При этом, есть люди, которые пробовали модели GPT 5.2, но не заметили никакой эффективной отдачи от модели. (На скриншоте один из таких отзывов)
В 99% причина одна – они пользовались этой моделью через Cursor.
Я не знаю как авторам Cursor удается так поганить качество моделей, но они в этом профессионалы.
Вот, например, спустя 4 месяца после релиза, ребята прочитали методичку от OpenAI по тому, как правильно использовать модель GPT 5 Codex.
Но, судя по тому, как ужасно работает GPT 5.2 в Cursor, они ещё не дочитали эту методичку до конца.
При этом, я вижу, что люди всё же пробуют codex cli и потом понимают, что мы, свидетели этой секты, имели ввиду.
Вот вам типичный пример:
1. Стадия отрицания
меня не отпускает ощущение, что хвальбы Codex 5.2 в куче около-ИИ чатов - это какой-то пранк
да, модель сильная, но по шизофазии и рядом не стояла с Anthropic.
2. Спустя 16 дней, стадия принятия
я был не прав, когда говорил, что Opus > gpt-5.2. прям очень не прав. разница между ними как между Sonnet 4 (не 4.5) и Opus 4.5
3. Стадия преисполнения
gpt-5.2-codex заставляет меня верить в возможность фактически бесконечной разработки проекта только через ИИ-кодинг и без заглядывания в код
——
Ну, и отвечая на вопрос со скриншота о том, какие проекты пишутся с нейронками, скажу вот что.
Я на этой неделе провел интервью с одним своим подписчиком, он рассказывал про свой опыт работы с AI Coding в его компаниях и вот пример проекта, который они с командой написали с нейронками.
Расчет равновесия Нэша: Высоконагруженный алгоритм, переписанный с Python/C++ на Rust с прямым взаимодействием с CUDA (минуя L3 кэш и RAM). Достигнута производительность ~500 млн операций/сек.
Написано с помощью Claude Code (потрачено ~3 млрд токенов), поддерживается с Codex cli.
Интервью (текстовое) ожидайте на следующей неделе, там очень много мяса, вам точно будет интересно.
#ai_coding@the_ai_architect
Лайк, репост,
