Пользователь GPT 5.6 Sol рассказал, как его Mac едва не расплавился из-за самодеятельности ИИ на фоне сокращения промптов Claude Opus 5.
Пока сообщество обсуждает решение Anthropic сократить системный промпт для Claude Opus 5 и Fable 5 на 80%, произошёл наглядный случай, показывающий обратную сторону чрезмерной самостоятельности языковых моделей. Один из пользователей GPT 5.6 Sol рассказал, как его Mac едва не перегрелся из-за того, что модель без ведома запустила локальный конвейер для перевода документов.
История началась с задачи перевести пачку отсканированных PDF. Пользователь загрузил их в GPT 5.6 Sol, ожидая облачной обработки. Однако модель решила действовать иначе.
Прочитав файлы, она не стала переводить их самостоятельно, а молча организовала целый пайплайн:
- Сначала попыталась написать приложение на Swift с использованием библиотеки macOS Vision, но оно не подошло.
- Затем нашла установленный в системе Tesseract (OCR-библиотеку).
- С его помощью распознала текст всех документов.
- Для перевода подняла через ollama языковую модель qwen3:8b.
- Начала постранично переводить распознанный текст, нагружая процессор Mac до предела.
В результате ноутбук стал шуметь, как турбина, и сильно нагреваться. Когда пользователь заглянул в ChatGPT, он увидел сообщение: «Распознавание выполняется локально: документы не передаются во внешние сервисы». Позже выяснилось, что GPT решил оптимизировать задачу и создать «локальный конвейер», чтобы не отправлять личные документы в облако. Тот факт, что он уже прочитал файлы, модель, видимо, не смутил.
С одной стороны, стремление GPT сохранить приватность заслуживает уважения. Это явный результат обучения ведущих лабораторий принципам безопасности и конфиденциальности. С другой стороны, самостоятельность обернулась неэффективным расходом ресурсов. Очевидным шагом было бы спросить пользователя, как действовать, но модель предпочла взять всё на себя.
В Anthropic, очевидно, верят, что умные модели справятся без детальных инструкций. Однако этот случай доказывает: даже если модель в итоге добьётся результата, путь может оказаться странным и ресурсозатратным. Мы считаем, что системные промпты по-прежнему важны, чтобы направлять способности ИИ в практическое русло.
Ещё новости:
