РЕАЛЬНЫЙ ЭКСПЕРИМЕНТ
Как мы обучали рабочий контур Codex принципам Anthropic
Мы не переобучали модель и не меняли её веса. Мы изучили курсы Anthropic, проверили идеи на Hermes и перестроили собственный процесс работы с Codex.
От модели к рабочей системе
Главный вывод курсов Anthropic оказался практичным: агенту недостаточно уметь отвечать. Ему нужны границы, контекст, инструменты, проверки и возможность остановиться.
Что мы изменили
Сложная задача теперь начинается с плана. Делегация фиксирует результат, входные данные, ограничения, критерий завершения, точку проверки, разрешённые инструменты и лимиты выполнения. Такой подход связан с понятием AI-агента.
CLAUDE.md-подобные инструкции мы используем для рабочих соглашений, а жёсткие правила вынесли в hooks и API-gates. Подготовить письмо можно автоматически, отправить его без подтверждения владельца — нельзя.
Проверка важнее ответа
Для повторяемых процессов появились Skills и eval-проверки. Мы проверяем не только текст результата, но и то, прошёл ли агент обязательные шаги, не ослабил ли тесты и можно ли подтвердить вывод исходными данными.
Важные изменения проходят независимую проверку. Агент, который создавал результат, не должен быть единственным, кто объявляет его правильным.
Практический пример: почта
Hermes сохраняет исходные письма, извлекает даты и суммы, удаляет дубли по UID и содержимому, различает рабочие уведомления и шум, а внешние действия оставляет на подтверждение.
Когда Codex достиг лимита использования, мы добавили backoff для очереди. Вместо бесконечного потока ошибок письма сохраняются и ждут восстановления доступа.
Почему мы не включили всё сразу
Курсы Anthropic также показывают цену лишних интеграций. Мы не стали автоматически подключать все API, Connectors, Managed Agents и плагины. Сначала нужно доказать пользу, ограничить доступ, измерить стоимость и предусмотреть отключение.
Итог
Мы не сделали Codex другой моделью. Мы обучили рабочую систему правильно с ним взаимодействовать: планировать, ограничивать, проверять и честно показывать, что осталось неподтверждённым.
Частые вопросы и ответы (FAQ)
❓ Какую ключевую задачу решает подход из материала «Как мы обучали рабочий контур Codex принципам Anthropic»?
Материал разбирает сценарий практического применения: Мы не переобучали модель и не меняли её веса. Мы изучили курсы Anthropic, проверили идеи на Hermes и перестроили собственный процесс работы с Codex.. Это позволяет исключить субъективные оценки, протестировать инструмент на реальной рабочей задаче и принять взвешенное решение о внедрении.
❓ Как протестировать решение перед запуском в рабочий контур?
Необходимо зафиксировать исходные требования, сценарий тестирования и контрольные метрики (время выполнения, число ручных правок, стабильность тестов). Каждому прогону присваивается идентификатор без подмены измерений модельными выводами.
❓ Как контролировать риски и окупаемость AI-инструментов?
Следует изолировать доступы инструментов по принципу наименьших привилегий, отслеживать расход токенов и предусмотреть понятный порог эскалации на человека при отклонении от регламента.