Кто такие агенты, и когда их применять

Давайте разбираться, что это и зачем оно нужно.

Что такое агент

Проще сначала понять, что не агент. Не агент, это когда вы сами полностью контролируете процесс решения задачи.

Пример. Вы автоматизируете поддержку клиентов. У вас может быть алгоритм: дорогая LLM, сначала прочитай эту доку, затем проверь исключения тут, если это, то можно можно вызвать оператора и тд. Тогда у вас не агент, а LLM-workflow (так это называют Anthropic, я пока не придумал как перевести)

Агент, это система, которая сама решает, как ей выполнить поставленную задачу. Она не следует заранее приписанной логике. Схематично это показано на картинке.

Пример. Поддержка клиентов. Вы говорите, что твоя цель решить задачу клиента. Вот такие инструменты есть. Вот так ты можешь у клиента что-то спросить. Удачи, ты сможешь!

Когда агентов нужно применять

- Задача плохо поддаются точному регламенту. Невозможно описать, что за чем надо делать.

- Высокая толерантность к ошибкам. Высокая автономность приводит к ошибкам. Принимайте их или не используйте агентов.

- От задачи большой экономический профит. Агенты это много токенов от LLM, нужно их окупать.

Примеры

Как вы, наверное, поняли, пока диапазон применения скуден. Знаю 3 успешных варианта применения:

1) Разработка. Риск нивелируется тестами. Экономический эффект огромный. Идеальный кандидат.

2) Поиск информации. То что называется Deep Research. Работа дорогая, надо тонну текста прочитать и понять. Риски низкие, читающий может проверить

3) Личный помощник. Двигает мышкой за тебя, бронирует рестораны, экономит время. Рисков почти никаких. Экономический эффект больше хайповый.

Что посмотреть про агентов

- Гайд от Anthropic
- Гайд от OpenAI
- Видео с лучшими практиками от Anthropic

Резюме.

Агенты - крайне редкий зверь в применении LLM.
Но зверь с большим потенциалом.

Кейсы применения будут расти, как надежность моделей будет увеличиваться. И все больше задач смогут быть решены. Дайте им немного времени.

Модель o3 оказалась хороша в определении местоположения по фото

Вышедшие на этой неделе o3 и o4-mini умеют рассуждать о загруженных изображениях даже если они размыты и искажены.

В сети обнаружили, что благодаря этой функции, o3 отлично находит города, достопримечательности и даже бары по едва заметным визуальным подсказкам. При этом, модель именно анализирует изображения, а не опирается на метаданные, которые есть в файле.

Вышла Gemini 2.5 Flash

Модель, основанная на 2.0 Flash, получила улучшенные возможности рассуждения. Помимо прочего, она позволяет разработчикам включать и выключать рассуждение и устанавливать бюджет на него.

Gemini 2.5 Flash уже доступна в API через Google AI Studio и Vertex AI. Скоро появится в https://aiacademy.me/.

ChatGPT теперь использует знания о вас во время поиска в интернете

OpenAI добавил в ChatGPT функцию Memory with Search. Теперь, когда вы вводите запрос, требующий веб-поиска, чат-бот перепишет его, используя данные, которые он о вас знает.

Например, если ChatGPT помнит, что его пользователь веган из Сан-Франциско, то он изменит запрос «какие рестораны поблизости мне бы понравились» на «хорошие веганские рестораны в Сан-Франциско».

https://help.openai.com/en/articles/6825453-chatgpt-release-notes#h_40089b1bfc

Наша любимая рубрика «Новости OpenAI за неделю», девиз недели — «думаем наперёд»:

— Во вторник появилась новость, что OpenAI находятся на ранних стадиях разработки своей социальной сети, самым близким аналогом которой является Twitter у Elon Musk. Хотя по описанию в новости всё же больше похоже на Instagram: «источники сообщили, что существует внутренний прототип, ориентированный на генерацию изображений ChatGPT, и имеющий прокручиваемую ленту постов». Выход на рынок социальных сетей также ставит OpenAI на путь столкновения с Meta, которая, как сообщают в статье, планирует добавить социальную ленту в свое будущее приложение с ИИ-помощником. В целом шаг логичный, и позволит как получить больше данных, так и загребать новую аудиторию — ведь до конца года, по плану, нужно набрать миллиард ежедневных пользователей. А ещё почерпнул интересную мысль у TheInformation: «OpenAI наверняка знает, что многие пользователи ChatGPT делятся своим опытом использования на сайтах социальных сетей, таких как X и Reddit. OpenAI, вероятно, задаётся вопросом: «Зачем нам раздавать этот трафик, если мы можем оставить их себе?»

