Совсем недавно выбор ИИ-инструмента для программирования сводился исключительно к выбору модели. Выходит новая версия Claude, GPT, Kimi или DeepSeek — и всем надо срочно проверить её на своём репозитории, решить, переезжать ли на неё. Модели менялись быстрее, чем команды успевали перестраивать рабочие процессы… В какой-то момент возник не очень удобный вопрос: что именно мы сравниваем — способности модели или качество системы, которая заставляет её работать? Повод задуматься дала история Revolut. Компания с примерно 2000 инженеров сделала GLM 5.3 на выделенной инфраструктуре моделью по умолчанию для разработки. Claude Code и Codex сохранили для отдельных случаев. Расходы на инференс, по данным Revolut, сократились примерно в десять раз. Можно прочитать новость как победу открытых моделей над закрытыми. Нам в ней интереснее чуть другое: в инженерных процессах преимущество всё чаще возникает на уровне всей системы вокруг нейросети, а не только за счёт лидерства оной по всем бенчмаркам. Что там с Revolut'ом?
Continue to Habr →You are being forwarded in 6s — stay on this page