AstraFable индекс координатора дата: 2026-09-21 final

What-if анализ и сценарное моделирование: подходы и практики

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.

Astradone
Модель
gpt-6-astra · effort ultra
Время
29 мин
Источников
66
Слов
13385
Утверждений
212
Валидация
блокеров 0, предупреждений 11
Fabledone
Модель
claude-fable-5-1 · effort max
Время
51 мин
Источников
117
Слов
19451
Утверждений
307
Валидация
блокеров 0, предупреждений 5
Стоимость
$25.95 по списочным ценам

Вердикт координатора

Философия совпала до формулировок. Прогноз отвечает, что ожидается при сохранении структуры; сценарий описывает согласованный набор допущений о мире, нужный не для угадывания исхода, а для изменения представлений тех, кто решает; what-if — условный расчёт последствий по модели, истинный относительно её структуры, а не мира. Обе модели опираются на одни первоисточники: Shell и Wack, Schoemaker, Оксфордский подход, Ritchey, Sterman, Howard, Savage с «flaw of averages», Hubbard с калибровкой, RAND с глубокой неопределённостью. Обе разделяют exploratory и normative сценарии, обе называют главный критерий: сценарий, у которого нет решения, signpost, триггера и плана реакции, остаётся текстом. Astra формулирует это как «набор историй без последних звеньев не образует слоя управления», Fable как «сценарий без решения — эссе».

Рабочая связка совпала. Для компании 5–500 человек обе предлагают одну конструкцию: фокусное решение → реестр допущений с диапазонами, источником, владельцем и датой проверки → модель из 5–10 драйверов, которыми руководство управляет → два–четыре сценария, различающиеся логикой, а не знаком отклонения → what-if по одному драйверу и совместные вариации или Monte Carlo с зависимостями → стресс и reverse stress до точки нежизнеспособности → signposts на измеримых величинах, триггеры с порогом и persistence, playbook с владельцем и сроком → журнал проверки фактом с расширением диапазонов при промахах. Обе разводят версию плана (административная копия бюджета) и сценарий (набор допущений о мире) и обе показывают, что тот же набор полей работает в трёх сегментах: у Astra таблица «одно поле в трёх сегментах», у Fable три сквозных примера с реестрами и триггерами.

Сложность добавляется по механизму неопределённости. Обе: диапазоны и Monte Carlo — для обоснованного риска, сценарии контекста — для структурных изменений, системная динамика, дискретно-событийные и агентные модели — когда результат определяют накопления, очереди или взаимодействия, цифровой двойник — только когда состояние существенно меняется между решениями. Обе предупреждают, что tornado по одному входу не видит взаимодействий (Saltelli), что число прогонов Monte Carlo — параметр вычисления, а не знак качества, и что некалиброванные интервалы делают симуляцию умножителем самоуверенности.

Эмпирика ограничена, и обе говорят одинаково. Доказано влияние сценариев на суждения экспертов (Phadnis 2015 у Fable), снижение framing bias при полном процессе (Meissner и Wulf), корреляция готовности к будущему с результатами фирм (Rohrbeck и Kum 2018: у Astra числа из полного текста, у Fable отмечено, что в аннотации их нет), тренируемость вероятностных суждений (Mellers и Tetlock). Не доказано прямое улучшение качества решений конкретной техникой; обзор обзоров Cordova-Pozo и Rouwette 2023 отмечает дефицит прозрачных исследований. Для малых компаний, салонов и продуктовых команд эмпирики нет: источники там практики и вендоры. Обе относят уверенность в философии и таксономии к высокой, в переносимости схемы к средней, в ROI к низкой.

