digital на минималках

Доброе утро, бандиты

На релизе gpt-image-2.5 я сразу завёз их в @lowgpt_bot, но тут ничего не написал

Помимо картинок бот тоже сильно обновился. Во-первых, бот теперь идентичен мини-апке. Я всё же хотел сделать его максимально идентичным оригинальному ChatGPT - с разбивкой на чаты / настройки / лимиты / отдельный раздел под картикни и т.д., но миниапкой никто не пользуется, предпочитая общаться через чат-бот. Поэтому функционал чат-бота я подтянул до миниапки:
- Бот читает файлы и фото. Раньше он отвечал отказом. Теперь принимает PDF, Word, Excel, презентации, код, скриншоты - можно всё в одном сообщении с вопросом.
- Новая команда /limits покажет, сколько осталось

Миниапка тоже обновилась:
- чаты можно закрепить - важные всегда наверху
- нумерованные списки в ответах больше не сбиваются
- поиск по чатам - по названиям и тексту переписки

Функционал работы с файлами и генерация картинок стали бесплатными - при подписке на @low_digital, бот даёт 30 сообщений, 3 картинки и 5 файлов в день бесплатно, а убрать лимиты можно оформив подписку за 499 руб./мес.

@lowgpt_support_bot - поддерджка теперь читается и отвечается. А слать туда можно не только сообщения о каких-то ошибках или проблемах, но пожелания о новом функционале

👉 Попробуйте прямо сейчас: @lowgpt_bot

Доброе утро, бандиты

Какого-то отдельного информационного ресурса под Restreamed у меня нет, поэтому пишу сюда о свежих изменениях

1. YouTube снова работает со всех серверов
Трансляции на YouTube снова идут и с московских серверов (Lilith, Nyx, Kali). Если вы переходили на Uraboros только ради YouTube, можно остаться там или вернуться на привычный сервер.

2. Uraboros стал вдвое мощнее
У лондонского сервера теперь в два раза больше процессорных ядер и памяти. Вечерние подтормаживания, на которые вы жаловались, должны уйти.

3. Freya - новый сервер только для Pro
В Лондоне заработал второй сервер с широким каналом. Он доступен только подписчикам Pro, поэтому нагрузка на нём меньше, чем на общих серверах.

Как перейти: в группе в поле «Сервер рестрима» выберите «Freya - London» и вставьте в OBS новый URL сервера. Ключ трансляции не меняется.

4. Зависшая трансляция перезапускается сама
Раньше бывало так: в панели всё «работает», а на площадку ничего не идёт. Теперь сервер замечает такое зависание и сам перезапускает ретрансляцию примерно за 30 секунд.

5. Подсказка про кодек
Если OBS отправляет видео в HEVC (H.265) или AV1, а на Mac так бывает по умолчанию, до площадок такой поток не дойдёт. Теперь панель сразу это показывает и подсказывает выбрать H.264.

Совет: в OBS «Настройки» → «Дополнительно» включите «Автоматически переподключаться», а в YouTube Studio выключите «Автоматическое завершение». Тогда короткий обрыв связи не закроет трансляцию.

Pro - 490 руб./мес.: 10 потоков вместо 3 и серверы Freya (UK) и Kali (RU).
👉 https://restreamed.pro
Вопросы: @restreamed_support_bot

Доброе утро

Я опять чиню всё 😭

В этот раз отъебнул рестрим на Ютуб, почти на всех серверах (спасибо РКН)

Кому нужен Ютуб - используйте Uraboros

На днях завезу еще серверов без блока Ютуба

После сентябрьских инцидентов я довольно плотно поковырял Restreamed и хочу обратить внимание на пару важных изменений.

1. Переработан Автостарт / Авторестарт
Замеры показали, что площадки (особенно YouTube) далеко не всегда подхватывают поток после кратковременного обрыва. Поэтому от настройки «Автоперезапуск при обрыве» я отказался - она работала через раз.

Вместо неё появилась одна простая настройка - «Возобновлять трансляцию». Работает она так: если соединение с площадкой рвётся, рестрим уходит в бесконечные попытки переподключения, пока вещание не восстановится. А вот разрешено ли вообще запускаться автоматически - решает выбранный вариант:

«Всегда» - рестрим на площадку запускается автоматически при любом появлении потока из OBS. Это ровно то, что раньше называлось «Автоматический запуск трансляции».

