11 июня 2026 года Anthropic объявила о многолетнем альянсе с DXC Technology, который приносит Claude в те системы, где «двигаться быстро» обычно означает «сначала напиши план отката». DXC заявляет, что Claude уже стал базовой foundation model по умолчанию для агентных workflows DXC OASIS, что Claude помог ускорить поставку ПО в OASIS примерно в 10 раз, и что более 95% кода OASIS было сгенерировано Claude до ревью инженерами (Anthropic, PRNewswire).
Вот это и интересно. Не «AI пишет код». Этот демо-номер все уже видели. Настоящая история в том, что DXC несет агентную генерацию кода в банки, авиакомпании, страховые, производственные компании и госучреждения — туда, где самые тяжелые проблемы это археология зависимостей, управление релизами, аудитируемость, безопасность и задача не сломать 30-летний batch-процесс, который в 2 ночи проводит реальные деньги.
Сигнал: AI входит в слой managed services
DXC запустила OASIS 28 апреля 2026 года как интеллектуальную orchestration platform для managed services. Заявленная задача — работать как управляемый, безопасный слой поверх существующего IT-ландшафта организации, переводя операции из реактивной поддержки в исполнение в реальном времени (DXC).
Это важно, потому что модернизация в регулируемых отраслях редко начинается с чистого репозитория и greenfield-цели. Она начинается с:
- batch-задач, за которые никто полностью не отвечает
- application servers, давно вышедших за обычные окна поддержки
- COBOL, Java EE, PL/SQL, shell и vendor workflow glue
- compliance-контролей, частично живущих в коде, а частично в runbooks
- хрупких интеграций с платежами, claims, бронированием, inventory, identity или case-management системами
Встраивая Claude в OASIS, DXC не относится к модели как к чатботу рядом с работой. Она помещает модель внутрь orchestration workflows, которые уже знают об инцидентах, change windows, контексте тикетов, runbooks, окружениях и ограничениях заказчика. Это разница между «сгенерируй рефакторинг» и «сгенерируй рефакторинг, который переживет CAB review».
Anthropic говорит, что DXC обучит десятки тысяч Claude-сертифицированных forward-deployed engineers через Anthropic Academy, а DXC добавит собственную программу для mission-critical систем (Anthropic). Это правильная форма. Регулируемой модернизации нужны люди, которые умеют читать систему, а не туристы с промптами.
Что разработчикам стоит скопировать
Паттерн DXC полезен, даже если вы не работаете в масштабе DXC. Урок не в том, чтобы «отдать репозиторий модели». Урок такой: оборачивайте работу модели в workflow, где контекст, ограничения, ревью и доказательная база — объекты первого класса.
Практичный агент для модернизации legacy не должен начинать с «перепиши этот сервис на Go». Он должен начинать с ограниченного плана:
1. Inventory modules, entry points, data stores, and external contracts.
2. Identify dead code and risk hotspots.
3. Propose the smallest behavior-preserving refactor.
4. Generate tests around current behavior before changing code.
5. Open a reviewable patch with traceable rationale.
6. Attach evidence: tests, static analysis, dependency impact, rollback notes.Звучит скучно. Отлично. Скука — это то, как меняются регулируемые системы.
Публичные цифры DXC агрессивные: примерно в 10 раз быстрее поставка ПО и более 95% кода OASIS, сгенерированного Claude и проверенного инженерами (Anthropic). Воспринимайте это как claims, специфичные для конкретного внедрения, а не как универсальную константу продуктивности. Для разработчиков важна операционная модель: высокий вклад модели, обязательное человеческое ревью и платформа, которая фиксирует работу.
Для миграции core-системы банка это может означать, что агенты картируют транзакционные потоки и генерируют characterization tests. В авиакомпании агенты могут распутывать workflows бронирования или обслуживания, сохраняя внешние форматы сообщений. У страховщика они могут сверять правила policy-admin с поведением claims. У производителей — трассировать зависимости ERP, MES и supply chain до того, как кто-то тронет код.
Выбор модели становится архитектурным решением
За два дня до объявления DXC, 9 июня 2026 года, Anthropic запустила Claude Fable 5 и Claude Mythos 5. Fable 5 — общедоступная модель Anthropic класса Mythos, тогда как Mythos 5 доступна ограниченно через Project Glasswing и программы доверенного доступа. Anthropic указывает для Fable 5 цену $10 за миллион input tokens и $50 за миллион output tokens, с контекстным окном 1M-token и максимальным output 128k в текущей API-документации (Anthropic, Claude Docs).
Краткий снимок цен из обзора моделей Anthropic:
| Model | Input | Output | Context | Max output |
|---|---|---|---|---|
| Claude Fable 5 | $10 / MTok | $50 / MTok | 1M tokens | 128k |
| Claude Opus 4.8 | $5 / MTok | $25 / MTok | 1M tokens | 128k |
| Claude Sonnet 4.6 | $3 / MTok | $15 / MTok | 1M tokens | 64k |
| Claude Haiku 4.5 | $1 / MTok | $5 / MTok | 200k tokens | 64k |
Неверный вывод — «всегда используйте самую сильную модель». Более правильная архитектура — model routing.