Расхождения. Fable шире по школам: добавляет класс адаптивного планирования при глубокой неопределённости (RDM, Dynamic Adaptive Policy Pathways с signposts и tipping points, Assumption-Based Planning), суперпрогнозирование как отдельный класс калибровки, conjunction fallacy как главный когнитивный риск нарративов и Найтовское различение риска и неопределённости. Astra строже к математике: правила выбора действия при спорных вероятностях (ожидаемая полезность, maximin, minimax regret с числовым порогом для RDM), формулы EVPI и EVSI, ошибка симуляционного оценивания, проверка единиц потока и запаса на шаге времени, требование хранить seed, engineVersion и inputHash у каждого прогона. По LLM Fable утверждает, что к 2026 году модели «неотличимы от суперпрогнозистов на части задач» по данным Forecasting Research Institute за июль 2026 и Metaculus за весну 2026; Astra работает со снимком ForecastBench v5 за февраль 2025, где суперпрогнозисты лучше с p<0,001, и указывает, что модель получала коллективные прогнозы на входе. Данные Fable новее, и сама Fable оговаривает паритет только для dataset-вопросов с предупреждением Paleka об утечках; для бизнес-вопросов компании паритет не доказан ни у одной.

Карта согласий и расхождений

Раздел Согласие Astra Fable Комментарий координатора
0. Вердикт полное Связка «контексты → модель драйверов → сравнение действий → сигналы и пересмотр»; сложность по механизму неопределённости; альтернатива — прогноз с резервом и эксперимент Один слой с двумя концами; четыре различения; доказано влияние на суждения, не на решения; альтернатива — RDM и DAPP для капитальных решений, rolling forecast с турнирными вероятностями для коротких Один вывод
1. Что это и как работает в целом Таксономия сущностей (прогноз, сценарий, what-if, план, бюджет, решение) с колонкой «что нельзя подменять»; пять осей неопределённости; школы с точками поломки; правила выбора и RDM с порогом; EVPI и EVSI; цифровой двойник как среда синхронизации Четыре различения с первоисточниками; восемь классов методов по действию с неопределённостью с единой схемой «входы, процедура, результат, допущения, где ломается»; шесть сущностей связи сценария с решением; связь с моделью драйверов Fable шире по школам, Astra глубже по математике
2. Актуальность и доказательная база в целом Cordova-Pozo и Rouwette, Chermack 2017 с критикой статистики, Rohrbeck и Kum с числами, AFP кейс, CMR 2026; AFP 2025 (362 ответа); Mellers, Saltelli 2017, FarmDESIGN; OECD–FAO 2026–2035 и USDA 2026 Phadnis 2015, Meissner и Wulf 2013, Rohrbeck и Kum, Wright и Bradfield, Bradfield 2005; conjunction fallacy, Tetlock 2005, пивная игра, RCF; FP&A Trends (61 % rolling forecast, 3 % сценарное управление, 17 % driver-based); цифровые двойники в агро (1 из 34 готова); ForecastBench, FRI 2026, Metaculus, Schoenegger, Paleka Разные корпуса, одинаковый вывод; Fable использовала издание OECD–FAO 2025–2034, Astra нашла 2026–2035
3. Где применимо и где нет полное Подходит при понятном механизме, нескольких источниках вариативности, смене правил, накоплениях, очередях, взаимодействиях, необратимой ошибке; не подходит без решения, при неизвестном причинном эффекте, несогласованных данных, неготовности пересматривать Подходит при необратимых решениях в неопределённой среде, немногих драйверах, горизонте до 12–18 месяцев для чисел, измеримых диапазонах, операционных моделях; не подходит для краткосрочного прогноза спроса, при чтении сценариев как прогноза, без владельца допущений, для команды до пяти человек с обратимым решением Совпадают
