2026-10-06final
Обе модели: выбор задаёт среда агента, а не протокол. В Claude, ChatGPT и Gemini путь «агент сам вызывает REST по OpenAPI» почти закрыт, поэтому менеджерам оцифровки — MCP-сервер с операциями «план → подтверждение → запись пакетом» и md-навыками, а MD с OpenAPI — для агентов с терминалом и как контрольная точка; запись клиентов — в своём чате OnTrack. Главное расхождение — экономия токенов у прямого API: Opus «в 4–32 раза», Astra «не установлено»; полный текст контролируемой статьи показывает, что разницу даёт обвязка агента, а не протокол.
Astra: 112 ист., 16060 слов · Opus: 108 ист., 18101 слов
2026-10-02final
Обе модели независимо оценили 51 общий кандидат на одних и тех же коммитах и ещё 20 проектов, найденных поиском, по пяти критериям со шкалой 0–3 и ссылками на файлы. С поправкой координатора и по решению пользователя не учитывать лицензии ядро эталонов — Zulip, NetBox, Saleor, Wagtail, PostHog, Open edX и Sentry; ещё около 25 проектов и библиотек — эталоны по отдельным направлениям, а закрытые каталоги Baserow, authentik и PostHog добавлены как источники ролей, SSO, SCIM и аудита. Модели расходятся в шкале нагрузки (Astra не засчитывает вендорские числа как измерение) и в уровнях authentik, Plane и AWX. Проверка координатора по копиям решила 7 из 8 спорных фактов в пользу Astra и 1 — в пользу Opus.
Astra: 123 ист., 32528 слов · Opus: 152 ист., 21229 слов
2026-10-01final
Обе модели независимо пришли к одной схеме: реклама в Instagram на сентябрь 2026 года — это управление автоматикой Meta через экономику нового оплатившего клиента. Базовый запуск у обеих — Ads Manager, одна кампания на услугу-вход с местом конверсии «сообщения» или лид-формой, широкая аудитория внутри гео и 18+, все места размещения, несколько разных по смыслу креативов, ответ в Direct за минуты и итог по CRM, а не по отчёту кабинета. Метод бюджета у обеих одинаков по структуре, но на старте потолок цены заявки у Opus в 2,66 раза выше: Opus разрешает отдать на привлечение весь вклад первого визита в расчёте на повторы, Astra оставляет половину вклада на постоянные расходы и прибыль и не считает повторы до их измерения. Расходятся также статус «до/после» после пересмотра правил Meta 22.07.2026, вес креатива, радиус гео и пороги выключения и масштабирования.
Astra: 51 ист., 16148 слов · Opus: 94 ист., 19766 слов
2026-10-01final
Обе модели независимо пришли к одной схеме: модульный монолит на Django 5.2 LTS (или 6.1 по нужде), один API-фреймворк — DRF или Django Ninja, PostgreSQL с ограничениями в базе, обязательный scoped-доступ по компании, задачи после фиксации транзакции и минимальная наблюдаемость; ASGI, кэш, реплики, RLS, границы модулей, OpenTelemetry и JWT — только по сигналу с порогом. Качество, по обеим, держится на машинно проверяемых правилах (тест «чужая компания», число SQL, снимок OpenAPI, линтер миграций), а не на числе слоёв; главный признак оверинжиниринга — сервисы-прокладки над ORM. Расходятся выбор очереди без брокера (Procrastinate у Opus, Huey или задачи Django с бэкендом у Astra), глубина протокола офлайн-синхронизации и значения по умолчанию для пагинации и соединений.
Astra: 90 ист., 17941 слов · Opus: 133 ист., 21296 слов
2026-09-27final
Обе модели независимо предложили один скилл: исходник не трогается, рядом строится полная интерактивная HTML-версия, где меняются формулировки, порядок, структура, акценты и раскрытие подробностей, а факты, числа, оговорки, уверенность и источники остаются прежними. Утомляет в текстах ИИ плотность, а не слова: в одно предложение упакованы вывод, условия, числа и оговорка, поэтому работает разбор на утверждения, вывод первым и таблицы, а не синонимы. Главный риск у обеих — тихая потеря смысла: модели при пересказе расширяют выводы, а судьи-модели плохо ловят тонкие искажения, поэтому выпуск блокирует детерминированная сверка чисел, ссылок, пометок и оговорок. Обе советуют сначала лечить причину — правила письма в заданиях агентов — и поменять три правила нашего собственного стандарта. Расходятся модели в жёсткости лимитов (25 слов как правило или как повод посмотреть) и в коэффициентах русской формулы читаемости.
