Перейти к содержанию

Claude Code

Аудит сессии Claude: 7,5 млн токенов и 4038 вызовов

Текст написан ИИ-моделью по источникам, на которые ведут ссылки, и сверен с ними второй моделью. Как мы работаем

Всё о теме: Claude Code: версии и изменения →

Автор Kurrent разобрал одну сессию кодинга с Claude на 241 ход: 7,5 млн токенов, 4038 вызовов инструментов и день с пятью часами по стене. Результат приняли, шесть фаз плана выполнены с TDD и ревью, тесты оценены на 5 из 5.

Потери показал инструмент Capacitor от Kurrent, который писал транскрипт и прогнал его по рубрике из четырёх осей. Эффективность получила 3 из 5 с указанием ходов. На ходах 7–12 Claude уверенно назвал только хуки PreToolUse и PostToolUse, а после возражения нашёл полный жизненный цикл со Stop. На ходах 130–171 фичу построили на непроверенном допущении, десятиминутный аудит реальных транскриптов позже показал, что нужный сигнал был на месте, и всё пришлось переделать.

Каждую рекомендацию вида «try next time» Capacitor привязывает к номеру хода.

OpenAIOpenAI

OpenAI автоматизировала red teaming через self-play

GPT-Red взламывает прежние модели OpenAI инъекциями промптов, и делает это стабильно. По данным openai.com, система сама учится атаковать через self-play, чтобы находить дыры в безопасности до людей.

Пока никто не написал. Будьте первым.

Присоединяйтесь к разговору

Войдите, чтобы оставить комментарий. Он появится после модерации.