«При обрыве (до 30 сек.)» - автозапуск сработает, только если поток из OBS пошёл менее 30 секунд назад. Это и есть честный авторестарт после обрыва связи. Если же между OBS и Restreamed прошло больше 30 секунд - система считает это новой трансляцией, и запускать её нужно вручную из личного кабинета.

2. Резервный доступ через Telegram
Сентябрьские инциденты показали, что личный кабинет в РФ работает нестабильно: организация из трёх букв всё никак не успокоится и считает рестрим обходом блокировок (боже блять). Поэтому настоятельно рекомендую держать про запас бота @RestreamedBot. В мини-приложении полностью продублирован функционал Restreamed, и оно работает автономно от личного кабинета.

Если аккаунт у вас уже есть и настраивать всё заново не хочется - при первом открытии мини-приложение само предложит привязать существующий аккаунт. А если вы случайно закрыли это сообщение, привязку всегда можно сделать вручную в разделе «Профиль».

А есть ли среди моих подписчиков кто-то из бигтеха?

Если с фрилансерами и галерщиками всё понятно, то вот касаемо вас, дорогие, меня мучает вопрос - используете ли вы ИИ для написания кода? Если да - какой?

Штош, настало время более сложных тестов

Взял я сервер, на котором крутится 12 довольно тяжёлых проектов, которые я последние 2.5 месяца усердно рефакторил (но судя по всему - они ещё не до конца доведены до идеала), и запустил по 11 из них 3 итерации подробных ревью:
- GPT-5.6-sol (ultra)
- GPT-6-astra (ultra)
- Opus 5 (ultracode/xhigh)

Первый работал 1.5 часа и сожрал всего лишь 3% бюджета ChatGPT Pro 20x.
Второй отработал за 30 минут, сожрал 4% бюджета ChatGPT Pro 20x.
Третий работал полдня - дважды упирался в 5-часовые лимиты Claude Max 20x, работал 12 часов (без учёта простоев), сожрал 46% недельного бюджета.

Дополнительно я запустил сравнительный аудит двух GPT-отчётов (Sol и Astra) силами Astra - шёл 35 минут, сожрал 4,25% недельного бюджета.

Затем, без учёта сравнительного аудита, я запустил ещё один - по всем трём отчётам силами Astra - шёл 30 минут и сожрал 12% (!!!) недельного бюджета.

Также сгрузил 3 отчёта и в Claude, но уже без ultracode, потому что и так все бюджеты сожраны.

А теперь к результатам, сначала сырые Sol -> Astra -> Opus:
- находок всего: 129 -> 142 -> 459
- точные строки фикса: частично -> нет -> есть
- раздел «проверено и признано НЕ дефектом»: нет -> частично -> есть
- предупреждения «этот фикс сам вызовет регрессию»: нет -> нет -> есть
- ложных срабатываний после проверки: 3 -> 6 -> 73

Отдельно по Sol/Astra, по итогам парного аудита:
- Astra точнее: из 142 заявленных проблем подтверждено 97,2% при всего 3 ошибочных утверждениях, тогда как Sol из 129 пунктов подтвердил 87,6% и допустил 29 ошибок (ложные срабатывания или неверные рекомендации)
- Sol нашёл 58 реальных проблем, которые Astra пропустил
- Astra нашёл 115 реальных проблем, которые Sol пропустил

Оговорка: это первый, парный прогон. Во втором, тройном, Astra пересчитал те же отчёты и сам себя поправил - 89,1% у Sol против 94,4% у себя, ложных 3 против 6, а уникальные стали 54 и 112. Разрыв схлопнулся почти вдвое.

Если сравнить с Opus:
- Sol нашёл 37 подтверждённых проблем, которых нет в отчёте Opus
- Astra нашёл 73 подтверждённые проблемы, которых нет в отчёте Opus

Итог: все трое сошлись всего на 22 находках из 467. Каждая модель нашла десятки реальных багов, которых не увидели две другие, так что «взять модель получше» тут не работает: покрытие общего каталога - 77,7% у Opus, 30% у Astra, 17,6% у Sol.