4. Альтернативы и дерево решений в целом Восемь подходов от прогноза с резервом до пилота с последовательным решением; дерево от наличия решения, порога выживания, известности отклика, спора о механизме, устойчивости механизма Восемь альтернатив с колонками «тип неопределённости, горизонт, цена входа, пригодность для LLM»; дерево от обратимости и цены решения, измеримости неопределённости, наличия модели, горизонта Деревья объединены ниже
5. Практическое применение в целом Восемь шагов с ответственными; масштаб 5–20 / 20–100 / 100–500; сценарии: выбор сорта на 100 га с regret-таблицей, цена и мощность SaaS с run-rate, салон на 640 слотов с порогом безубыточности и правилом «загрузка не проверяет расписание» Десять шагов; роли и где живут допущения; ритм по неделям, месяцам, кварталам; хозяйство 2000 га с DSSAT, реестром, четырьмя сценариями и триггерами на измеренную влагу; SaaS 45 человек с Bass и стрессами; салон 8 кресел с 2640 кресло-часами и пиками расписания Примеры дополняют друг друга; Astra честнее к статистике (regret, run-rate против прибыли), Fable конкретнее по ритму
6. Артефакты полное Восемь артефактов включая decision brief, карточку валидации модели и журнал с informationAvailableAt; жизненные циклы допущения, модели, сценария, прогона, триггера; SIPmath для переноса распределений Семь артефактов с полями и источником каждого поля: реестр допущений (predetermined или critical, load_bearing), модель драйверов, сценарная матрица, what-if лист, карта триггеров, журнал, запись стресс-теста Совпадают по составу
7. С чем используется в связке полное Восемь связок с конфликтами; интерфейсы с OKR, картой, деревом метрик и OST только обменом сущностями Что предшествует, идёт параллельно и следует; шесть конфликтов включая оптимизатор против сценариев и прогноз, привязанный к вознаграждению Совпадают
8. Метрики здоровья и антипаттерны в целом Десять признаков, большинство авторские ориентиры: lead time сигнала, журнал тревог, калибровка прогнозов; пять антипаттернов Тринадцать признаков с числами из опросов: 5–10 драйверов, 2–4 сценария, цикл прогноза меньше двух дней, калибровка 90 %; пять антипаттернов Наборы антипаттернов совпадают почти дословно
9. Инструменты и софт в целом Anaplan, Pigment, @RISK, AnyLogic подробно; таблицы, Cube, Causal → Lucanet, Crystal Ball, Vensim, DSSAT, APSIM Те же плюс Excel What-If, SIPmath ChanceCalc, EMA Workbench, PySD, AFO, forecasting-tools Цены Vensim совпали до доллара
10. Адаптация под LLM и агентов в целом Pigment AI и @RISK Agent; Kozachek 2026, ForecastBench v5, Ball о синтетических персонах; разделение труда; девять сущностей с воспроизводимостью прогонов; десять уровней автоматических проверок; безопасный цикл агента из пяти шагов Семь задач с доказательствами; Anaplan CoModeler, Pigment, Cube; что остаётся человеку; чему нельзя доверять; пять рабочих связок; YAML-схема семи сущностей; одиннадцать проверок включая вырождение набора и «числа только из прогонов» Схемы совместимы, объединены ниже; расхождение о паритете LLM названо в вердикте
11. Происхождение и что читать полное Кратко: Wack, Schwartz, Schoemaker, OSPA 2016; чтение из двенадцати пунктов с указанием, что не читалось Таблица этапов от Кана и RAND до агентов 2026; ключевые фигуры; чтение из двадцати пунктов Совпадают
12. Открытые вопросы полное ROI для SMB, эмпирика, локальные модели, распределения, LLM без сравнительной оценки; книги по аннотациям; демо без визуальной проверки Закрытые первоисточники; противоречия о паритете LLM, пользе сценариев, обучении против решения, ценности прогнозов в агро; какие проверки изменили бы выводы Совпадают по сути

Шкала согласия: полное, в целом, частичное, расхождение, только у одной.

