GPT-5.4 обзор, Gemini в Google Docs и новый AI от Anthropic для программистов

Из разговора о «GPT-5.4 стал сильнее, но Google выигрывает там, где модель уже живёт внутри документов» следует практическая проверка: гонка смещается от качества одного ответа к рабочему месту: кто видит файлы, понимает контекст и проверяет результат без десятка переключателей.

Сцена «Первые впечатления от GPT-5.4» подводит к рабочему выводу: GPT-5.4 заметно прогрессирует в сложных задачах, но интерфейс снова заставляет разбираться в Instant, Thinking и Pro; сильная модель не должна требовать от пользователя выбирать внутренний двигатель.

Тема «Отличие ChatGPT Pro от Plus» становится понятнее, если учитывать следующее: разница тарифов оправдана только на тяжёлых задачах; новый режим не делает Pro автоматически необходимым для повседневной работы.

Оценивать тему «Плюсы и минусы GPT-5.4» нужно с учётом того, что в режиме Heavy результат глубже и виден ход рассуждения, что полезно для проверки, но видимый процесс не гарантирует правоту: модель может красиво объяснить ошибочный путь, поэтому итог нужно сверять с данными и реальной задачей.

Рабочий вывод из сцены «Проблема новых моделей: качество стало нестабильным» состоит в том, что нестабильное качество означает, что результат нужно каждый раз проверять на реальной задаче; ни бенчмарк, ни первое впечатление не гарантируют устойчивого поведения.

Для решения, обсуждаемого в сцене «Anthropic: какие профессии сильнее всего затронуты AI», важен критерий: рейтинг затронутых профессий описывает подверженность, а не итог; значение имеет, какие задачи автоматизируются и кто отвечает за результат.

Практический смысл темы «Amazon ограничивает джунов и мидлов из-за AI-кода» в том, что сокращение найма джунов и мидлов из-за того, что код пишет ИИ, смещает риск: кто-то всё равно должен проверять изменения и отвечать за них, а меньше обученных людей — это отдельная долгосрочная цена.

Сцена «Anthropic запускает AI для code review» подводит к рабочему выводу: технически Codex способен вести большой проект, но его интерфейсы отстают, поэтому узкий сервис code review логичен: модель не просто пишет код, а проверяет изменения в контексте проекта и ищет риск до слияния.

Для решения, обсуждаемого в сцене «Большой апдейт Gemini: интеграция с Google Docs, Sheets, Slides и Drive», важен критерий: самый сильный ход Google — дистрибуция: Gemini получает документы там, где они уже создаются, поэтому пользователю не нужно загружать файл и объяснять структуру, а OpenAI придётся интегрироваться глубже или строить своё.

Для сцены «OpenAI покупает стартап по AI-безопасности» решающим становится следующее: генерация кода без контроля больше не продаётся как достаточное решение; выиграет не модель с самым большим номером, а среда, которая понимает рабочий контекст, показывает изменения и не заставляет каждый раз угадывать правильный режим.