Но если мы оцениваем все эти аудиты не как эксперимент и повод вчитываться в тонны текста, а как реальный инструмент, который должен упростить тебе жизнь - тут Claude Opus всухую уделывает GPT Astra:
- покрытие файловы выше
- аудит шире
- тесты на регрессии
- конкретные фиксы прямо в отчете (что кстати и было запрошено у всех трёх моделей, но без внесения изменений в исходники)

У меня в Инсте и Ютубе просто вся лента засрана постами о том, что OpenAI достигли AGI, что GPT-6 это ебать какая неведомая хуйня, которая уже заменила людей, которая умеет делать что угодно и далее по списку.

Я даже умолчу о том, что в каждом втором из таких постов сравнивают видео (!) сгенерированное GPT-6 (!) и FABLE-5.1 (!) - типа сравните, вот такие видео делает Claude, а такие - ChatGPT (хотя не то, что ни одна из этих моделей не умеет в видео - обе компании, в принципе, уже не предоставляют моделей для генерации видео, даже OpenAI похоронили свою Sora и она станет недоступна в ближайший месяц).

В каждом первом же посте - сравнивают как GPT и CLAUDE покадрово воспроизводят модельки в Blender по видео. Выглдяит максимально убого, да и мы здесь не за этим. Оценка написания кода - это довольно субъективная штука и зависит в первую очередь от компетенций оценивающего. А что там у нас по более простым задачам? Научились ли ИИ-модели хотя бы тексты писать адекватно? Это ведь в первую очередь Large Language Models?

Если коротко - нет, даже с такой, казалось бы, простой задачей как копирайтинг (буквально то, ради чего разрабатывался совеременный ИИ) - оно справиться не может. Я взял единое ТЗ на подготовку SEO-шного текста, с которым еще до появления ИИ справлялся любой раб с fiverr за 10$, закинул парочку таких ТЗ в разные нейронки с разными настройками и получил неутешительные результаты. На разных ТЗ и разных текстах рейтинг получился примерно следующий

Первое место - Claude Opus 4.6, effort = high
Да, именно Opus 4.6 - не Opus 5, не Fable, а модель прошлого поколения. Из всех протестированных нейронок он стабильнее всего выдаёт текст, который хотя бы можно взять за основу. Результат не идеальный - лишнее убрать надо, кое-где подправить формулировки - но это именно "доработать", а не "переписать с нуля". Структура логичная, текст читается по-человечески, не вызывает желания закрыть вкладку после второго абзаца. Забавно, что именно 4.6, а не более свежие версии Claude, оказался стабильнее - на разных ТЗ он чаще выдавал пригодный результат, в то время как новые модели то попадали, то нет.

Второе место делят:
- Claude Fable 5.1, effort = high
- Claude Fable 5, effort = high
Обе модели выдают результат, близкий к Opus 4.6, но каждая со своими косяками. Fable 5.1 по сути повторяет стиль Opus, но формулировки чуть слабее - больше чувствуется "нейронность", больше воды, править приходится заметно больше. Fable 5 наоборот - текст легко читается, логически связный, но как будто пережатый: много информации опущено, всё слишком скомкано, плюс местами проскакивает какой-то подозрительный вульгаризм.

В разных случаях по-разному - то у одного получится вариант получше, то у другого, закономерности нет. До кожанных фрилансеров всем этим трём моделям (включая Opus 4.6) еще далеко, но при условии редактуры человеком, компиляции текста из нескольких генераций - оно может выдать какую-никакую базу, которую всё же можно доработать до чего-то вменяемого. Но говорить о замене даже самого дешевого фрилансера - не приходится. Без редактуры - это мусор. Хотя стоит отметить, что в руках умелого копирайтера такой инструмент может сэкономить до 50% рабочего времени, но уж точно не "заменить".

Третье место:
- Claude Fable 5.1, effort = high + Research
- Claude Fable 5, effort = high + Research
Казалось бы - тот же Claude, да ещё и с Research, должно быть лучше? А вот нет. Research-версии по сути повторяют тексты базовых моделей, но начинают пихать туда кучу информации, которая нахрен не нужна для SEO-текста. Читается тяжелее, местами загибает не по теме. Как самостоятельный текст - заметно хуже, чем без Research, править придётся ощутимо больше. Но есть нюанс: Research-генерацию можно рассматривать как дополнение к основному тексту - подтянуть оттуда цифры, факты, рейтинги. То есть оптимальный флоу: сделать текст без Research, потом отдельно с Research, и скопилировать вручную. Отдельно Research-текст на выход отправлять - не стоит.

