Представь, что ты запускаешь агента на задачу перед сном, а утром просыпаешься — и работа сделана правильно, без единого сообщения «нужна твоя помощь» в три часа ночи. Именно это стало новой нормой для команды Rakuten, японского интернет-гиганта, который использует Claude для перестройки внутренних процессов уже больше года.
Кто такой Rakuten и почему это интересно
Юсукэ Кадзи — генеральный менеджер по AI для бизнеса в Rakuten. Его задача звучит просто: «находить семена преобразующих инноваций и масштабировать их на всю компанию». Одним из таких семян оказался Claude — с марта 2025 года Rakuten использует его, чтобы ускорять разработку софта через Claude Code, разворачивать агентов в разных подразделениях и питать AI-функции для миллионов клиентов.
Кадзи начал тестировать модели Claude ещё в сентябре 2024 года и с тех пор прошёл через почти десяток релизов. Он сравнивает тестирование новой модели с «новым квестом»: «Как хороший руководитель готовит для своих людей растянутые цели, так мы готовим растянутые задачи для новой Claude. Может, Claude тоже подталкивает нас расти». Когда он опробовал новую модель Claude Fable 5, то сразу почувствовал: что-то изменилось принципиально — модель могла работать самостоятельно намного дольше предшественников и впервые начала проверять собственную работу и доводить нюансированные задачи до конца прямо ночью, пока Кадзи спал.
AI-nization: агенты во всех отделах за неделю
В Rakuten это называют AI-nization — общекорпоративная программа по внедрению AI во всё, что касается клиентов, партнёров и сотрудников. Когда появились управляемые агенты Claude, Rakuten за неделю развернула их в продукте, продажах, маркетинге и финансах, подключив к Slack, Microsoft Teams и собственной системе задач компании.
Раньше ограничением при построении агентов было умение писать код. Теперь ограничение — понимание бизнес-проблемы. «Современная корпорация устроена так, чтобы минимизировать стоимость коммуникации, — говорит Кадзи. — Я верю, что агенты вроде Claude Code могут так же снижать стоимость новой инновации — например, ускорять переход от идеи к продакшену». Дать способному человеку агентов, которые удерживают контекст и вкус команды, — и «скрытый талант раскрывает потенциал, увеличенный в сто раз».
Но круглосуточная работа агентов во всех функциях сразу выявила новое узкое место — человеческое суждение. Агенты Rakuten закрывают задачи примерно в 10 раз быстрее в каждой области, но количество задач, которые организация берётся решать, растёт ещё быстрее. Добавление новых агентов не добавляет суждения: чем быстрее работают агенты, тем сильнее прогресс всей организации зависит от человека, который замыкает цикл принятия решения.
Раньше запуск агента на много часов был лотереей
Для большинства команд самое сложное в построении долгоживущих агентов — настроить их так, чтобы они справлялись с минимальным присмотром. Подключить нужные инструменты и контекст — одно дело, но, по опыту Кадзи, всегда существовал предел того, как долго агент мог работать без человека, который проверит его работу.
До Claude Fable 5 отправить агента на многочасовую задачу без наблюдения было настоящим риском. «Если на первом шаге агент выбирает правильный путь — всё в порядке, — говорит Кадзи. — Но если на первом же проходе он выбирает неверное направление, то тратит огромное время на исправление курса, а иногда и вовсе не доходит до цели». На задаче, рассчитанной на пять часов или целый день, одна ранняя неверная предпосылка могла сжечь весь прогон целиком — и единственным способом это заметить была проверка человеком.
Проблема была в отсутствии самопроверки. Любая модель может сделать неверный первый шаг — дело не в этом. Проблема прежних моделей была в том, что они не проверяли собственную работу по ходу выполнения, поэтому раннее неверное решение оставалось незамеченным, накапливалось за время прогона и через много часов давало неоптимальный результат.
Что изменилось
Claude Fable 5 меняет расклад для многодневных агентных прогонов именно потому, что проверяет собственную работу по ходу дела — и делает это заметно чаще любой предыдущей модели.
«Мы протестировали Fable, и нам понравилась его способность к саморефлексии и самопроверке, — говорит Кадзи. — По сравнению с предыдущими моделями, он понимает свою ошибку раньше, чем я укажу на неё в два или три часа ночи, — и поэтому я могу спать».
Три черты, которые отличают Fable 5
Команда Кадзи выделяет три поведения, которые сигнализируют о принципиальном скачке в интеллекте модели:
| Поведение | Что это значит на практике |
|---|---|
| Перепроверяет собственные предпосылки | Когда состояние задачи меняется по ходу, модель замечает это и корректирует неверное предположение до того, как начнёт действовать на его основе — а не обнаруживает ошибку спустя много часов |
| Возвращается к первым принципам на каждом шаге | Модель без напоминаний перепроверяет свои действия на соответствие изначальному замыслу — раньше это исправление приходилось делать самому Кадзи |
| Совпадает по «вкусу» с командой | Даже при минимальных указаниях суждения модели по неоднозначным вопросам совпадают с решениями команды |
Для третьего пункта у Кадзи есть собственный термин — «taste alignment», выравнивание вкуса. «С Fable выравнивание вкуса проходит более гладко, чем с любой предыдущей моделью от твоей компании или от любой другой, которую мы использовали», — говорит он.