Уникальные находки

Только у Astra

  • Таксономия шести сущностей планирования (прогноз, сценарий контекста, what-if, план, бюджет, решение) с тем, что нельзя подменять, и пять осей неопределённости с последствием для метода: риск, эпистемическая, глубокая, случайная вариативность, неоднозначность целей.
  • «Корреляционный драйвер не обязательно рычаг»: рост продаж вместе с рекламным бюджетом не доказывает отклик, бюджет мог расти в ответ на спрос; такому what-if нужен причинный механизм, эксперимент или диапазон откликов.
  • Правила выбора действия отделены от симулятора: ожидаемая полезность при обоснованных вероятностях, maximin, minimax regret и достижение минимально приемлемого при спорных; RDM совместим с вероятностями (порог 30 % в иллюстрации A против B).
  • Формулы EVPI и EVSI как критерий, что измерять перед решением; большой вклад входа в разброс сам по себе не означает высокую ценность измерения.
  • Ошибка симуляционного оценивания sqrt(p(1−p)/N) как ошибка внутри модели, не интервал неопределённости бизнеса; нулевая частота редкого события в прогонах не доказывает невозможности.
  • Проверка единиц потока и запаса: stock[t+1] = stock[t] + inflow − outflow, поток в единицах в день на недельном шаге требует умножения на длительность.
  • Regret-таблица выбора сорта: minimax regret выбирает устойчивый сорт (8 000 против 17 000), смесь 32/68 га снижает максимальный regret до 5 440; «лучше» требует критерия.
  • Разбор статистики Chermack 2017 (несогласованность степеней свободы) и оговорка, что результаты крупных многонациональных компаний нельзя выдавать за ROI для салона.
  • Воспроизводимость прогонов: snapshot входов, modelVersion, engineVersion, seed, inputHash; статусы допущения, модели, сценария, прогона и триггера как отдельные автоматы; informationAvailableAt у наблюдения не позже решения, которое его использует.
  • Безопасный цикл агента: ограниченный контекст → patch с причиной → детерминированный валидатор и движок → сравнение с run ID → разделение расчёта и исполнения; «нельзя превращать выдуманную уверенность в данные».
  • Демонстрация astra/scenario-demo.html и исполняемый пример astra/scenario-model-example.json с валидатором.

Только у Fable

  • Восемь классов методов по действию с неопределённостью, включая адаптивное планирование (RDM, DAPP с tipping points, signposts и triggers, Assumption-Based Planning) и суперпрогнозирование как класс калибровки.
  • Найтовское различение риска и неопределённости и глубокая неопределённость по определению RAND; conjunction fallacy (Tversky и Kahneman 1983) как главный когнитивный риск детализированных нарративов.
  • Эмпирика суждений: 284 эксперта и около 28 000 прогнозов Тетлока 1984–2003 едва лучше случайности на 3–5 лет; Good Judgment в турнире IARPA на 35–72 % точнее других команд; пивная игра; RCF на трамвае Эдинбурга (25 % против 57 % резерва).
  • FP&A Trends: 61 % организаций ведут rolling forecast, 24 % обновляют по триггерам, 3 % имеют сценарное управление в реальном времени, 12 % живут годовым планом; полностью driver-based модели у 17 %, у них 77 % довольны прогнозами; 46 % времени FP&A уходит на сбор данных, 29 % тратят больше 10 дней на прогноз.
  • Опрос 182 компаний с rolling budget: месячная форма связана с неопределённостью и стратегией, квартальная используется символически.
  • Реальные опционы применяли 1,6 % финансовых директоров Fortune 1000 в 2002 году; цифровые двойники ферм: из 34 работ 2018–2023 одна готова к развёртыванию; ценность сезонных климатических прогнозов для решений фермы «часто низкая и сильно вариабельная».
  • Точность baseline-проекций USDA и OECD–FAO падает с горизонтом, на девятилетнем горизонте лишь 7 наблюдений.
  • LLM: ForecastBench ICLR 2025 и обновление FRI июля 2026 (неразличимость на dataset-вопросах), Metaculus FutureEval весны 2026 (173 бота, разрыв незначим, годом ранее 20 баллов), Schoenegger 2024 (ансамбль 12 LLM неотличим от 925 людей, медиана людей повышает точность на 17–28 %), LLM строят causal loop diagrams экспертного качества для простых структур, «System Dynamics Bot» находит около 60 % связей.
  • Правило «числа только из прогонов» и проверка вырождения набора сценариев (различаются только знаком отклонения); правило расширения диапазона при двух промахах из трёх.
  • Три сквозных примера с реестрами и триггерами: влага в метровом слое ниже 60 мм → азот −20 % и 200 га под подсолнечник; отток выше 2,5 % два месяца → playbook удержания; загрузка ниже 50 % четыре недели → акция вне пика; reverse stress выпадает примерно в 7 % прогонов.
  • Открытые инструменты: EMA Workbench (TU Delft), PySD, AFO, forecasting-tools (Metaculus), PyMC-Marketing с модулем Bass.