Четвертое место - GPT-6 Astra, effort = pro
А вот и хвалёный ChatGPT. GPT-6 Astra структурно выдаёт что-то отдалённо похожее на Claude, но его стабильно несёт куда-то не туда. После нескольких абзацев буквально теряешь суть повествования - ловишь себя на мысли "о чём вообще была статья?". Нейронность чувствуется заметно сильнее, чем у Claude - текст более "пластиковый", хотя формально вроде и читаемый. Для SEO-задач без серьёзной переработки не подходит, а с учётом объёма этой переработки - проще написать с нуля или взять Claude.

Пятое место - GPT-5.6 Sol, effort = pro
GPT-5.6 Sol - это прямо классика нейрослопа. Его можно узнать из тысячи - формулировки настолько шаблонные, что аж подташнивает - ты сразу чувствуешь, что это писала нейронка, даже если не разбираешься в теме. Структурно текст вроде собран правильно, всё на месте, но читать это без кринжа невозможно. По сути та же проблема, что и у GPT-6, только ещё грубее и заметнее. Использовать как готовый текст - нет, спасибо. Принять такое от фрилансера - тоже нет.

Шестое место:
- GPT-6 Astra, effort = pro + Deep Research
- GPT-5.6 Sol, effort = pro + Deep Research
Худшее из всего, что попало в рейтинг. Deep Research у ChatGPT (который еще полгода назад на o3 показывал лучший результат среди всех LLM) превращает и так посредственные тексты в абсолютно нечитаемую кашу. Куча воды, бесконечное "наливание", нейронность - засыпаешь на втором абзаце. Обе модели с Research выдают примерно одинаковое по качеству дерьмо, разницы между ними практически нет. Если Claude с Research хотя бы можно использовать как источник фактов и цифр для компиляции - то GPT с Deep Research не пригоден вообще ни для чего. Даже как "дополнение" к основному тексту - слишком много мусора, чтобы оттуда что-то выцеплять. Просто зря потраченное время и токены.

Grok, Gemini, DeepSeek, QWEN - оказались тотальным мусором, не заслуживающим внимания, тупо нейрослоп.

Это какой-то ёбаный сюр. Мне кажется, такое может произойти только со мной.

3 сентября часть моих серверов попала под раздачу РКН, когда те пачками начали блочить провайдеров. Второпях я нашел какой-то хостинг с более-менее вменяемыми ценами и который еще не заблочили на россии, и вроде бы проблема решена (ну кроме простоя в несколько часов).

Да, нынче даже найти провайдера с адекватными ценами это большая проблема – благодаря росту спроса на ИИ и VPN - Linode/Digital Ocean/Amazon/Azure и прочие старички подняли сцены с $5 за базовый конфиг до 25$ и выше, и всё чаще пытаются втюхать cloud computing с очень непрозрачным (и очень невыгодным) ценообразованием, поэтому приходится выискивать кого-то подешевле.

Спустя день - я заметил, что на сервере заблокирован почтовый трафик, хотя ничего кроме транзакционных писем (для авторизации в личных кабинетах) сервер не шлёт. Понял-принял – накидал шлюз для отправки писем прямо с SMTP по 443, минуя почтовые порты. При этом, никаких уведомлений от провайдера о блокировке почтового трафика не поступало.

Вчера мне эти долбоёбы просто удаляют сервер с формулировкой «подозрение на фишинг». Подозрение, блять. У меня подозрение на то, что мать этого провайдера – шлюха, и оно не беспочвенно. Потому что нормальные хостинг-провайдеры, даже когда у меня есть реальные нарушения, никогда так не поступают – сначала всегда неделю сюсюкаются, присылая предупреждения в тикеты и на почту, и даже если решают блокировать – блокируют порты, оставляя хотя бы 22 чтобы слить дампы.

Называть провайдера не буду, потому что эти кончелыги не достойны даже подобной рекламы (пусть и в негативном ключе).

