AstraOpus индекс координатора дата: 2026-09-27 final
Упрощение подачи информации без потери смысла: когнитивная нагрузка, формулировки, визуальные акценты и скилл переработки текстов ИИ
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.
- Модель
- gpt-6-astra · effort ultra
- Время
- 29 мин
- Источников
- 68
- Слов
- 15769
- Утверждений
- 245
- Валидация
- блокеров 0, предупреждений 10
- Модель
- claude-opus-5-5 · effort xhigh
- Время
- 40 мин
- Источников
- 77
- Слов
- 19555
- Утверждений
- 347
- Валидация
- блокеров 0, предупреждений 3
- Стоимость
- $13.16 по списочным ценам
Вердикт координатора
Что строить. Обе модели независимо предлагают одно и то же: скилл, который не трогает исходник и строит рядом полную HTML-версию. Меняются формулировки, порядок, структура, акценты и раскрытие подробностей. Не меняются факты, числа, единицы, оговорки, степень уверенности, источники и выводы. Сокращение текста не цель: всё содержание остаётся на странице, часть — в свёрнутых блоках.
Что утомляет в текстах ИИ. Не отдельные слова, а плотность. В одно предложение упакованы вывод, условия, несколько чисел и оговорка, а действие спрятано в отглагольные существительные. Обе модели приводят корпусное исследование Reinhart и соавторов (PNAS, 2025): у GPT-4o отглагольных существительных в 2,1 раза больше, чем у людей. Поэтому работает не замена синонимов, а разбор плотного предложения на утверждения, вывод первым, таблица вместо «соответственно» и перенос служебных пометок из текста в подписи.
Главный риск — тихая потеря смысла. Opus приводит исследование: модели при пересказе расширяют выводы почти в пять раз чаще людей, и просьба быть точнее не помогает. Astra описывает вторую сторону: оговорка может остаться в файле, но спрятаться в закрытом блоке и перестать влиять на решение. Вывод у обеих один: полной автоматической гарантии сохранения смысла нет, поэтому проверка идёт слоями.
- Детерминированная сверка чисел, ссылок, пометок и оговорок блокирует выпуск.
- Проверка следования в обе стороны: нет ли в новой версии добавлений и потерь.
- Модель-судья — только на расхождениях, отдельным вызовом.
Фрагмент, который не прошёл проверку, остаётся в исходной формулировке. Объединённая схема — в разделе «Проверка смысла».
Интерактив. Прятать можно только то, что нужно меньшинству читателей: методику, длинные таблицы, реестр источников. Вывод, решение, ключевые числа и оговорки к ним видны всегда. Обе строят страницу на нативных details без внешних библиотек: поиск по странице находит свёрнутое, печать выводит всё, без JavaScript текст остаётся доступен.
Профилактика дешевле лечения. Обе дают готовый блок правил письма для заданий агентов. Обе считают, что часть «языка ИИ» порождает наш собственный стандарт исследований: жирное в каждом абзаце, пометка типа после каждой фразы, требование структурного элемента каждые четыре предложения. Менять ли стандарт — решение пользователя; предложения собраны в разделе «Наш стандарт и задания».
Ограничение и уверенность. Почти все эксперименты о нагрузке выполнены на студентах и учебных материалах. Переработку аналитических отчётов для руководителей не изучал никто. Проверяющие модели и метрики согласованности описаны на английском, их точность на русском неизвестна. Уверенность высокая в том, что смысл и оформление надо проверять раздельно, средняя в ожидаемом облегчении чтения и низкая в любых числовых обещаниях до пилота на своих отчётах.
Расхождения.
- Жёсткость лимитов. Opus задаёт правила: предложение до 25 слов, не больше трёх чисел, выделение до семи слов, и включает их в самопроверку агента. Astra считает 25 слов поводом посмотреть на предложение, а не запретом, и предупреждает, что дробление рвёт связи «потому что» и «если».
- Формула Оборневой. Коэффициенты у моделей разные: 1,3 и 60,1 у Astra (по статье Соловьёва и соавторов 2018 года), 1,52 и 65,14 у Opus (по русской Википедии, которая ссылается на работу 2005 года). Первоисточник не читала ни одна. Astra советует фиксировать в скилле точную формулу, а не имя.