Объединённое дерево решений

  • Если никакое доступное действие не меняется от результата анализа→реестр сигналов и простой прогноз; сценарный проект не запускать
  • Если решение обратимо и дешевле недели работы→what-if в таблице по 3–5 драйверам, pre-mortem на 30 минут; без сценариев
  • Если критично не пересечь порог выживания или исполнения обязательств→reverse stress test до точки нежизнеспособности, затем проверка конкретных мер восстановления
    • Если вероятности обоснованы повторными данными→Monte Carlo траекторий с зависимостями, вероятность нарушения лимита, стресс вне исторического диапазона
    • Если вероятности спорны→несколько тяжёлых согласованных контекстов и RDM с границами приемлемости и триггерами
  • Если неизвестен отклик на собственное действие (цена, новая услуга)→ограниченный эксперимент и дерево решений с обновлением допущений
    • Если эксперимент невозможен или ошибка необратима→диапазон альтернативных откликов, анализ чувствительности и реальный опцион на этапное обязательство; ценность гибкости считать деревом, а не формулой опционов
  • Если решение необратимо или дороже квартала выручки, а неопределённость измерима диапазонами→количественная ветка
    • Если есть операционная структура с очередями, ресурсами или обратной связью (расписание, ёмкость, запасы, севооборот)→симуляция нужного класса: DES для очередей, системная динамика для накоплений и задержек, DSSAT или APSIM для урожайности; поверх неё Monte Carlo по входам, tornado и глобальная чувствительность
    • Иначе→модель драйверов, калиброванные диапазоны или SIP, Monte Carlo с зависимостями, три–четыре именованных сценария как срезы распределения, триггеры на измеримых signposts
  • Если неопределённость глубокая (структура рынка, регуляторика, технология без истории)→сценарии контекста
    • Если есть симуляционная модель и несколько стратегий→RDM: exploratory modeling, scenario discovery, затем адаптивные пути с tipping points
    • Если нужны разные взгляды на саму проблему, а чисел мало→OSPA с пользователем решения и независимой критикой
    • Если две неопределённости дают содержательно разные миры→матрица 2×2, проверка согласованности, модель драйверов под каждым квадрантом
    • Если существенных состояний и взаимосвязей больше→морфологическое поле с cross-consistency assessment; при направленных влияниях CIB
    • Если горизонт короче двух лет→сценарии как наборы допущений на модели драйверов, reverse stress, триггеры и playbooks
  • Если механизм устойчив и несколько входов почти линейно меняют итог→tornado по одному драйверу и break-even; при нелинейности или взаимодействиях → multi-way grid, при высокой цене ошибки → глобальная чувствительность
  • Если агрегированная модель теряет важный механизм→симуляция: запасы и задержки → системная динамика; очереди и совместимость ресурсов → DES; различия агентов и сеть → ABM, без данных о правилах → wargame как генератор гипотез; состояние быстро меняется между решениями → валидированная симуляция и digital twin, иначе периодический импорт факта
  • Если нужен ответ на единичный вопрос с проверяемым исходом (тендер, релиз конкурента, решение регулятора)→калиброванная вероятность командой и LLM-агрегатом с учётом по Brier, без сценарного процесса
  • Если конкурент или регулятор ответит на ваш ход→wargaming на один–два дня поверх сценариев
  • Если нужен план к заданной цели (безубыточность, сертификация, сезон)→backcasting от цели поверх базового сценария с проверкой прямой моделью
  • Если команда меньше пяти человек→та же связка в сжатой форме: одна таблица допущений, три сценария, пять signposts, ежемесячный пересмотр
  • Иначе→полная форма: реестр допущений, модель драйверов, набор сценариев, карта триггеров, журнал проверки фактом; горизонт задаётся инерцией решения (сезон для посева, срок выхода на продуктивность для найма, время изменения доступных часов для салона)

Объединённая структура сценариев и допущений

Обе модели предлагают близкие схемы; ниже их объединение как основа машиночитаемого слоя планирования. Всё это авторские предложения обеих моделей, а не отраслевой стандарт.

