«Попробовал 3.8-max-preview в qwen cli - по первому подходу ощущение чт…»

Попробовал 3.8-max-preview в qwen cli - по первому подходу ощущение что хуже чем goal в кодексе. Модель пытается слиться от работы при первой же возможности. Как ему правильно задачу ставить чтобы он ее доделывал? Дал .md файл сделаный прошкой после обсуждения. 8 пунктов, затрагивает две репы. На первой итерации qwen сказал что сделал 5, потому что один требует редактирования дргой репы (в доке написано что да, надо ее редактировать, права yolo, так что не отмажешься что не пустило), второй потому что его делать надо (чуть другими словами но суть такая), а третий зависит от первых двух. Про каждый спросил что мешает - говорит ничего, сейчас сделаю. После этого даю на ревью кодексу - он находит 8 блокеров и 1 хай. Начиная с того что 50 тестов падает, команды которые qwen добавил не запускаются, файлы генерятся в одном формате а читаются в другом, еще несколько команд которые должны валидировать результаты - проверяют что не упало и не проверяют сам аутпут или проверяют одно поле из десятка. Говорю квену мол перепроверь все (не давая список от кодекса) - он находит сломанные тесты, чинит и отчитывается что все проверил. Команды продолжают не работать, файлы быть в разном формате. Скидываю команду не рабочую - он ее фиксит, но соседнюю даже не пробует проверить. Говорю что как-то ты проверял а ничего не работает, после чего он говорит что сейчас проверю команды которые я понаписывал... Возвращается - говорит все команды проверил, дико извиняюсь. Пробую одну команду - она все еще не работает. Пробую другую команду, которая должна согласно таску сгенерить временные креденшиалы, создать с ними пользователя в тестовом окружении, и сохранить в файл. Команда генерит креды и сохраняет в файл. Пользователя не создает. Говорю мол скажи эта команда что должна делать по задаче и что делает по факту. Qwen отвечает мол должна создавать юзера а по факту не создает, но это ж делать надо, сервер запускать, мне имплементить или задокументировать как известное ограничение? На этом этапе я пока отменил автопродление подписки.

07:55