- Типографика. Opus берёт «строка до 80 знаков, интервал 1,5» из WCAG 1.4.8 как норму вёрстки. Astra напоминает, что это критерий уровня AAA о возможности настройки, и берёт 68 знаков и интервал 1,6 как стартовые значения для проверки.
Карта согласий и расхождений
| Раздел | Согласие | Astra | Opus | Комментарий координатора |
|---|---|---|---|---|
| 0. Вердикт | в целом | Контролируемая переработка полного документа; полной автоматической гарантии эквивалентности нет; сильнейшая альтернатива — сохранить формулировки и менять только представление | Скилл Markdown → HTML с неизменным смыслом; главный риск — обобщение при пересказе; выпуск блокирует детерминированная сверка; альтернатива — профилактика в заданиях | Выводы совпадают, акценты разные: Astra говорит, что нельзя гарантировать, Opus — чем блокировать выпуск. Сильнейшей альтернативой названы разные вещи, но у каждой модели есть обе: режим «только представление» у Opus называется облегчённым режимом скилла |
| 1. Что это и как работает | в целом | Четыре стороны ясности по ISO 24495-1; шесть слоёв диагностики; нагрузка по Свеллеру, ёмкость 3–5 блоков по Коуэну, принципы Майера; таблица подходов от PLAIN до Главреда; BLUF, Минто, перевёрнутая пирамида; 10 черт «языка ИИ»; 8 невидимых проблем | То же ядро плюс медианные эффекты принципов Майера (d от 0,41 до 1,10), метаанализы сигналов (g = 0,52) и обратной экспертизы; около 7 % элементов ISO о выборе слов; корпусные черты текстов моделей; 9 черт отчётов агентов; 8 невидимых проблем | Одинаково: упрощение подачи — не выжимка и не лёгкий язык, работает структура, а не слова. Opus богаче числами эффектов, Astra осторожнее с их переносом: «g не означает на 37 % понятнее». Обе включили в невидимые проблемы правила нашего стандарта |
| 2. Актуальность и доказательная база | частичное | Эксперименты с упрощением на взрослых: Google (4 563 участника, +3,9 п. п. понимания, субъективная лёгкость росла быстрее), Sayfi 2024, Holst 2025, Etkin 2025 (выжимка вместо текста вредит сильным читателям), Easy Read, шрифты, полярность экрана, контрпример Rashid 2024 | Риски переработки моделью: обобщение при пересказе (OR 4,85), метрики упрощения не видят искажений, судьи близки к случайному на тонких несоответствиях; метаанализы сигналов, обратной экспертизы и соблазнительных подробностей; NN/g 1997 | Базы почти не пересеклись: 11 общих URL при 68 и 77 источниках. Общие только Reinhart (×2,1 у GPT-4o) и Kobak. Вместе картина полная: польза упрощения умеренная (+3,9 п. п. в крупнейшем эксперименте), а риск искажения систематический |
| 3. Где применимо и где нет | в целом | Подходит: решение по длинной аналитике, сложность создаёт подача, разная глубина чтения, стабильный исходник. Не подходит: нужна гарантия без человека, противоречивый исходник, смысл в точном тексте, задача — выучить механизм | Подходит: плотный, но верный текст; выборочное чтение; много однотипных отчётов; пересылка; читатели разного уровня. Не подходит: ошибки в исходнике, юридический текст, документ на один экран, нужно читать всё подряд, нет проверки смысла | Условия совпадают. Opus добавляет порог «один экран», Astra — учебный случай, где ранний вывод мешает построить понимание |
| 4. Альтернативы и дерево решений | в целом | 7 вариантов; 20 приёмов К01–К20; дерево из 6 ветвей; таблица выбора интерактивных компонентов | 8 вариантов; 26 приёмов П1–П26 со шкалой доказанности; дерево из 6 ветвей и второе дерево «форма фрагмента» | Каталоги совпадают по ядру, соответствие — в разделе «Каталоги приёмов». Только у Opus: блок «Что решить», карточки ключевых чисел, фильтры таблиц. Только у Astra: различение шагов и набора условий — нумерованный список означает порядок |
| 5. Практическое применение | полное | Конвейер из 10 шагов с артефактами; папка с раздельными пространствами ссылок; входной HTML — данные; длинный документ по блокам; два образца с разбором; иллюстративный пилот | Конвейер из 11 шагов: скрипт делает всё детерминированное, модель — только суждения; три слоя проверки; папка и длинные документы; два образца с разбором; вход за 3–5 рабочих дней | Порядок работы одинаковый: зафиксировать вход, разобрать, составить опись смысла, спланировать, переформулировать по блокам, проверить, собрать HTML, отчитаться об изменениях. На образцах обе приняли одни и те же решения, подробно — в разделе «Образцы» |