Всё в итоге починил (опять) – вернул туда, где было, обмазал релеями, чтобы обелить ip. Но вот данные (регистрации, оплаты и прочее) почти за сутки – утеряны, так, что если вы столкнулись с проблемами на каком-то из моих сервисов – напишите в поддержку пж 😔

Но ситуация - просто сюр:
- блок почтового трафика на сервере который шлёт от силы 60 писем / час и те - без ссылок, без рекламы, только коды авторизации
- удаление мастер-сервера, на котором, кроме API и БД нет НИЧЕГО (т.е. буквально ничего - нет никаких публичных страниц или эндпоинтов) в подозрении на фишинг - верх дебилизма

Поэтому обращаюсь к вам, дорогие подписчики - где вы хостите свои проекты? Для себя я сформировал список требований таким:

Локация - Европа
Мне важно, чтобы рабата с провайдерами ИИ (OpenAI, Gemini, Grok, Claude) велась без всяких проксей. Зачастую приходится передавать большие объемы данных, типа видосов - и грузить туда-сюда это через прокси довольно долго. Плюс у меня очень много пользователей из РФ - так, что размещаться в Эмиратах или США - не самая лучшая идея (высокий пинг, медленная скорость для конечных пользователей)

Оплата - Visa/Mastercard или хотя бы крипта

Вменяемые цены
Ну хотя бы $10-$15 за конфиг 2 vpcu / 4g ram

Адекватная поддержка
В случае с вчерашним инцидентом - ебики провайдера мне даже "привет" не ответили в саппорте за полдня

Не скам
Нынче очень много хостинг провайдеров попустительски относятся к тому, что крутится на их серверах:
- vpn
- казино
- наркошопы
За это им периодически прилетает - сажают руководство, блочат целыми подсетями, маски-шоу в датацентрах (с отключением электричества). И вот как раз таких провайдеров хотелось бы избежать.

3. Права и окружение
Любая ИИ-модель при работе внутри IDE предлагает разные варианты взаимодействия, например:
Manual – любое действие должен согласовать человек
Automatic – файлы правятся вручную, команды запускаются по согласованию человека
Bypass Premissions – ты отдаёшь полный контроль над своим устройством ИИ
 
Я, конечно, пытался работать в Automatic-режиме, прилежно оценивая каждую команду, которую пытался запустить Claude. Меня хватило на месяц. Дальше я уже бездумно начал кликать YES на любое сообщение в IDE. Ну а раз я всё равно не читаю, что оно мне там пишет - то в итоге включил везде Bypass Permissions.

Современные модели - это не то, что было год назад, и за rm -rf / можно уже особо не переживать. Однако нужно отдавать себе отчёт, что всё-таки в этом случае ты передаёшь полный контроль над устройством ИИ. А ИИ, в свою очередь, крайне часто вылазит за пределы директории проекта и начинает периодически копошиться на твоём компе - в поисках логов, доступов, паролей, устанавливая различное ПО и окружение. Да и просто захламляя устройство всяким мусором, который был нужен для решения исключительно одной задачи.

Поэтому наиболее правильным решением будет использовать для вайбкодинга отдельное устройство или виртуалку, где не будет никакой чувствительной информации.
 
4. Документация и стандарты
Также, чтобы заметно сократить расход токенов, стоит сделать некий стандарт своей платформы. Один раз попросить нейронку изучить твой проект и подробно описать его в виде человекочитаемого файла. Затем один раз внимательно изучить, что там написано, переписать то, что не нравится, и в дальнейшем уже не придётся грепать все файлы проекта - ИИ будет уже знать, где что лежит, а расходы на выполнение задач упадут. Также, имея чёткий стандарт для своей платформы, ИИ будет куда меньше галлюцинировать при реализации нового функционала.
 
5. Не стоит гнушаться тупорылых моделей
Тупорылая - не значит бесполезная. ChatGPT 5.6-sol на подписке за $100 может сделать работы кратно больше, чем Opus 5 за $200, а ещё у ChatGPT нет дебильного 5-часового ограничения, лимиты честно выдаются на неделю, а значит, большие задачи можно выполнять в один прогон. А еще у них часто бывает КАМПЕНСАЦИЯ, когда они где-то обсираются, так у меня частенько за месяц может скопиться 3-4 "ресета" - кнопки в личном кабинете, который полностью сбрасывают недельные лимиты. Код он пишет хуже - но на разведку хватит. Поэтому поиск ошибок, изучение логов, дампов БД и подобное я отдаю ChatGPT без права на внесение каких-либо изменений, только поиск и отчёт. А затем уже этот отчёт я отправляю в Claude, чтобы не тратить столь ценные токены на разведку.

