Мы используем AI почти во всей компании. GPT-5.6 заставила нас пересобрать систему

В первой статье серии я описал день, когда привычная работа остановилась и пришлось выяснять, почему десятки AI-сценариев потеряли стабильность. Но проблема оказалась шире одного сбоя.

В маленьком стартапе AI постепенно закрывает десятки разных работ: разработку, документы, встречи, исследования, контент и операционные материалы. Так он перестает быть отдельной игрушкой и становится рабочим слоем компании.

Поэтому выход GPT-5.6 нельзя воспринимать как обычную замену модели. Когда процессов много, нужно пересматривать всю систему использования AI: поверхности, маршрутизацию, режим размышления, проверки и откат назад.

Почему нельзя просто выбрать новую модель

Самый простой сценарий выглядит так:

1. была GPT-5.5;
2. появилась GPT-5.6;
3. новая модель сильнее;
4. меняем переключатель и продолжаем работать.

Для отдельного пользователя этого иногда достаточно. Для компании, где накопились десятки специализированных инструкций и процессов, этого мало.

Каждый агент существует не сам по себе. Вокруг него есть целая конфигурация:

• какая задача ему поручена;
• какие данные он получает;
• какие инструменты может использовать;
• какой результат обязан вернуть;
• что ему запрещено менять;
• какой режим размышления выбран;
• как проверяется результат;
• что происходит, если уверенности не хватает;
• какая модель используется.

Если заменить только название модели, все остальные решения останутся прежними. При этом новая модель может вести себя иначе:

• дольше продолжать работу,
• активнее использовать инструменты,
• глубже интерпретировать неясные требования
• или, наоборот, тратить слишком много ресурса на задачу, которая раньше решалась быстро.

Где мы используем AI

Мы используем его для разных бизнес-задач:

• в разработке,
• исследованиях,
• подготовке документов,
• работе с текстами,
• встречами,
• звонками
• и операционными материалами.

Подробный перечень агентов, их промты, архитектуру и внутренние процессы мы раскрывать не будем. Это уже внутренняя кухня компании. Для этой серии важнее другое: задач много, они сильно различаются по сложности и цене ошибки, а значит, одна универсальная настройка не подойдет.

Резюмирование чистой стенограммы и изменение архитектуры рабочего приложения - обе задачи можно поручить AI. Но требования к модели, режим размышления, инструментам и проверке у них противоположные.

Что именно изменилось

GPT-5.6 вышла не одной моделью, а семейством:

• Sol - флагманская модель для наиболее сложной работы;
• Terra - баланс качества, скорости и стоимости;
• Luna - наиболее быстрая и экономичная модель семейства.

Одновременно сама платформа стала сложнее. Теперь недостаточно различать «ChatGPT» и «API». Есть обычный Chat, Work, Codex, Исследовнаия, проекты, Планировшик задач и API. Они отличаются не красивыми названиями, а типом работы, которую способны выполнить.

Кроме модели появился еще один слой выбора - режим размышления. В ChatGPT пользователь видит режимы вроде Medium и High. В Codex и API можно задавать режиме точнее. Высокий режим размышления иногда помогает, но увеличивает задержку, количество токенов и расход лимита. Поэтому правило «для надежности всегда ставим максимум» быстро становится дорогим.

Главный конфликт: сильнее не означает выгоднее

Новая модель может быть лучше по качеству, но это еще не значит, что она выгоднее в каждом процессе.

Есть как минимум четыре разных вида выгоды:

1. Качество первого результата. Сколько требований выполнено без исправлений.
2. Стоимость запуска. Сколько токенов или включенного лимита потрачено.
3. Стоимость принятого результата. Сколько потребовалось повторных итераций и человеческой проверки.
4. Скорость процесса. Сколько времени прошло до готового результата.

Более дешевая модель может потребовать три перезапуска. Более дорогая - пройти приемку с первого раза. И наоборот: использование Sol High для короткой классификации может быть просто расточительством.

Поэтому в этой серии мы не будем искать одну «лучшую модель». Мы будем собирать правила маршрутизации.

Что нужно пересмотреть в десятках агентов

Первая зона - модель по умолчанию. Раньше сильная модель могла назначаться почти автоматически, потому что альтернативы заметно уступали ей. Теперь Terra и Luna выглядят достаточно сильными для многих регулярных задач.

Вторая зона - режим размышления. Старые инструкции часто содержат фразы вроде:

• «думай максимально глубоко»,
• «проведи полный анализ»
• или «не останавливайся, пока не проверишь все». Они создавались в период, когда модель нужно было сильнее направлять. С GPT-5.6 такие формулировки могут приводить к лишней работе и расходу.

Третья зона - scope. Более инициативный агент должен четко понимать, какие файлы и процессы разрешено менять, а какие находятся вне задачи.

Четвертая зона - критерии приемки. Сообщение агента «готово» не является проверкой:

• Для кода нужны тесты и набор файлов, которые были изменены,
• Для исследования - источники и разделение фактов от интерпретаций,
• Для встречи - корректная атрибуция задач,
• Для документов - отсутствие придуманных условий.

Пятая зона - откат назад. Что делать, если Luna не справилась? Повысить режим размышления, перейти на Terra или сразу использовать Sol? Без правила сотрудники каждый раз принимают это решение заново.

Какой результат мы хотим получить

Финалом исследования должна стать не серия обзоров, а рабочая система. Сотрудник должен за несколько минут определить:

• где выполнять задачу;
• какую модель выбрать;
• какой режим размышления достаточен;
• как проверить результат;
• когда повысить конфигурацию;
• когда остановиться и передать задачу человеку;
• как не сжечь лимит на работе, которая этого не требует.

Для этого серия пойдет от общего к частному.

Сначала разберем устройство платформы. Затем сравним GPT-5.5 и GPT-5.6. После этого соберем матрицы для бизнес-задач и программирования. Отдельно разберем лимиты, потому что без понимания их механики невозможно управлять стоимостью. В финале перейдем к механики миграции агентов.

Что мы не будем утверждать заранее

Мы не будем считать маркетинговое заявление доказательством универсального превосходства.

Мы также не будем объявлять GPT-5.5 бесполезной. Проверенная старая конфигурация иногда ценнее новой, если она предсказуемо выполняет задачу, а выгода миграции не доказана.

И мы не будем выдавать внешние бенчмарки за результаты на наших процессах. Они показывают направление, но не снимают необходимость собственной проверки.

Первый рабочий принцип

До завершения миграции используем простое правило:

Не переключать все процессы одновременно. Сначала определить класс задачи, затем проверить новую конфигурацию и только после этого менять дефолт.

Это медленнее, чем нажать один переключатель. Но быстрее, чем потом разбирать, почему десятки агентов стали тратить больше ресурса, менять лишние файлы или выдавать другой формат результата.

Что меняем после этой статьи

1. Считаем GPT-5.6 не заменой одной модели, а поводом пересмотреть AI-архитектуру компании.
2. Создаем закрытый реестр для миграции.
3. Разделяем выбор рабочей поверхности, модели, режим размышления и инструментов.
4. Не назначаем максимальный режим размышления по умолчанию.
5. Измеряем не стоимость одного ответа, а стоимость принятого результата.

FAQ

Зачем компании отдельная AI-архитектура, если есть ChatGPT?

Потому что повторяемые процессы различаются по риску, данным, инструментам и критериям приемки. Один общий чат не задает владельцев, откат назад, проверки и правила отката.

Можно ли назначить Sol для всего?

Можно технически, но это не гарантирует лучшую экономику или стабильность. Для части задач Terra или Luna могут дать достаточное качество быстрее и дешевле.