| 6. Артефакты | полное | Опись входа, реестр утверждений, план, журнал правок, отчёты проверки смысла и интерфейса, страница, индекс папки; черновик SKILL.md readable-research; промпты диагноста, редактора и проверяющего; схема страницы; таблица доступности компонентов |
Структура скилла making-reports-readable; черновик SKILL.md; схемы описи и плана; промпты переформулирования и судьи; схема страницы; отчёт изменений; чек-лист из 12 пунктов; 5 эталонных сценариев |
Два черновика скилла почти совпадают по устройству. У Opus есть эталонные сценарии и промпт судьи с бинарными вопросами, у Astra — отдельный отчёт проверки интерфейса и статусы выпуска |
| 7. С чем используется в связке | в целом | Переработка идёт после проверки содержания и до публикации; 6 связок; поток отчётов — отдельная задача | До, во время и после; 4 комбинации; 7 конфликтов, в том числе с правилами нашего стандарта | Обе предупреждают, что аккуратная вёрстка создаёт впечатление проверенности, и ставят переработку после содержательной приёмки |
| 8. Метрики здоровья и антипаттерны | в целом | Метрики C, P, N, U, V: полнота, опора на исходник, нарушения связей, неопределённые проверки, видимость критического; приёмка C = P = V = 1, N = U = 0; тест на читателях с контрольными вопросами; 5 антипаттернов | 20 метрик: смысловые бинарные блокируют выпуск, читаемость показывает только направление; время ответа на «что решить» у 3–5 читателей; 5 антипаттернов | Три пары антипаттернов описывают одно: «Коротко любой ценой» и «Гладко и неверно», «Всё за кнопкой „Подробнее“» и «Аккордеонная свалка», «Судья подтверждает собственную редактуру» и «Судья сам себе». Только у Astra — «Числа на месте — значит всё верно», только у Opus — «Синонимайзер» |
| 9. Инструменты и софт | в целом | Hemingway Editor Plus ($100 и $150 в год), Grammarly (Pro $30 в месяц или $144 в год, русского нет в списке), Wordtune (русский вход, английский выход), WRITER, Главред как линтер; SummaC, AlignScore, QAFactEval | Hemingway, Grammarly (с ноября 2025 года компания называется Superhuman), WRITER, MiniCheck; скиллы humanizer и govuk-style; PlainRussian; цены не проверены | Вывод одинаковый: готового инструмента под задачу нет, основа — собственный файловый конвейер, коммерческие ассистенты работают на уровне фраз и слабы в русском. Цены есть только у Astra |
| 10. Адаптация под LLM и агентов | полное | Кто что делает: программа, модель, отдельный проверяющий, эксперт, читатели; пределы методов согласованности; двусторонняя проверка; судье не показывают самооценку редактора; 10 намеренных ошибок и контроль ложных тревог для калибровки; 4 уровня выпуска | Модель-исполнитель и её известные отказы; 7 классов проверок; рекомендуемая комбинация; что остаётся человеку; риски; блок профилактики; правки к нашему стандарту | Схема проверки у обеих одна. Обе предупреждают: проверяющих, описанных для русского языка, нет, поэтому нужен свой набор эталонов с внесёнными искажениями |
| 11. Происхождение и что читать | полное | Чуковский, Нора Галь, Ильяхов; Свеллер, Майер, Минто, Тафти; стандарты ясного языка; 10 чтений | Хронология от перевёрнутой пирамиды XIX века до 2026 года; те же фигуры плюс Нильсен, Райнхарт, Кобак, Лабан; 12 чтений | Корни одни |
| 12. Открытые вопросы | полное | 7 вопросов: причинность «язык ИИ → усталость», длина предложения, безошибочный судья, долгая польза, неоднозначности образцов, польза деталей HTML | Эффект на руководителях, русский язык, приёмы без измерений, первоисточники в пересказе, цены; противоречия источников о hidden="until-found" |
Главные пробелы названы одинаково: нет измерений на руководителях и нет проверяющих для русского |
Шкала согласия: полное, в целом, частичное, расхождение, только у одной.