Самое важное следствие этой автономности — изменение единицы работы, которую можно делегировать. «До Fable нам приходилось разбивать работу на чётко определённые куски для агента, — говорит Кадзи. — Теперь я могу передать целую задачу и запустить сразу несколько».
Claude Fable 5 меняет именно то, что происходит внутри прогона: модель рефлексирует на каждом шаге, ловит раннее неверное предположение и сама находит дорогу назад к первым принципам — без чьего-либо участия. Поскольку модель самокорректируется по ходу выполнения, финальное подтверждение результата человеком становится реалистичным впервые — и единица делегируемой работы смещается с «задачи» на «решение». У агентов Rakuten есть ещё и память между прогонами: «Наши агенты с памятью помнят, что пошло не так в прошлых сессиях, и не повторяют эти ошибки». Похожая логика проверки и исправления собственных ошибок разбирается и в посте о читаемости diff'ов — умение замечать, что изменилось и почему, критично не только для агентов, но и для людей, которые проверяют их работу.
В результате абсолютное число задач продолжает расти, но количество тех, что действительно требуют человека, остаётся на управляемом уровне. По словам Кадзи, отсутствие необходимости вмешиваться и направлять прогон посреди работы — это главная победа в продуктивности: она освобождает время команды для решений, которые должен принимать только человек, и позволяет AI-native организации ускоряться, а не застревать на постоянных ручных коррекциях курса.
Баланс между стоимостью и эффективностью
Возможности на фронтире интеллекта стоят по фронтир-ценам, и Кадзи прямо говорит: именно стоимость определяет, насколько широко можно развернуть модель. «Как крупное предприятие, мы хотим балансировать между интеллектом и стоимостью», — говорит он. Его команда измеряет долю выполненных задач наряду со стоимостью на задачу, а затем направляет Fable 5 туда, где дополнительная мощность модели меняет результат, оставляя остальную работу более компактным моделям.
Заметка
Для Кадзи в пользу Fable 5 играют два фактора: модель делает больше при меньшем расходе токенов и меньшем числе неверных ходов, и ей требуется меньше сопровождения человеком.
Что дальше: агенты как координаторы людей
Фронтир, который сейчас исследует Кадзи, — это не скорость отдельного агента. Это способность агентов координировать людей. Claude Code уже ускорил его собственную работу и работу коллег, но самая сложная часть любой организации — это согласованность между людьми, соответствие контекста и вкуса одного сотрудника другому. Кадзи изучает агентов, которые «координируют или организуют, скорее как менеджер», удерживая нюансы, которые обычно теряются между членами команды.
«Мы не считаем AI-агентов будущими коллегами или конкурентами. Это системы вокруг нас», — говорит Кадзи. Он придерживается собственного совета Anthropic: строить нужно под модель, которая появится через три-шесть месяцев, а не под ту, что перед глазами прямо сейчас. «Думаю, мы как общество ещё не нашли модель-под-задачу для Claude Fable 5, — говорит он, — но она уже выделяется как модель, которая пересекла черту и пришла в наш мир».
История Rakuten хорошо показывает, как быстро меняется планка того, что можно доверить агенту без присмотра. Если тебе интересно, с чего начинается работа с такими инструментами на практике, посмотри бесплатный курс zero2claude — там разбираются базовые навыки терминала и Claude Code, без которых сложные агентные сценарии не построить.
Частые вопросы
Что такое Claude Managed Agents, о которых говорит Rakuten?
Это управляемые агенты Claude, которые компания подключает к рабочим инструментам — Slack, Microsoft Teams, внутренним системам задач — и распределяет по отделам: продукт, продажи, маркетинг, финансы. Они работают автономно и закрывают задачи без постоянного участия человека на каждом шаге.
Почему раньше агентов нельзя было оставлять без присмотра на несколько часов?
Прежние модели не проверяли собственную работу по ходу выполнения задачи. Если модель на первом шаге выбирала неверное направление, ошибка накапливалась незамеченной все оставшиеся часы прогона, и результат к концу работы оказывался неоптимальным или вовсе провальным.
Что изменилось в Claude Fable 5 конкретно?
Модель чаще и заметнее проверяет свои же предположения по ходу выполнения задачи, возвращается к первоначальному замыслу без напоминаний и лучше совпадает по суждениям с командой (Кадзи называет это «taste alignment»). Это позволяет делегировать не отдельные шаги, а целую задачу или решение.
Значит ли это, что человек больше не нужен в процессе?
Нет. По словам Кадзи, число задач, требующих человеческого суждения, остаётся на управляемом уровне, но не исчезает — просто человек перестаёт тратить время на исправление курса посреди работы агента и сосредотачивается на решениях, которые действительно должен принимать человек.
История Rakuten — хороший ориентир того, куда движутся долгоживущие агенты: не просто быстрее выполнять шаги, а самостоятельно замечать и исправлять собственные ошибки по пути. Для тебя это означает постепенный переход от постоянного контроля за каждым действием агента к точечной проверке итоговых решений — и именно в этом сейчас главный выигрыш во времени.
Если хочешь попробовать всё это руками — начни с бесплатного курса «Claude с нуля».
Источник
По мотивам статьи Anthropic «Working at the frontier: How Rakuten builds agents overnight with Claude Fable 5». Пересказали по-русски для новичков.