Astra: 68 ист., 15769 слов · Opus: 77 ист., 19555 слов
2026-09-27final
Обе модели независимо выбрали одну основу для одного человека и для команды до 10 человек: модульный монолит, нарезанный на зоны по изменчивым решениям и предметным подобластям, с владельцем данных у каждой зоны, машиночитаемыми контрактами, автоматическим контролем границ, выбором тестов по графу зависимостей и одним агентом на зону в отдельной копии репозитория. Главный тормоз у обеих один: не генерация кода, а приёмка человеком, интеграция и переделки, поэтому число одновременных агентов ограничивают мощностью приёмки. Подход пользователя обе считают верной основой, которой не хватает исполняемости: схем, контрактных тестов, заглушек, линтера границ, правил совместимости, сценариев отказа и владения данными. Прямых исследований эффекта такой архитектуры на скорость агентов не нашла ни одна; расходятся модели в числовых ориентирах размера зоны и в опоре на отраслевую телеметрию Faros.
Astra: 72 ист., 17315 слов · Opus: 96 ист., 23414 слов
2026-09-23final
Обе модели независимо пришли к одной архитектуре: события всех компаний человека собираются и прореживаются на сервере в персональный поток, источником истины служат входящие приложения, звуковой push получают только срочные и адресные события, остальное уходит в сводки 2–4 раза в день, а ОС даёт ровно один уровень группировки — по компании для консультантов. Совпали и ключевые ограничения: в уведомлении FCM нет поля группы, поэтому явные группы на Android требуют сообщения с данными и локального показа; ИИ-сводки Apple и Google не работают на русском, украинском и казахском; ядро (права, события, входящие, переход с переключением компании) обе советуют строить самим, а сервис вроде Novu или Knock брать разве что как оркестратор, потому что ни один не даёт общего авторизованного входящего по 30 компаниям. Расходятся определение P0 (у Astra критическая безопасность вне FMS, у Opus внутри неё), трудоёмкость (28–44 против 46–73 человеко-недель) и устройство бюджета прерываний.
Astra: 106 ист., 19255 слов · Opus: 109 ист., 22186 слов
2026-09-23final
Обе модели независимо пришли к одному ядру: риск уже выданного сезонного кредита снижает не спутниковая карта, а цепочка «паспорт поля — сигнал — ответственный и действие — контролируемая приёмка зерна на назначенный склад», дополненная страхованием и гарантиями; главный рычаг — путь зерна от комбайна до склада, а сверку намолота с приёмкой не делает ни один глобальный вендор, поэтому именно её обе советуют строить разработчику. Годовая стоимость базового набора у обеих почти совпала (около $25 тыс. на хозяйство 20 тыс. га, $240–400 тыс. на портфель 500 тыс. га, $2,2–3,5 млн на 10 млн га), а ожидаемый эффект разошёлся в 2–3 раза: у Astra снижение ожидаемых потерь на 3–20 %, у Opus на 14,5–49 %; причинных данных о снижении потерь банка от мониторинга после выдачи нет ни у одной, поэтому эффект доказывается ретроспективой на засушливом 2026 году и пилотом. Расходятся также сильнейшая альтернатива (независимый контролёр SGS или Bureau Veritas у Astra, перенос риска на «Даму» и Qalqan у Opus), набор для одного заёмщика и ставки разработки с оценкой экономии от LLM-агентов.
Astra: 91 ист., 23613 слов · Opus: 83 ист., 21256 слов
2026-09-21final
Обе модели независимо сформулировали одну философию: сценарий не прогноз, риск не неопределённость, среднее не распределение, а сценарий без триггера и плана реакции — эссе. Рабочая связка совпала: реестр допущений с владельцами и датами проверки, модель из немногих драйверов, два–четыре сценария с разной логикой, what-if и Monte Carlo с совместными вариациями вместо ±10 % к плану, reverse stress test, карта signposts и триггеров с playbook, журнал проверки фактом; та же структура переносится от хозяйства на 2000 га до салона на 8 кресел. Эмпирика подтверждает влияние сценариев на суждения и тренируемость калибровки, но не прямое улучшение решений и ничего о малых компаниях. Расхождение в акценте: Fable шире по школам (RDM, DAPP, Assumption-Based Planning, суперпрогнозирование) и оптимистичнее о паритете LLM с суперпрогнозистами, Astra строже к математике (правила выбора, EVPI и EVSI, ошибка Monte Carlo, единицы потоков) и к воспроизводимости прогонов.