Уникальные находки
Только у Astra
- Лёгкость и понимание — разные величины. В исследовании Google на 4 563 участниках упрощение моделью улучшило правильность ответов с 44,3 до 48,2 %, а субъективная лёгкость росла быстрее понимания. Мерить надо оба показателя отдельно.
- Выжимка не заменяет полный текст. В перекрёстном эксперименте Etkin 2025 замена текста выжимкой ухудшала результаты сильных читателей.
- Контрпример к «текст ИИ всегда тяжелее». Отобранные учебные тексты GPT-3.5 читались быстрее (304 против 249 слов в минуту) и понимались лучше; выборка 25 человек, причинность не изолирована.
- Шрифт и тема. Одного самого быстрого шрифта для всех нет, и предпочтение не предсказывает скорость (352 участника). Светлый фон лучше для корректуры, но это не повод запрещать тёмную тему.
- Метрики C, P, N, U, V и условие приёмки C = P = V = 1, N = U = 0. Пустой знаменатель даёт
not_applicable, а не искусственные 100 %. - 10 намеренных ошибок для калибровки проверяющего: удалённое «не»; «будет» вместо «может»; добавленное «только если»; «предусмотрены» вместо «нужны»; диапазоны стоимости переставлены между масштабами; доллары вместо тенге или месяц вместо года; проценты вместо процентных пунктов; ссылка у другого тезиса; оговорка только в архиве исходника; «не котировка» скрыто при видимой цене. Одиннадцатый случай — корректная перефразировка: на нём проверяют ложные тревоги.
- Четыре уровня выпуска: только представление, автоматические проверки пройдены, требует предметной проверки, принято редактором.
- Архив исходника не считается покрытием. Оговорка, которая есть только в дословном архиве на странице, для проверки потеряна.
- Ссылки в папке принадлежат файлу.
S3в двух отчётах — разные источники, поэтому внутренний ключ имеет видreport-a.md::S3. Входной HTML — данные: его скрипты не исполняются. - Рабочее демо двух образцов: раскрытия, поиск по странице, темы, печать, список изменений.
Только у Opus
- Смещение к обобщению. Десять моделей, 4 900 пересказов научных аннотаций: широкие обобщения встречаются в 4,85 раза чаще, чем у людей. Просьба о точности не помогает, более новые модели обобщают сильнее.
- Слабость автоматических проверок. Метрики упрощения не коррелируют с ошибками искажения. На бенчмарке SummEdits большинство моделей-судей близки к случайному угадыванию, лучшая на 8 п. п. ниже человека.
- Метки для чисел. До передачи модели скрипт заменяет числа, ссылки и пометки неизменяемыми метками вида ⟦N17⟧, а после подставляет значения обратно. Так модель физически не может округлить или пересчитать.
- Словарь маркеров оговорок, которые нельзя удалять: «ориентир», «оценка», «может», «не доказан», «не гарантирует», «по данным», «в модели», «при условии», «только если» и другие.
- Размеры эффектов. Связность d = 0,86, сигналы d = 0,41, смежность d = 1,10 в опытах Майера. Метаанализ сигналов: g = 0,52. Обратная экспертиза: подробная поддержка помогает новичкам (d = 0,505) и мешает знающим (d = −0,428). Соблазнительные подробности вредят (g = −0,33).
- Корпусный портрет текста моделей: причастные обороты в 2–5 раз чаще, чем у людей, фразовое сочинение в 1,9 раза чаще, безагентный пассив вдвое реже.
- Блок «Что решить» в начале страницы — только извлечение из исходника с идентификаторами предложений. Рядом — карточки 3–5 ключевых чисел с оговорками.
- Промпт судьи из пяти бинарных вопросов со случайным порядком фрагментов — против известных смещений судьи по позиции и длине.
