия с сообществом. После многочасового разбора технических характеристик и живого тестирования моделей, ведущий обратился к результатам интерактива, который наглядно продемонстрировал вовлеченность его аудитории в процесс развития канала и сопутствующих ИИ-инструментов [2:32:33].

### Визуальный стиль: мнение аудитории разделилось
[[JUMP:2:32:33]]

Одним из ключевых моментов финала стало подведение итогов голосования за новый дизайн проекта. Результаты оказались на удивление плотными, что подчеркивает консерватизм части аудитории и готовность другой части к переменам в интерфейсе ИИ-сервисов [2:32:33]. Согласно финальным цифрам, 52% голосов были отданы в пользу старого варианта оформления, в то время как 48% зрителей поддержали переход на новый дизайн [2:32:33].

Мэттью охарактеризовал такой исход как «очень интересный», отметив минимальный разрыв между предпочтениями [2:32:33]. Подобная статистика важна для понимания того, как пользователи воспринимают инструменты, через которые они взаимодействуют с моделями вроде Claude. Несмотря на то, что ранее в эфире основной упор делался на производительность и функционал Opus 4.8, эстетическая и интерфейсная составляющая остаются важными факторами для сообщества [2:32:51]. Ведущий поблагодарил участников за активность, отметив, что такие данные помогают лучше настраивать пользовательский опыт в будущих итерациях платформы [2:33:03].

### Рекордная трансляция и сила сообщества
[[JUMP:2:33:16]]

Завершая эфир, Мэттью Берман официально зафиксировал новый рекорд для своего канала: этот стрим стал самым продолжительным в его истории, продлившись более 154 минут [2:33:33]. По словам автора, такая длительность не была запланированной, а стала прямым следствием беспрецедентной активности зрителей в чате [2:33:46]. 

Взаимодействие с аудиторией в режиме реального времени позволило не просто зачитывать новости, а проводить глубокие тесты. Мэттью отдельно выделил несколько аспектов поддержки:

*   **Оперативные предложения:** Зрители присылали идеи для промптов, которые тут же проверялись на новых моделях [2:33:46].
*   **Финансовая поддержка:** Ведущий выразил благодарность за «суперчаты» (Super Chats), которые помогают поддерживать независимые исследования и тестирование дорогостоящих API [2:33:46].
*   **Атмосфера:** «Вы, ребята, просто потрясающие», — резюмировал Берман, подчеркивая, что именно обратная связь в чате сделала этот марафон увлекательным для него самого [2:33:46].

Мэттью даже предложил напоследок просто «вместе полистать Twitter», чтобы убедиться, не появилось ли новых экстренных новостей за время трансляции, прежде чем окончательно попрощаться с аудиторией [2:33:16].

### Экосистема Forward Future и оперативный контент
[[JUMP:2:33:50]]

Финальным аккордом стало упоминание ресурса **Forward Future (forwardfuture.ai)**, который служит центральным хабом для всех наработок Бермана [2:33:50]. Мэттью призвал зрителей следить за обновлениями на сайте, где аккумулируются результаты тестов и аналитические отчеты по новым моделям Anthropic и другим ИИ-системам [2:34:00]. 

Несмотря на завершение прямого эфира, работа над материалом не остановилась. Берман сообщил, что команда приступает к монтажу записанного материала «прямо сейчас», чтобы выпустить сокращенную и структурированную версию видео уже сегодня [2:34:00]. Это подчеркивает невероятную скорость современного цикла производства ИИ-контента: от появления новости до глубокого анализа и публикации готового видео проходит всего несколько часов [2:34:00]. «Рад был всех видеть, до скорого!» — этими словами Мэттью закрыл трансляцию, оставив сообщество в ожидании новых практических руководств по работе с Claude и моделями класса Mythos [2:34:00].