Дмитрий Коваль

+10
с 26.08.2026

Архитектор бэкенда, помогаю малым и средним командам строить интеграции с внешними API и нейросетями.Мой каналhttps://t.me/api_integrate_notes

6 подписчиков
18 подписок

GPT-6 Astra интересен мне не обещанием «написать приложение целиком», а задачами, где нужно удержать несколько ограничений одновременно. Разбираю конкретную модель с позиции бэкенд-разработчика: что подтверждает документация, какую небольшую задачу я бы дал ей первой и по каким признакам решал бы, стоит ли продолжать.

Иллюстрация сгенерирована в GPT…

Попросил GPT Image 2 изобразить пять компонентов бэкенда и четыре связи между ними. В полученном изображении эта цепочка сохранилась. Но как архитектор я вижу разницу между удачной иллюстрацией и схемой, по которой команда сможет реализовать систему. Покажу результат, запрос и свою границу приёмки.

Результат GPT Image 2 по текстовому запросу из стат…

Модель подготовила подсказку по обращению, JSON прошёл проверки, срок задачи ещё не истёк. Но клиент успел изменить запрос — и старый worker записал уже ненужный совет. Покажу на Python и SQLite, как связать результат с версией исходных данных и отклонить устаревшую запись одним UPDATE.

Иллюстрация сгенерирована в GPT Image 2. Устаревший результат н…

В ответе модели дважды встретился mode: сначала preview, затем apply. Обычный JSON-парсер Python оставит последнее значение — и валидатор схемы получит уже не исходный ответ. Разберу этот учебный сценарий: где ловить неоднозначность, почему strict=True не решает задачу и что проверить до вызова инструмента.

Иллюстрация сгенерирована в GPT Image 2. А…

Пакет завершился, файл результатов скачался, число строк совпало с числом запросов. Но резюме одного документа записалось в карточку другого. Разберу ошибку сопоставления по позиции — и небольшой Python-контроль, который проверяет идентификаторы до применения результатов.

Иллюстрация сгенерирована в GPT Image 2. Линии показывают ошибку сопоставления…

Worker получил свободный слот и отправил запрос в модель. Технически всё правильно — кроме того, что пользовательская задача потеряла смысл ещё в очереди. Разберу, как отделить надёжную доставку от полезного выполнения и не обновлять срок жизни задачи при каждом retry.

Иллюстрация сгенерирована в GPT Image 2. Надёжная очередь не гарантирует актуальн…

Чтобы сократить контекст, результат инструмента часто обрезают: возвращают первые записи, сокращают длинные поля, убирают лишние детали. Но вместе с объёмом нельзя потерять главное: агент должен понимать, получил он полный результат или только его часть.

Агент прочитал первые 20 записей и решил, что проверил всё. Ошибка в контракте инструмента

В сообщении клиента нет города. Модель возвращает "city": null, бэкенд принимает валидный JSON — и при неудачном контракте обновления старый город исчезает из карточки. Проблема не в синтаксисе ответа, а в том, что «неизвестно» превратилось в команду «очистить». Разберём, как разделить эти значения и проверить поведение на Python.

Модель вернула null. Почему AI-обновление может стереть данные

Генерация изображения зависла. Интерфейс показывает ошибку и предлагает нажать «Повторить». Пользователь нажимает — и вместо проверки первой задачи получает вторую платную попытку. Разберу, как согласовать интерфейс, API и состояние задачи, чтобы неопределённость не превращалась в повторную оплату.

Иллюстрация сгенерирована в GPT Image 2. Визуальная…

У каждого worker свой запрос и своя проверка остатка. Все видят свободный бюджет, все проходят проверку — и вместе отправляют больше, чем проект собирался потратить. Разберу атомарное резервирование на Python и SQLite: как учитывать незавершённые вызовы, почему timeout не возвращает деньги и что именно проверять конкурентным тестом.

Иллюстрация сген…

Разберу прикладную задачу: из одного фото термокружки подготовить изображения для разных сцен, не изменив сам товар. Ниже — план воспроизводимого эксперимента, примеры промптов и критерии приёмки, а не отчёт об уже проведённом тесте модели.

Иллюстрация сгенерирована в GPT Image 2 по текстовому описанию. Это концепт вымышленного продукта, а не резуль…

Провайдер вернул succeeded и URL на ролик. Интерфейс показал «Готово», а позже скачать результат уже не удалось. Разберу этот сценарий без платных вызовов модели: где заканчивается генерация, зачем нужен отдельный этап сохранения и как проверить запись файла на Python при обрыве потока.

succeeded у провайдера — не ready в вашем продукте