Если коротко, то AI-ассистент бессилен там, где нужен человеческий взгляд и глубинное понимание контекста.

Вот три свежих примера из моего опыта с OpenClaw:

📄 1. Создай другое отображение бирок в PDF

Для моего проекта бирка-дмдк.рф я хотел добавить формат печати "одна бирка на страницу". Задача простая: переделать функцию, которая раньше рисовала бирки на A4 в ряд, на функцию с координатами для каждой бирки.

OpenClaw выполнил задачу. Но в готовом PDF бирки съезжали. Как агент это проверит? Я ожидал, что он откроет PDF файл, увидит неточность, исправит код, снова откроет, снова исправит. В общем, так, как поступил бы разработчик. Я загрузил ему скриншот результата, попросил исправить. Он "исправил", но сдвиг контента бирки просто поменял направление. Он действует наугад, без реального понимания геометрии.

🌐 2. Парсинг сайтов

Нужно было собрать чистый контент из HTML страниц, без футера, хедера и меню. Я дал пример HTML и ожидаемый результат.

После нескольких итераций OpenClaw собрал данные. Но на выходе я увидел текст со сдвинутыми строками и лишними элементами.

Я эту проблему вижу глазами, а он считает, что всё отлично. Мне проще исправить это самостоятельно, чем потратить время на попытки объяснить ему, что такое "чистый контент".

🏗️ 3. Большие проекты

В Точка Банке я работаю над объёмным проектом с микросервисами, базами данных и оркестраторами. Проект зависит от других команд и влияет на смежные сервисы.

Я не использую OpenClaw для решения рабочих задач, но если бы пришлось, мне не понятно, как поместить этот контекст в LLM. Даже если скормить всю документацию, как он проверит, что изменение в ядре не разнесёт зависимый сервис? Тесты не спасут, тут нужна архитектурная насмотренность и ручной мониторинг.

Да, AI запустит вам MVP за вечер. Но поддерживать живой enterprise-проект, который вырос из этого MVP - это совсем другая история.

📌 Что в итоге

Я знаю, что результат зависит от модели. Может, с этими задачами справился бы Claude Opus 4.6 за десятки долларов на итерацию. Но я не решился платить столько за эксперимент с личными проектами.

С одной стороны грустно, что LLM пока не видит баги как человек. 😕 С другой, у человека всё ещё есть неоспоримые преимущества в этих, казалось бы, простых задачах. 💪

💬 А вы сталкивались с задачами, с которыми не справляется ваш AI-агент? 💬 Может быть, есть другое решение моих задач с помощью LLM?

#openclaw #ai #AIагент #LLM #Разработка #Enterprise #БудущееЗдесь #ИскусственныйИнтеллект