— В среду написали, что OpenAI раздумывает над покупкой Windsurf за 3 миллиарда долларов. Windsurf — это AI-first среда разработки, по своей сути очень похожа на Cursor и с ним же конкурирует. Почему OpenAI не хотели купить сразу Cursor? Они хотели, но цена слишком высока — предположительно, стартап раздуло до 10 миллиардов долларов в ходе подготовки к новому раунду инвестиций. Интересно, как поменяется динамика, если сделка состоится — насколько лучше станет Windsurf, и сколько пользователей перетечёт в него?

— Проект по постройке супер-датацентров Stargate хоть и фокусируется на строительстве инфраструктуры в США, но уже идут разговоры об экспансии в UK и/или Германию/Францию (если проект окажется «успешным», не знаю, что это значит в данном контексте). «По словам одного из лиц, участвующих в распределении расходов Stargate, планы правительства Великобритании по расширению доступа центров обработки данных к электричеству подстегнули интерес к проекту».

— Вместе с запуском новых рассуждающих моделей у OpenAI появился Flex-режим обработки API-запросов, подходящий для несрочных задач. Теперь вы можете указать, сколько готовы ждать (10-15 минут), и, если будут ресурсы, то ваш запрос обработают по цене вдвое ниже обычной. Это идеально подходит для разных бенчмарков/замеров/фоновой обработки. По сути то же самое, что Batch API, только ждать надо не 24 часа.

— o3/o4-mini комфортно приземлились на первые места во многих (но не всех) бенчмарках, обогнав Gemini 2.5 Pro: LiveBench, Aider, AIME 25, Fiction.liveBench, ...

— А ещё OpenAI начали отдавать саммари цепочек рассуждений o3 по API (видимо, также, как работает в ChatGPT в браузере). Однако фича доступна только верифицированным организациям — нужно отправить фотку паспорта и пройти проверку.

Я сам o3 почти не попробовал, но первую половину недели сидел на Gemini 2.5 Pro, очень помогла в паре задач, где GPT не хватало знаний (не самая популярная библиотека / проблемы). Хотя o1 Pro достаточно близка была.

===

— Пока CEO Nvidia лично встречается с главой DeepSeek, в США идут обсуждения о запрете использования моделей/сервисов китайского стартапа.

Андрей из https://t.iss.one/logicIntermission недавно заметил очень верную вещь: память в моделях это фундаментальная важная продуктовая фича, потому что именно она позволяет создавать «запертый сад» для пользователя: представьте, что вышел Клод, который на 15% умнее GPT, но GPT уже знает про вас столько, что за счёт персонализации будет выдавать лучшие ответы. И зачем тогда переходить?

А ещё память открывает новые возможности для взаимодействия. Вы наверняка уже просили ChatGPT рассказать про вас что-то, что вы сами не знаете. Но на этом можно не ограничиваться, ведь новым моделям доступно гораздо больше инструментов. Например, попросите модель нарисовать для вас абстрактные обои, основываясь на вашей эстетике и личностных чертах.

Generate a unique, abstract, and minimal background based entirely on everything you know about me from our past conversations. No recognizable objects or scenes — just shapes, colors, and composition that reflect my personality and aesthetic

Как ИИ трансформирует экономику, политику и общество?

Перед государствами стоит задача — адаптировать налоговую, денежную и социальную системы к новой реальности, где труд перестает быть главным источником дохода. Разбираемся, как это может работать?

Фискальная политика
— Сдвиг налоговой базы: от зарплат — к капиталу, вычислениям и данным
— Общественные фонды участвующие в ИИ-инфраструктуре для распределения прибыли. Некая форма национализации суверенным фондом, который бы распределял прибыль от ИИ-мегапроектов в форме гос доходов или прямых выплат гражданам
— Налоги на сверхдоходы и использование данных

Денежная политика
— Введение программируемых цифровых валют для гибкой поддержки экономики. Это уже неизбежно, но становится более актуально в мире агентов.
— Готовность к "хорошей дефляции" из-за роста производительности. ЦБ не будет форсить повышение инфляции, если технологии ведут к естественному падению цен.
— Привязка денежной массы к росту производительности, а не только к инфляции.