- MiniCheck: открытый проверяющий уровня GPT-4, в 400 раз дешевле; скиллы humanizer и govuk-style как готовые наборы правил стиля.
- Готовые формулировки правок к нашему стандарту (три строки).
Объединённое дерево решений
- Если отчёт ещё не написан и его пишет агент по заданию→правила письма в задании и стандарте
- Если нужна и интерактивная страница→скилл в облегчённом режиме: сборка HTML, акценты и навигация без переформулирования
- Если отчёт уже написан и в нём есть числа, оговорки и ссылки на источники→скилл с проверкой смысла
- Если документ умещается в один экран→только глаголы вместо существительных, одно выделение, подписи вместо пометок, без интерактивных блоков
- Если есть юридически значимые формулировки, цитаты, код или формулы→эти фрагменты переносятся дословно, меняются только акценты и навигация
- Если в исходнике неоднозначно, что утверждается (например, к чему относится пометка)→фрагмент дословно и статус «требует предметной проверки»
- Если фрагмент не прошёл проверку смысла за две попытки→исходная формулировка и запись в отчёте изменений
- Если документ не помещается в контекст модели→опись смысла по блокам, общая карта документа, переформулирование по разделам, сверка целого
- Иначе→полный конвейер
- Если нужен только первый экран для рассылки→выжимка с пометкой неполноты и ссылкой на полную версию
- Если отчёт уходит внешней аудитории и цена ошибки высока→скилл плюс вычитка человеком по отчёту изменений
- Если читатели — люди с трудностями чтения→отдельная версия на лёгком языке с проверкой читателями, вне скилла
- Иначе→сохранить прозу и исправить только найденные препятствия
Форма фрагмента внутри скилла
Дерево Opus, дополненное правилами Astra.
- Если фрагмент — вывод или решение → видимый блок в начале раздела вместе с его условиями и пометкой
- Если фрагмент сравнивает два объекта и больше по двум признакам и больше → таблица с одинаковыми критериями; неизвестное — «не указано», а не пустая ячейка
- Если в таблице больше 15 строк → фильтр, пустой по умолчанию, со счётчиком скрытых строк
- Если колонок больше четырёх и страница открыта на телефоне → своя горизонтальная прокрутка у таблицы
- Если фрагмент — шаги по порядку → нумерованный список
- Если фрагмент — три однородных пункта и больше без порядка → маркированный список с вводной «нужны все три» или «одно из»
- Если фрагмент — рассуждение с «потому что», «если», «однако» → абзац прозы, связки сохраняются
- Если фрагмент описывает последовательность или цикл → схема рядом с текстом; стрелка не должна добавлять причинность
- Если фрагмент — подробность для меньшинства читателей → свёрнутый
details - Если внутри подробности есть оговорка к видимому утверждению → оговорка переносится к утверждению, подробность сворачивается
- Если фрагмент — пояснение термина → всплывающая карточка и запись в видимом словаре
- Иначе → обычный абзац
Наш стандарт и задания
Обе модели пришли к выводу, что часть тяжести наших отчётов создаёт наша же спецификация (studies/_spec/markdown-spec.md). Ниже — правила, которые они предлагают изменить. Менять ли стандарт — решение пользователя: это повлияет на все будущие исследования и на валидатор.
| Правило сейчас | Что порождает | Предложение | Кто |
|---|---|---|---|
| «В содержательном абзаце главное выделено жирным один раз» | Модели выделяют целые предложения; все абзацы становятся одинаково громкими | Одно выделение до семи слов: ключевое число или решение | Обе; формулировка Opus |
| Тип утверждения в фигурных скобках после предложения | Смешанные предложения с двумя пометками через «;», неясно, к чему относится каждая | Одна пометка на предложение; смешанное предложение делится на два | Обе |
| «Не более четырёх предложений подряд без структурного элемента» | Дробление рассуждений на списки обрывков | Считать структурным элементом и выноску (таблица уже считается); рассуждение — абзац до пяти предложений | Opus |
| Правила нет | Вывод в конце абзаца после оснований | Вывод первым в документе, разделе и абзаце; при фиксированных заголовках — первой фразой под заголовком | Обе |
| «Сравнения и наборы параметров оформляются таблицами» | Правило есть, но модели всё равно пишут «соответственно» с цепочкой чисел | Уточнить: соответствие двух рядов чисел — всегда таблица, общие оговорки к числам — в подписи таблицы | Обе |
Обе модели дают и блок правил письма для заданий агентам: у Astra около 25 строк в разделе 6, у Opus около 50 строк в разделе 10. Блоки совпадают по сути: вывод первым, одно утверждение — одно предложение, глаголы вместо существительных, числа рядом с объектом и единицей, оговорки рядом с утверждением, термины без синонимов, выделение коротким фрагментом. Блок Opus добавляет самопроверку с жёсткими лимитами, у Astra перед сдачей нужно прочитать одни заголовки и выделения: не обещают ли они больше, чем доказано.