Используйте самую сильную модель для системного reasoning: поиска зависимостей, планирования миграций, незнакомых frameworks, cross-repo refactors и анализа сбоев. Используйте более дешевые модели для summary, простой генерации тестов, чистки документации и механических правок. Вокруг обеих поставьте детерминированные инструменты: компиляторы, test runners, schema diff tools, SAST, генерацию SBOM и policy checks.
Anthropic также говорит, что у Fable 5 есть safeguards, которые переключают некоторые запросы по cybersecurity, biology, chemistry или distillation на Claude Opus 4.8, и что ранние данные показывают: более 95% сессий Fable обходятся без fallback (Anthropic). Для разработчиков в регулируемых отраслях это не сноска. Если workflow касается security remediation, vulnerability analysis или чувствительных исследований, ваш agent runtime должен обнаруживать model fallback, логировать его и решать, соответствует ли итоговый output вашему порогу assurance.
Человеческое ревью — это продукт, а не налог
Фраза «более 95% кода, сгенерированного Claude» соберет заголовки. Фраза «затем проверенного software engineers» — это часть, которая делает все это пригодным к внедрению.
В регулируемой модернизации ревью — не церемониальное одобрение pull request. Оно должно отвечать на конкретные вопросы:
- Изменилось ли поведение, и где доказательства в тестах?
- Какие data contracts, schemas, APIs и batch files затронуты?
- Меняет ли patch авторизацию, retention, logging или audit trails?
- Есть ли путь отката?
- Сможет ли не-автор через шесть месяцев понять, зачем существует это изменение?
Вот где agent workflows выигрывают у свободного чата. Хороший workflow может заставить каждый сгенерированный patch нести собственное объяснение, test plan, risk classification и карту затронутых систем. Он также может блокировать merges, если модель не проверила зависимый сервис или если сгенерированные тесты доказывают только happy path.
Навык разработчика смещается от набора каждой строки к проектированию reviewable work packets. Это все еще engineering. Во многих legacy-ландшафтах именно этого engineering и не хватало.
Небольшой паттерн для агентной модернизации
Если бы я строил это внутри регулируемой software team, я бы требовал, чтобы каждая задача модернизации до code review производила четыре артефакта:
inventory.md: entry points, dependencies, configs, data stores, external contracts.risk.md: затронутый бизнес-процесс, затронутые compliance controls, rollback notes.tests/: characterization tests, фиксирующие текущее поведение.patch.diff: минимальное behavior-preserving изменение.
Модель может сгенерировать все четыре. Инженеры должны проверить все четыре. CI должен enforce скучные части.
Для локальных экспериментов Claude Fable 5 также доступен как drop-in Anthropic Messages endpoint через OneHop. Страница OneHop для Fable 5 сейчас указывает endpoint https://api.onehop.ai/anthropic, имя модели anthropic/claude-fable-5 и кредит $10 для нового аккаунта без карты; показанная promo pricing — $5 input и $25 output за миллион tokens, что на 30%+ ниже прайс-листа Anthropic $10/$50 (OneHop).
from anthropic import Anthropic
client = Anthropic(
base_url="https://api.onehop.ai/anthropic",
api_key="<ONEHOP_KEY>",
)
message = client.messages.create(
model="anthropic/claude-fable-5",
max_tokens=1024,
messages=[{"role": "user", "content": "Map risks in this legacy migration plan."}],
)Используйте такой endpoint для прототипов и evaluation harnesses. Для production-нагрузок в регулируемой среде сложная часть все еще в ваших controls: data handling, retention, access, evidence, model routing и human sign-off.
Настоящая ставка: модернизация становится непрерывной
Большинство предприятий относятся к legacy modernization как к программе раз в десятилетие. Большой бюджет. Большой SI. Большой риск. А потом новая платформа начинает стареть в первый же день.
История DXC с OASIS указывает на более удачную модель: модернизация как непрерывный managed-service workflow. Агенты анализируют, предлагают, тестируют, рефакторят, документируют и маршрутизируют работу инженерам. Инженеры ревьюят, ограничивают и одобряют. Платформа хранит evidence. Система улучшается меньшими и более безопасными шагами.
Вот почему за этим альянсом стоит следить. Полезный вопрос не в том, может ли Claude писать код. Может. Полезный вопрос в том, может ли организация превращать сгенерированный код в управляемые, reviewable, production-safe изменения в системах, которые не имеют права упасть.
DXC заявляет о ранних evidence, что это может работать в серьезном масштабе: 115 000 сотрудников в 70 странах, OASIS в production у более чем 50 customers, план на десятки тысяч Claude-сертифицированных forward-deployed engineers и Claude как модель по умолчанию в агентных workflows OASIS (Anthropic, PRNewswire).
Для разработчиков ход очевиден: перестаньте думать об AI как об autocomplete. Начните проектировать agent workflows, которые оставляют после себя tests, diffs, explanations и audit trails. Именно это legacy modernization всегда и требовалось. Модель наконец делает бумажную работу и движение кода достаточно дешевыми, чтобы делать это непрерывно.
Если хотите протестировать сторону model routing без развертывания полноценного enterprise stack, начните с узкого репозитория, задачи на characterization tests и Fable 5 endpoint вроде Claude Fable 5 на OneHop. Оставьте human review gate. Измеряйте accepted diffs, failed tests, review time, rollback quality и cost per merged change. Потом решайте, заслужил ли workflow более крупную систему.
