Модель усиливает того, кто знает своё дело: 87-летнюю задачу закрыл математик с Fable 5

Нашёл его математик Левент Альпёге вместе с Fable 5 от Anthropic (21.07.2026). Иглу в стоге сена искала машина. Направлял и проверял человек.

Инженер GitHub Шон Гёдеке разобрал 24.07 публичный чат Теренса Тао с ChatGPT про тот же контрпример и вывел правило: узкое место не модель, а человек. Трудное в промптинге не подбор слов, а объяснение того, что именно тебе нужно.

Тао пишет коротко и по делу. Он не отвечает модели по пунктам, предлагает свои формулировки вместо тех, что она подсунула, и давит возражением: «нет, тут можно проще» или «а разве мы уже не делаем X?». Транскрипт открыт и читается целиком.

Приёмы не копируются. Гёдеке сам закрывает эту дверь: «промптить как Тао по математике не выйдет, просто следуя этим советам. Ключ к его технике в понимании самой математики».

Проекция на код у него же: с хорошей теорией своего кодбейза модель можно давить сильнее, чем без знакомства с ним. Знание конкретного репозитория он ставит выше общего понимания устройства систем, потому что решения в архитектуре диктует конкретика.

Обсуждение на Hacker News набрало 1416 очков и 573 комментария (02.09.2026). Главный контраргумент: тезис проверяли на обычном веб-чате, а не в инструментах для неспециалиста вроде Claude Code и Lovable. Отсюда реплика «wrong tool, wrong job».

Если знаний в области пока мало. Из той же ветки: попросить модель объяснить словарь темы и подсказать поисковые запросы, при зацикливании начинать новый чат, контекст задавать файлом, попытки ветвить по нескольким чатам вместо одного длинного диалога.