Каталоги приёмов: соответствие
У Astra 20 приёмов К01–К20, у Opus 26 приёмов П1–П26. Каждый приём Astra находит пару у Opus.
| Astra | Opus | Суть |
|---|---|---|
| К01 решение в начале | П1, П4 | Вывод первым; у Opus ещё блок «Что решить» только из выводов исходника |
| К02 содержательный заголовок | П2 | Заголовок-вывод, не сильнее текста раздела |
| К03 делить по вопросу, а не по длине | П3, П5 | Абзац — одна мысль; плотное предложение — на утверждения, условие и следствие не разрываются |
| К04 вернуть действие глаголу | П6 | Исполнителя не придумывать |
| К05 канцелярит → привычное выражение | П6, П20 | Список кандидатов, а не обязательные замены |
| К06 термин и одно пояснение | П8, П19 | Пояснение из словаря исходника или с пометкой «добавлено» |
| К07 условие рядом с действием | П7 | «Если — то» без смены «и», «или», «только если» |
| К08 сократить оговорку без повышения уверенности | П15 | Оговорки рядом с утверждением, уверенность не меняется |
| К09 удалять повтор с записью о соответствии | П20 | Удаляется только точный дубль, в отчёте указано, что его покрывает |
| К10 «соответственно» → таблица | П9, П10 | Числа не меняются; у Opus — метки ⟦N⟧ |
| К11 шаги или набор условий | П3 | Нумерованный список означает порядок |
| К12 сравнивать по одинаковым вопросам | П10, П26 | Сравнение — таблицей, а не вкладками |
| К13 одно заметное выделение на блок | П11, П12 | Не отрывать выгодную цифру от оговорки |
| К14 пометки → понятные подписи | П13 | Текстовая подпись обязательна, одного цвета или значка мало |
| К15 рисовать отношения, а не украшения | П22 | Схема рядом с текстом, стрелка не добавляет причинность |
| К16 типографика для чтения и увеличения | П23 | Ширина колонки, интервал, обе темы |
| К17 основание и оговорка у утверждения | П14, П15 | Источник и оговорка рядом с утверждением |
| К18 сворачивать доказательства, сохраняя условие выбора | П16 | Расчёт сворачивается, оговорка к результату — нет |
| К19 режимы глубины из одного содержания | П17 | «Кратко» и «подробно» из одного набора блоков, не через display: none |
| К20 убрать цену поиска | П24, П25 | Оглавление, якоря, поиск, раскрытие найденного |
| — | П18, П21 | Только у Opus: порядок разделов для читателя, который решает; карточки ключевых чисел |
Проверка смысла: объединённая схема
Схема собрана из разделов 5 и 10 обоих отчётов.