6. Ревью
Ну и последнее - самое важное
После завершения любой задачи, какой-либо правки или выкатки нового функцоинала, когда ты уже всё сам руками проверил - в обязательном порядке включай режим ultracode и шли промпт: Сделай созтязательное ревью по изменениям которые делались в этом чате

Я гарантирую, что абсолютно любая модель дико срёт в коде и вызывает всё новые и новые регрессии. Поэтому заставь её хотя бы немного убирать за собой

2. Effort
Пожалуй, это самый важный параметр при работе с ИИ. Effort, простыми словами - это «бюджет»: сколько токенов ты готов потратить на выполнение конкретной задачи. И здесь никогда нет правильного ответа, при отправке каждого промпта стоит хотя бы немного задуматься, какой effort сейчас стоит установить.

Для Claude: low → medium → high → extra → max
Для ChatGPT: low → medium → high → extra → pro

Отдельно стоит выделить ultracode (для Claude) и ultra (для ChatGPT). Обычно под этим понимается «оркестрирование» с практически неограниченным бюджетом. Каждая твоя задача отдаётся нескольким независимым «агентам» (простыми словами - «чатам с ИИ»), каждый из которых выполняет только свою часть задачи, а при необходимости может запускать других агентов. Бюджет токенов (сколько вообще может потянуть выбранная модель) на каждого агента - extra (для Claude) и pro (для ChatGPT), а так как агентов может быть несколько, да ещё и они могут вызывать новых агентов - можно сказать, что бюджет здесь вообще не ограничен (ИИ будет жрать твои токены, пока не выполнит поставленную задачу). Такой вариант я выбираю при рефакторинге (когда нужно иметь возможность позволить ИИ читать неограниченное число файлов в твоём проекте - иногда их бывает очень много).

Но здесь кроется большой риск - ни в коем случае нельзя всегда бездумно использовать ultracode/ultra. Во-первых, потому что это накладно по деньгам, плюс такие задачи выполняются МНОГОКРАТНО дольше любых других, где не используется «оркестрирование». А во-вторых, ИИ - тупой. И если ты отправил задачу изменить одну строчку текста на своей веб-страничке на другую строчку, выбрав при этом extra high effort - ИИ будет до посинения тратить твои бюджеты, выдумывать что-то новое, предлагать другие варианты для замены этой строчки или пойдёт искать по проекту, что ещё можно поменять, будет обмазывать всё синтетическими тестами, галлюцинировать и делать то, что ты не просил.

Во всех остальных случаях я практически всегда использую effort=extra. Обычно этого достаточно для внесения любых изменений в проект (не путать с реализацией какого-то нового функционала), при этом «бюджета» хватит на чтение всех нужных файлов проекта, которые требуются для решения этой задачи.

effort=max я использую, когда нужно поработать с большим объёмом данных, но я не хочу, чтобы агенты сожрали весь мой 5-часовой лимит за один заход. Это полезно при поиске ошибок в логах, при работе с дампами БД и т. д. Обычно этого достаточно, чтобы из пары гигабайт текста найти и вычленить только нужную информацию, которая относится к задаче, и при этом не потратить много токенов.

effort=high я использую крайне редко и только при работе с Claude Fable, потому что в противном случае ему тупо может не хватить твоих 5-часовых лимитов, приходится ограничивать.

low и medium я не использую в принципе: на таком бюджете модель либо не дочитывает проект и начинает косячить, либо дочитывает - и на саму задачу уже ничего не остаётся.

Также я не раз натыкался на мнение, что можно использовать Fable в effort=low и это даст результат на уровне Opus в effort=max, при этом по деньгам (токенам) выйдет дешевле. Но это прямо какое-то извращение. Объём действий, которые Fable успеет сделать за отведённый ему low-бюджет, крайне ограничен. Даже когда я рефакторил летом дюжину проектов с помощью Fable в режиме high - на каждый проект у меня уходило по 50-100 итераций просто потому, что даже на небольших Telegram-ботах модель за один заход успевала прочитать и поправить слишком мало. А увеличивать бюджет - не вариант, в случае с Fable ему бы не хватило лимитов. Вот и пришлось 2,5 месяца медленно и поэтапно всё править.

Итого:

- любые правки в проекте: effort=extra

- новый функционал: effort=max (либо если понимаешь, что модели для реализации задачи придётся прочитать файлов очень много - режим ultracode/ultra)

- рефакторинг: режим ultracode/ultra

- логи, дампы БД, большой объём данных: effort=max

- что угодно на Fable: effort=high