Astra: 66 ист., 13385 слов · Fable: 117 ист., 19451 слов
2026-09-21final
Обе модели независимо пришли к одному ядру спецификации: потребность и цель, границы, атомарные требования, критерии приёмки, способ проверки, процедура приёмки, владелец и статус; продуктовый, технический и исполнительский уровни — логические, а не три обязательных документа, а форма выбирается по исполнителю, обратимости и цене ошибки. Обе разводят критерий, проверку и решение о приёмке, считают контракты API единственной формой с проверкой по построению, а LLM — интервьюером и составителем черновика, но не источником обязательств: у Fable LLM-интервьюер выявляет меньше половины неявных требований и не видит неоднозначность собственных формулировок, у Astra модель, «улучшая» требование, тихо сменила допуск, а живой пилот передачи агенту потребовал одного исправления. Эмпирика тонкая у обеих: контролируемых исследований связи «качество спецификации → результат агента» на продуктовых задачах нет, для заданий сотрудникам и подрядчикам нет вообще. Расхождения: Fable определяет спецификацию через «исполняется без уточнений» и даёт нормы объёма из практики компаний, Astra считает эту цель недостижимой как гарантию и предлагает «без вынужденного угадывания»; Astra глубже по машиночитаемой модели с четырьмя автоматами состояний и доверенными событиями одобрения, Fable шире по инструментам spec-driven development и их критике.
Astra: 60 ист., 15980 слов · Fable: 108 ист., 17110 слов
2026-09-21final
Обе модели независимо пришли к одной архитектуре: право на обращение, бюджет внимания, согласие, полномочия адресата и эскалация — детерминированная политика поверх движка задач, а LLM только формулирует обращение, разбирает ответ и готовит варианты решения; молчание — законный исход правила, а не его отсутствие. Общее основание — ожидаемая полезность вмешательства по Horvitz и компоненты JITAI с опцией «ничего не делать». Эмпирика совпала по выводам: напоминания и информирование почти не работают после поправки на публикационное смещение, структурное упрощение действия работает; длина обращения вредит сильнее частоты; эффект подсказок затухает; алгоритмический контроль без прозрачности ведёт к выгоранию, а мониторинг работников в ЕС — высокий риск. Расхождения в акцентах: Fable опирается на бенчмарки проактивности (лучшие модели ошибаются примерно в трети решений «вмешаться или нет») и метаобзор JITAI с крупными эффектами, Astra — на формализацию полезности относительно молчания, на новые эксперименты с LLM-интервьюерами (дольше и меняют последующие ответы) и на метаанализ JITAI с малым эффектом; для компаний 5–500 человек полевых данных нет ни у одной.
Astra: 60 ист., 14351 слов · Fable: 103 ист., 18334 слов
2026-09-21final
Обе модели независимо отвергли вопрос «Kanban или Scrum» в пользу маршрутизации работы по её природе: компания ведёт реестр типов работы, каждому типу назначен режим исполнения или связка режимов, а DRI, OKR, XP/CD, Team Topologies и теория ограничений накладываются на любой режим отдельными слоями. Наборы режимов совпали почти поэлементно (поток, регламент, спринт, ставка, сетевой график, эксперимент, кейс, инцидент; Astra выделяет ещё диспетчеризацию ресурсов), совпали правила смешивания (один учёт мощности, одна работа в одном режиме, авария прерывает всё по критериям, периодические задачи вне продуктового бэклога, DRI только с полномочиями) и переходы между режимами как явные события. Эмпирика у обеих признана слабой: доказаны видимость и предсказуемость потока, эффект чек-листов при должном внедрении, отсутствие универсальных чисел для WIP, буферов и резервов; классификаторы обеих — авторские гипотезы, требующие разметки реальных задач. Расхождения: Astra строит машиночитаемый роутер на 14 осях и 18 сигналах с трёхзначной логикой и отказом NEEDS_CLASSIFICATION вместо угадывания, Fable — классификатор на 8 осях и 26 типах с дефолтом «поток standard с пересмотром»; Astra проверила более новые редакции стандартов (Scrum Guide Expanded 2026.1, PMBOK 8, второе издание Team Topologies), Fable даёт распространённость по вендорским опросам (74 % гибридов) и единственное количественное сравнение Scrum и Kanban.
Astra: 78 ист., 16807 слов · Fable: 98 ист., 23551 слов
2026-09-20final
Обе модели независимо свели все формы карты к одной структуре: множество элементов с типом «обещание / намерение / гипотеза», уровнем уверенности и правилом видимости для аудиторий. Главное правило: обещание отличается от намерения типом элемента и отдельным реестром обязательств, а не колонкой; иначе любая форма деградирует в timeline с датами-обещаниями. Для компании 20–500 человек обе рекомендуют Now-Next-Later с outcome на элементах плюс реестр обязательств, а при требовании дат — goal-oriented карту Пихлера. Эмпирики превосходства форм нет.