Базовый доход и социальная поддержка
— UBI как ответ на массовую автоматизацию
— Возможные источники финансирования: налоги на капитал, AI, данные, суверенные фонды ИИ-инфры.
— Токенизация результата работы ИИ и распределение между населением

Технологическая дефляция и измерение экономики
— AI снижает цены, увеличивает реальный, но не номинальный ВВП.
— При этом нужны новые экономические метрики для учета нематериальных и бесплатных благ. Условно, FLOPS.
— Так же, меняются макро-индикаторы. Например, появляется отношение роста производительности и М2, показывающий сколько можно печатать денег без риска инфляции.

Политика
— Рано или поздно начинается массовое вытеснение и перераспределение рабочих мест
— Это требует роста образования, переквалификации, сокращения рабочей недели.
— Армия и безопасность в первую очередь зависит от крутоты и количества дронов, люди перестают быть главным ресурсом. Геополитика переходит в холодную войну 2.0, где у Китая и США накапливаются миллиарды боевых дронов для гарантии безопасности. При этом армия перестает быть инструментом социально-экономической стабильности для населения.
— Важным политическим направлением является демократизация доступа к AI и борьба с монополиями
— Ну и наконец, рано или поздно люди понимают что координация и политика неизбежно должна выполняться ИИ. Появление Демократии 2.0, где ИИ системы парсят запросы и пожелания населения и предлагают решения.

Если государства смогут вовремя адаптироваться, AI станет источником всеобщего процветания, а не неравенства. В противном случае риски социальной нестабильности и поляризации только усилятся. В разных странах мы увидим и то, и то. Поэтому, кстати, обязательно еще 10 раз подумайте в какой стране вы хотите прожить следующую десятку.

Сделал ИИ, который умеет от моего лица отвечать на личные сообщения (и группы) в телеграме. У меня уже есть подобная штука для gmail (в рамках CybOS), а теперь и для телеги. В видео голосом рассказываю как это работает.

— принимает и анализирует все личные сообщения
— отвечает от моего моего лица (собеседник не видит, что это бот)
— умеет генерировать ответ на основе всей истории переписки + кастомных правил в промте относительно стиля и целей

Цель: сделать так, чтобы 90% входящих сообщений обрабатывалась автоматически, а я мог фокусироваться только на самых важных

CPO OpenAI в Lenny's podcast, оч интересно, всячески рекомендую. Да, это именно тот человек который виноват в o3-mini-high и других шедеврах нейминга )

Там есть супер красивая история как их HRD сама пошла и навайбкодила (!) внутренний инструмент которого ей не хватало. Я верю что компании будущего так и должны жить - любой человек может создавать нужные ему инженерные решения лично сам. Эй, HRD, берите пример )

Что ещё классного:

1. Evals - ключевой навык продакт менеджеров и инженеров. Если ты не можешь правильно проверить работу системы на llm, ты не продвинешься дальше прототипов. Что такое эвалы и почему они важны можно почитать например тут

2. Никаких роадмапов на 3 месяца. Ребята живут в мире где через пару месяцев выйдет очередная модель которая опять всё кардинально поменяет. Поэтому никаких долгих роадмапов, только гибкость и только хардкор. Сравните это с вашей компанией ))

3. Bottom-up company
Так как путь неизвестен, то стратегия OpenAI это иметь супер-дальний ориентир (e.g. создание AGI), а работу строить как набор bottom-up команд, каждая из которых к этому ориентиру двигается. Интересно; кажется, Илон Маск строит такие штуки иначе.

Смотреть подкаст тут, и в целом Lenny's podcast оч крутой

Наконец-то дошли руки протестить Hunyuan 2.5.

И вот что я хочу сказать! Сейчас это лучший 3D-генератор на рынке, а учитывая его 20 бесплатных генераций в день, это можно считать вообще лучшим бесплатным генератором!

Точность геометрии выросла в разы, особенно если мы говорим про не очень комплексные объекты. С моей палаткой пока не справляется. Но если у вас стилизация и простые формы, то это практически закроет потребности в генерации. Я всё ещё жду с нетерпением сегментацию, которую уже показали, и примерно через 3–5 месяцев она будет по умолчанию уже и в Хуньяне, и в Трипо.

Пока Трипо ушёл на второе место со своими 600 кредитами в месяц (~5 генераций) против Хуньяня с 20 генерациями в день!!

Пробовать тут, регайтесь по почте.

@CGIT_Vines