| Шаг | Что делается | Откуда |
|---|---|---|
| Опись до модели | Скрипт разбирает исходник: утверждения с идентификаторами, числа с единицами, периодами и объектами, ссылки, пометки типа и область их действия, маркеры оговорок, термины, якоря | Обе; кортеж «объект — параметр — значение — единица — период» у Astra |
| Защита значений | Числа, ссылки и пометки заменяются неизменяемыми метками, модель переставляет метки, скрипт подставляет значения обратно | Opus |
| Переформулирование | По блокам с родительскими заголовками и словарём; модель возвращает текст и карту «новое предложение → исходные идентификаторы» | Обе |
| Слой 1: сверка | Те же числа при тех же объектах, ссылки при тех же утверждениях, пометки каждого типа, оговорки дословно, якоря. Любое расхождение блокирует блок. Архив исходника на странице не засчитывается | Обе; архив — Astra |
| Слой 2: следование | Каждое новое утверждение следует из исходных, каждое исходное — из новых. Инструменты класса SummaC, AlignScore, MiniCheck, QAFactEval, для русского не проверены | Обе |
| Слой 3: вопросы и судья | Вопросы генерируются по исходнику: при каком условии, что не гарантируется, оценка это или измерение, к какому масштабу относится число. Судья работает только на расхождениях: отдельный вызов без самооценки редактора, бинарные вопросы, случайный порядок фрагментов, ответ «не уверен» допустим | Обе; порядок фрагментов — Opus, «не уверен» — Astra |
| Видимость | Критическое условие видно вместе со своим выводом в основном режиме | Обе |
| Калибровка | Набор намеренных искажений и корректных перефразировок; пороги выбираются до финального теста | Astra — 10 классов ошибок и корректная перефразировка, Opus — 5 эталонных сценариев |
| Итог | Статус выпуска; после двух неудачных попыток — исходная формулировка фрагмента и запись в отчёте изменений | Статусы — Astra, две попытки — Opus |
Образцы: одинаковые решения двух моделей
Пользователь дал два фрагмента из вердиктов Astra в исследованиях 23 сентября. Модели работали независимо и на обоих приняли одни и те же ключевые решения.
Образец 1 (агрокредит).
- Масштабы и суммы вынесены в таблицы вместо «соответственно»; обе валюты сохранены без пересчёта.
- Оговорка «ориентиры, не котировки и не доказанный ROI» стоит рядом с таблицей, а не в конце абзаца.
- К «по подтверждённому риску» не добавлено «только»: это усилило бы ограничение сверх исходника.
- Стоимость не связана с пакетом. Исходник не говорит, что TCO для 20 тыс. га посчитан для минимального пакета; Astra добавляет, что «базовый годовой TCO» может означать базовый сценарий расчёта, а не базовый пакет.
Образец 2 (уведомления).
- Ограничение отделено от мер, меры идут списком после сохранённого «поэтому».
- Альтернатива вынесена отдельно вместе со своим ограничением про tenant-scoped SDK.
- Неоднозначная область пометок «факт … гипотеза» сохранена как в исходнике: ни одна модель не стала решать за автора, что из перечисленного факт.
- Англицизмы Opus пояснил во всплывающих карточках с пометкой «добавлено»; Astra пояснения не добавила, потому что их нет в исходнике. Правило у обеих одно: пояснение берётся из исходника, иначе помечается как добавленное.
Статистика запусков
| Показатель | Astra | Opus |
|---|---|---|
| Модель и effort | gpt-6-astra, ultra | claude-opus-5-5, xhigh |
| Время работы | 29,2 мин | 40,1 мин |
| Поиск и чтение | По собственному учёту 80 поисковых запросов; в журнале основной сессии 12 поисков, остальное делали три вспомогательных агента Astra (когнитивная база, проверка смысла, HTML). 68 источников: 58 полных текстов, 7 аннотаций, 3 фрагмента | 36 поисков, 109 обращений к страницам, 116 правок файла; 77 источников: 57 полных текстов, 15 аннотаций, 4 фрагмента, 1 недоступен |
| Пересечение источников | 11 общих URL и 14 доменов: руководство GOV.UK, COGA, четыре паттерна WAI-ARIA (раскрытие, аккордеон, вкладки, диалог), MDN о details и hidden, F-паттерн и послойное чтение NN/g, сайт Минто |
|
| Объём, слов | 15 769 | 19 555 |
| Типизация утверждений | 245: 133 гипотезы, 47 фактов, 32 эмпирики, 19 мнений, 14 вендор | 347: 121 факт, 109 эмпирики, 63 гипотезы, 29 мнений, 25 вендор |
| Ссылок на источники в тексте | 148 | 369 |
| Дерево решений | 6 ветвей, 9 листьев | 6 ветвей, 10 листьев; отдельно дерево формы фрагмента |
| Антипаттерны, термины | 5, 62 | 5, 75 |
| Стоимость | CLI не сообщает | $13,16 по списочным ценам: $11,50 Opus и $1,65 Haiku 4.5, которым Claude Code обрабатывает поиск и страницы |
| Статус валидации | 0 блокеров; 10 предупреждений: 9 ссылок не открылись у проверки (ответ 403, отказ соединения, сайты .ru не разрешаются из сети координатора), 4 типизированных утверждения без ссылки в той же строке | 0 блокеров; 3 предупреждения после перепроверки (два ответа 403 от ScienceDirect, glvrd.ru не разрешился). Первый прогон дал 6: три из них — сбой самого валидатора на кириллических адресах Википедии |
Открытые вопросы
- Эффект на читателях. Исследований переработки аналитических отчётов для руководителей не нашла ни одна модель. Первый шаг — пилот на 6–12 своих отчётах: контрольные вопросы по выводу, числам, условиям и оговоркам, время ответа и точность по исходнику и по новой версии. Такой замер предлагают обе.
