GPT-5 против Claude 4: размышления об автоматизации и реальном управлении проектом
Люблю исследовать и пробовать. Поэтому, как только стала доступна OpenAI GPT-5, сразу переключился на нее в Github Copilot Agent.
Я совсем не программист, — скорее, специалист по автоматизации бизнес процессов, который мыслит за ROI и простоту. Моя философия проста: если какие-то ручные действия повторяются и отнимают ценное время, стремлюсь их полностью автоматизировать. Последний проект - создал приложение для распознавания речи. Оно автоматически забирает аудиофайлы с диктофонов, телефонов или из Zoom, самостоятельно запускает: распознавание речи, идентификацию спикеров, сохранение транскрипций в базу данных. В итоге в интрефейсе по каждому спикеру можно мгновенно найти все записи разговоров в тексте и аудио, суммаризацию и выделить задачи. Автоматизация в моем понимании: создание автономных систем, решающих конкретную боль.
И в своих "экспериментах" при работе с AI-агентами, я сталкиваюсь с фундаментальной проблемой, которой нет при работе с людьми, — это отсутствие полноценного и прозрачного управления проектом. С командой разработчиков все просто: утренняя встреча, обновление статусов на Kanban-доске (Backlog, In Process, Test, Done) — и картина ясна. С AI же все иначе. Заходишь в IDE, а там — лишь сплошной, непрозрачный «поток информации» в чате агента. Что он сделал, на каком этапе находится и где столкнулся с трудностями — понять практически невозможно.
Решением этой проблемы прозрачности и взаимодействия может стать Model Context Protocol (MCP). Уже существуют тысячи готовых интеграций с цифровыми продуктами и database. Любая модель с его поддержкой получает почти "неограниченный доступ" к инструментам: она может найти письма в gmail, создать карточку в Trello или обновить задачу в Todoist. Модель перестает быть изолированным «мозгом» и становится реальным цифровым сотрудником. Если у CRM есть MCP, можно сделать запрос "найди топ 100 клиентов с наибольшей частотой заказов и суммами, проанализируй их отличие от 100 c минимальной по всем доступным в карточке данным и пришли таблицу анализа". MCP двухстороннии интерфейс, поэтому модель пообщается с CRM и пришлет запрашиваемый результат.
Я поставил практический эксперимент. Подключил новую GPT-5 и Claude 4 к Notion через MCP. Задача: по ходу работы над кодом самостоятельно создавать карточки, описывать в них свой прогресс и менять статусы — по сути, воссоздавать ту самую работу с Kanban-доской.
Результат: GPT-5, при всем ее возросшем умении с задачей не справилась полностью - постоянно ошибалась. старый добрый Claude 4, в свою очередь, выполнил все с первого раза и делал это каждый раз без ошибок. Мой итоговый вывод: для создания сложных и надежных систем автоматизации, где нужна реальная интеграция с инструментами, Claude пока остается самым зрелым и практичным решением на рынке. Поэтому и любим в корпоративной среде.
#AI #Автоматизация #GPT5 #Claude #MCP #ProjectManagement #LLM #Tech #Innovation