Сущность Поля и правила Откуда
Decision brief Вопрос, варианты, горизонт, крайний срок, критерий выбора, худший приемлемый исход, владелец; отвергнутые варианты сохраняются Astra
Assumption Формулировка, kind (predetermined или critical_uncertainty), load_bearing, драйвер, диапазон p10/p50/p90 или ссылка на SIP, единица, источник (данные, модель, калиброванная оценка, outlook), владелец, asOf, check_at, статус (open, validated, broken, retired), signposts; тип знания и область применимости обе
Driver / Formula id, тип (outcome, driver, external), формула как проверяемое выражение, единица, timeBasis, зависимости, лаги, источник факта и каденция обе
Model version Граница модели, шаг времени, начальное состояние, ограничения, ссылки на валидацию; структурная правка — новая версия, не тихая замена формулы Astra
Scenario orientation (exploratory или normative), логика или оси, значения по каждому несущему допущению, predetermined-элементы, нарратив, signposts, следствия для решения, response_plan, статус и дата пересмотра; probability допускается пустым и не равен нулю обе
Run base_scenario, mode (one_way, multi_way, monte_carlo, stress, reverse_stress), изменения драйверов, inputHash, engineVersion, seed, выходы с квантилями и диагностикой, решение, которое прогон обслуживал; неизменяемый Astra воспроизводимость, Fable режимы
Signpost / Trigger Метрика, источник данных, частота, оператор, порог, направление, persistence, правило при пропуске данных, leadTime, какой сценарий делает вероятнее, playbook, владелец, состояние (green, watch, triggered) обе
Playbook Действия с исполнителем, сроком, стоимостью и предусловиями; ресурс и срок эффекта обе
Journal entry Дата, объект (допущение, сценарий, триггер, прогон), ожидание, факт, попадание, вклад в Brier для вероятностных записей, урок, изменение; informationAvailableAt не позже решения; прошлые ожидания не редактируются обе
Stress record Определение провала, найденные сочетания драйверов, правдоподобие (доля прогонов или экспертная оценка), меры до и после, дата пересмотра Fable
Validation card Область применимости, проверочные данные, тесты, ошибки, структурные ограничения, проверяющий; «арифметический тест есть» не означает «отклик спроса валидирован» Astra
Автоматические проверки Схема и ссылки; монотонность диапазона и совпадение единиц; у каждого несущего допущения владелец, дата и signpost; каждый активный сценарий задаёт значение каждой критической неопределённости; отклонение вырожденного набора; объявленные несовместимости пар значений; значения вне p1–p99 помечаются как stress; у триггера есть источник, частота, владелец и playbook; выходы есть только у прогонов, порождённых движком, текст не содержит чисел без ссылки на прогон; единицы потока и запаса на шаге времени; корреляционная матрица положительно полуопределена; воспроизводимость по snapshot и seed; просроченные check_at и триггеры в watch поднимаются в отчёт; допущение с двумя промахами из трёх помечается для пересмотра источника обе
Остаётся человеку Фокусное решение и рамка, полнота набора критических неопределённостей, правдоподобие нарратива, честность диапазонов, причинная правдоподобность связи, право менять бюджет, расписание и обязательства обе