- Проверяющие для русского. Точность SummaC, AlignScore и MiniCheck на русском неизвестна. До того как доверять второму слою проверки, нужен свой набор эталонов с внесёнными искажениями.
- Жёсткие лимиты или диагностика. Предложение до 25 слов — правило (Opus) или повод посмотреть (Astra). Решается пилотом: посчитать, сколько связей «потому что», «если», «только» теряется при жёстком лимите.
- Формула Оборневой. Два набора коэффициентов, первоисточник не прочитан. До проверки индекс читаемости годится только как направление изменений, без порога; в этом обе согласны.
- Раскрывают ли читатели свёрнутое. Можно измерить журналом событий
toggleна опубликованных страницах (Opus). hidden="until-found". По базе web-features Safari его не поддерживает, а новостная статья пишет обратное. Обе советуют не опираться на него как на единственный механизм раскрытия.- Причина усталости. Связь «язык ИИ → усталость после пары абзацев» не измерена: корпусные работы описывают признаки текста, а не утомление читателя (Astra).
Заметки о прогоне
- Вторая тема 27 сентября. Astra стартовала в 18:15 UTC и работала 29,2 минуты параллельно с Astra первой темы. Opus ждал в очереди, пока освободится Opus первой темы, стартовал в 18:55 и закончил в 19:35.
- Opus снова писал отчёт поздно: через 14 минут после старта, при 139 вызовах, в файле был только каркас на 2,5 КБ. На теме уведомлений 23 сентября было так же. Политика требует заполнять файл по частям, и при обрыве сессии этот участок работы потерялся бы.
- Astra оставила в своей папке служебный профиль headless Edge: 17 МБ, 175 файлов, два дампа памяти процесса. Браузер упал на GPU, а удалить профиль Astra не дала политика. Координатор вынес профиль из папки. Теперь скрытые имена в папках участников не попадают ни на сайт, ни в git.
- Из-за того же сбоя Astra не проверила своё демо в браузере. Координатор проверил его на 1280 и 375 px, в светлой и тёмной теме. Поиск «107,48» нашёл два блока и раскрыл исходник, «Открыть всё» и «Свернуть подробности» работают, ошибок в консоли и горизонтальной прокрутки нет. Клавиатура и экранный диктор не проверялись.
- Три из шести предупреждений у Opus дал сбой самого валидатора: ссылки с кириллицей в адресе он объявлял недоступными из-за ошибки кодировки. Все три адреса отвечают 200. Валидатор исправлен, отчёт Opus перепроверен штатным режимом
--fixup-only. - На этом индексе всплыла потеря в самом сайте, ровно того рода, о котором исследование: генератор страниц в разделе дерева решений выводил только первое дерево и молча выбрасывал остальное. Второе дерево этого индекса на странице не появилось. После исправления вернулись и пропавшие куски двух прошлых индексов: второе дерево в индексе агрокредита и таблица в индексе о спецификациях. Сборка теперь сверяет слова каждого раздела markdown с его HTML и сразу нашла третью потерю: слова в угловых скобках, которые браузер принимал за теги.
- Пересечение источников самое низкое за день: 11 общих URL. Модели искали в разных местах: Astra — эксперименты с упрощением на взрослых читателях, Opus — риски переработки моделью и работу проверяющих.
- Обе модели написали черновик SKILL.md, но сам скилл не собран: по протоколу уточнения его собирают после исследования.