Ну привет. Давай, как человек, который к разработке, обучению и выводу нейронок в прод, находится очень близко, разберу.

Первое и самое главное-автор оригинала нифига не прав, тут вопросов нет. Одну и ту же задачу отдавать разным сеткам имеет смысл только ради тестирования.

Второе - самое эффективное на текущий момент по моим ощущениям - разделение задач по разным сетям. Кто-то лучше в кодинге, кто-то лучше в требованиях, кто-то лучше в архитектуре. А какая-то сетка тебе сгенерит промт для всех других.

Третье. Мой текущий оптимальный сценарий, как уже можно было понять выше: генерю промпт через Qwen. Редактирую на основании собственных предпочтений и логики которую закладываю. Дальше иду в ChatGPT и формирую требования и архитектуру. После этого иду со всем получившимся в Google Firebase Studio, вкладывю туда и получаю MVP.

Все, дальше можно уже доделать внутри командой разработки, по требованию заказчика и пофиксить баги если есть (или тоже сдать их нейронке)

Гонять один и тот же запрос по разным нейросетям, причём с урезанным функционалом, — сомнительное занятие. Это больше похоже на перебор вариантов наугад, чем на осмысленную работу.

Вместо этого проще и логичнее — взять одну продвинутую нейросеть вроде GPT с Plus-доступом и внутри неё выстроить полноценный рабочий процесс. Один чат помогает продумать архитектуру, другие — заточены под генерацию кода на разных моделях, с разными подходами и обучением, ещё можно добавить для тестов и проверок.

Внутри одного интерфейса удаётся сохранить всю историю — от первых набросков архитектуры до финальных строк кода и результатов тестов. Задав чатам «роли» через системные подсказки, вы добиваетесь необходимой специализации без использования множества сервисов и не терять логическую связку при переходе от проектирования к реализации

Не ИИ‑эксплуататор, а инженер, который распределил задачи между ИИ‑ассистентами.