Astra: 49 ист., 13056 слов · Fable: 88 ист., 14762 слов
2026-09-20final
Обе модели независимо пришли к одному выводу: ни для одного скорингового метода нет исследований, сравнивающих предсказанную и реализованную ценность, а арифметика RICE, ICE, WSJF и взвешенных матриц наследует доказанные дефекты порядковых шкал. Рабочая конструкция совпала: корзины ёмкости на квартал, одна валюта внутри корзины, экономика диапазонами для крупных ставок, качественный стол ставок для финального отбора и журнал прогнозов с калибровкой по классам. Astra строже в математике (контрпримеры перекодировки шкал и жадного выбора, формулы ёмкости с сохранением переносов, EVPI и EVSI с числами, четырнадцать кодов проверок), Fable сильнее в эмпирике критики (Cox о матрицах риска, Chapman и Callegaro о ненадёжности Kano, Ipsos о синтетических респондентах, самоуверенность LLM) и в нормах (ничья в пределах 15 %, не менее 20 закрытых прогнозов на класс). Главное ограничение: калибровка ценности требует двух–четырёх кварталов дисциплины, а эффекты тренировки оценщиков спорны.
Astra: 66 ист., 16316 слов · Fable: 82 ист., 17323 слов
2026-09-20final
Обе модели описали одну и ту же систему: стратегия с фокусом → измеримое изменение поведения как цель команды → discovery до постройки → малые релизы с измерением → еженедельная проверка и квартальный пересмотр, а обязательства с датами живут в отдельном реестре и даются только после discovery. Обе честно фиксируют, что контролируемого сравнения outcome- и output-организаций нет: эмпирика поддерживает механизмы (две трети идей не двигают метрику, проверка гипотез повышает долю прекращённых идей), а не модель целиком. Различие в оптике: Fable собрала канон SVPG, Torres, Seiden, Perri, Gilad и Cutler с числами бенчмарк-опросов и хронологией по месяцам, Astra построила модель данных с разделением свидетельства, наблюдения и решения и разобрала противоречивые измерения эффекта AI. Главное ограничение у обеих: система легко имитируется и без рычагов, данных и доступа к клиентам вырождается в переименованную фабрику фич.
Astra: 57 ист., 14462 слов · Fable: 101 ист., 16416 слов
2026-09-20final
Обе модели независимо свели OST Торрес и восемь смежных структур (impact mapping, assumption mapping, гипотезы Lean UX, GIST, issue trees, ODI, theory of change, logframe) к одному графу с типизированными узлами: подходы различаются обязательностью слоёв и строгостью разбиения, а не геометрией. Главное правило совпало: OST работает только поверх дерева метрик, где outcome равен целевому значению узла, возможности — гипотезы влияния, решения несут ожидаемый эффект, assumption tests проверяют рёбра до поставки, а эксперимент по эффекту после поставки возвращает результат в узел. Расхождение в акценте: Fable кодифицирует канон Торрес с числовыми нормами, Astra строит модель свидетельств и статусов без ложного «validated». Ни одно исследование не сравнивало дерево с плоским списком гипотез.
Astra: 57 ист., 11659 слов · Fable: 77 ист., 15698 слов
2026-09-20final
Обе модели независимо пришли к одной архитектуре для компании 20–500 человек: OKR как слой изменений над стабильным деревом метрик, отдельный реестр обязательств с единственным владельцем и бинарной приёмкой, инициативы как отдельный слой работы, health metrics рядом с OKR, а не внутри. Абсолютный запрет output- и milestone-KR обе отвергли и заменили явной политикой исключений; расходятся они в форме этой политики: Fable берёт готовые правила Lamorte (четыре условия, «as measured by», не больше одного milestone на Objective), Astra строит таксономию из пяти независимых осей и требует у каждого исключения приёмки, evidence и отдельной проверки эффекта. Эмпирики эффекта OKR нет, долей ёмкости в источниках нет: все пропорции в обоих отчётах — иллюстрации.
Astra: 70 ист., 13589 слов · Fable: 100 ист., 18211 слов
2026-09-19final
Обе модели независимо пришли к одному ядру: дерево полезно не формой, а дисциплиной связей: арифметические тождества обязаны сходиться численно, гипотезы влияния требуют знака, лага и уровня уверенности, а метрика, KPI, цель и стимул — разные сущности. Обязательный финансовый корень обе отвергают, эмпирики эффекта самих деревьев не существует. Для вашей методологии это означает шесть конкретных поправок к модели узла и ребра и расширение линтера.
Astra: 53 ист., 12728 слов · Fable: 95 ист., 16516 слов
2026-09-19final
Обе модели независимо пришли к одному стеку: карта процессов с устойчивыми кодами, текстовый паспорт процесса с полями из ISO 9001, шаги списком или SOP, таблицы решений и чек-листы; BPMN только ограниченным подмножеством и только там, где есть параллельность, ожидания и обмен сообщениями. Ни один стандарт не является готовым форматом для LLM, но каждый даёт проверенный набор полей. Расходятся в способе хранения сложных потоков и в актуальности версий стандартов: ISO 9001:2026 и ArchiMate 4 уже вышли, что подтвердила Astra и не учла Fable.
Astra: 70 ист., 15684 слов · Fable: 97 ист., 17701 слов