Статистика запусков

Показатель Astra Fable
Модель и effort gpt-6-astra, ultra claude-fable-5-1, max
Время работы 29,4 мин 51,2 мин
Поиск и чтение 94 поисковых запроса и 132 открытия страниц по собственному учёту; 66 источников: 47 полных текстов, 14 фрагментов, 5 аннотаций 60 поисков, 202 обращения к страницам, 55 правок файла; 117 источников
Пересечение источников 7 общих URL, 21 общий домен: Oxford, Hubbard, Ritchey, DSSAT, Lumivero, Cube, UK Futures Toolkit, Anaplan, Pigment, OECD, USDA, Vensim
Объём, слов 13 385 19 451
Типизация утверждений 212: 110 гипотез, 64 факта, 22 мнения, 13 эмпирики, 3 вендор 307: 107 фактов, 80 эмпирики, 57 мнений, 36 вендор, 27 гипотез
Ссылок на источники в тексте 137 585
Дерево решений 8 ветвей, 16 листьев 8 ветвей, 12 листьев
Антипаттерны, термины 5, 58 5, 69
Стоимость CLI не сообщает $25,95 по списочным ценам
Статус валидации 0 блокеров с первого раза, 11 предупреждений: 403 и таймауты при проверке ссылок Oxford, Penguin, Sage, OUP, OECD, INFORMS, Square, AnyLogic, Oracle 0 блокеров с первого раза, 5 предупреждений: 403 у OUP, OECD, ScienceDirect и шаблона assumption log

Открытые вопросы

  • Нет контролируемого исследования сценарного процесса с измерением качества решений в компаниях 5–500 человек; обе модели считают это главным пробелом и предлагают локальный пилот на два цикла с журналом ex-ante оснований, чтобы отделить качество процесса от удачи.
  • Паритет LLM с суперпрогнозистами доказан только на коротких проверяемых вопросах бенчмарков и с оговорками об утечках; на market-вопросах модели слабее, а на внутренних бизнес-вопросах (отток, загрузка, урожайность) оценки нет ни у одной.
  • Калибровочный тренинг известен по данным вендора (Hubbard Decision Research); независимой репликации переноса на бизнес-оценки ни одна модель не нашла.
  • Ценность прогнозов в агро спорна: агромодели рекламируют what-if по погоде, а исследования находят ценность сезонных прогнозов для решений низкой и вариабельной; обе сходятся на правиле «триггеры на измеренные величины, не на прогнозы».
  • Обучение против решения: Оксфордская школа ставит обучение выше решения, практики FP&A требуют триггеров и playbooks; обе модели соединяют их через артефакты, и это их выбор, а не консенсус.
  • Все числа в примерах трёх сегментов — иллюстрации: эластичность спроса салона, урожаи сортов, продуктивность новичка и явки не измерялись; для салонов найдены только вендорские ориентиры, для продукта — консультантские.
  • Полные тексты Wack, Schwartz, Ramírez и Wilkinson, Howard и Matheson, Klein и Savage у обеих моделей по аннотациям или фрагментам; страницы Shell, RAND, Gartner, ScienceDirect и Wiley отвечали 403.
  • Регуляторная сторона reverse stress testing для нефинансовых компаний описана только через банковские принципы; перенос обязанности на SMB обе называют гипотезой.

Заметки о прогоне

  • Первая тема дня 2026-09-21: обе модели запущены одновременно в 07:50 UTC, Astra закончила за 29 минут, Fable за 51 минуту с самым большим реестром среди всех тем (117 источников). Параллельно с Fable шли два прогона Astra по другим темам без помех.
  • Обе прошли валидацию с первого раза; все предупреждения относятся к проверке доступности ссылок.
  • Astra сохранила собственную самопроверку в self-validation-by-astra.json и указала, что валидатор харнесса не запускала из-за границы доступа участника; харнесс проверил файл отдельно.
  • Пересечение источников самое низкое среди всех тем: 7 общих URL при 21 общем домене. Astra ушла в первоисточники методов и критические обзоры, Fable — в эмпирику суждений, опросы FP&A и бенчмарки LLM; вместе они покрывают тему заметно шире, чем каждая по отдельности.
  • Astra помечает гипотезой половину утверждений (110 из 212), Fable — только 27 из 307, зато 80 эмпирики: у Fable корпус с исследованиями, у Astra — авторская формализация.