Хаха, теперь и у Grok проиндексировалось около 400 000 диалогов с пользователями.

Все по классике, пишем в гугле:

site:grok.com/share [слово]

И находим любой диалог, где пользователь нажал «поделиться». Забавно, что когда эта ситуация произошла с OpenAI - Илон Маск сказал, что у Grok такой подставы быть не может.

Как научиться делать ИИ-агентов и не сойти с ума

Я подсчитал — в этом канале 150 постов про ИИ-агентов, это самая популярная тема последних лет тут.

Но все равно каждый день я получаю один и тот же вопрос, написанный в разных формулировках: «Как мне научиться создавать ИИ-агентов?».

Начнем с того, что я всё так же настаиваю начинать с курса от Hugging Face про ИИ-агентов. Считаю, что это база для новичка.

А теперь перейдем к этапам:

ФАЗА 0: ИГРУШКА
Хватит читать туториалы. Серьёзно. Возьмите один PDF-файл, своё резюме, статью из Википедии — что угодно — и создайте чат-бота, который сможет отвечать на вопросы по этому документу. Используйте LangChain или n8n. Не парьтесь насчёт UI. Не парьтесь, если он медленный. Ваша единственная цель — понять, как на самом деле связаны между собой промпт, контекстное окно и LLM. Вы должны прочувствовать ограничения базового RAG, прежде чем сможете оценить что-то другое.


ФАЗА 1: ИНСТРУМЕНТЫ
Теперь дайте своему боту один инструмент. Калькулятор, API погоды — что угодно. Именно здесь вы переходите от поискового бота к ии-агенту. Настоящая сложность не в том, чтобы вызвать API, а в работе с промптингом, чтобы заставить агента понимать, когда использовать инструмент, а когда просто сгенерировать ответ.


ФАЗА 2: ОРКЕСТРАТОР
Один агент не может всё делать одинаково хорошо. Поэтому создайте систему из специализированных агентов. Единственная задача агента-оркестратора — получить запрос и направить его нужному «специалисту»: агенту по биллингу, агенту поддержки и т. д. Здесь ваш простой скрипт превращается в настоящую систему, и вы вынуждены задуматься, как агенты общаются между собой.


ФАЗА 3: ПАМЯТЬ
Агент без памяти — это просто вызов функции. Он не может вести настоящий диалог. Теперь дайте своим агентам память. Начните с простой истории диалога, затем переходите к векторной базе для «долговременной памяти». Сложность не в том, чтобы сохранить память, а в том, чтобы извлечь только релевантные её части, не засирая контекстное окно.


ФАЗА 4: ОГРАНИЧИТЕЛИ
Именно на этом этапе большинство проектов проваливаются. Агент, который может всё, — это агент, который будет постоянно галлюцинировать и факапить. Теперь вы учитесь говорить «нет». Создайте жёсткие правила, валидацию вывода и контент-фильтры. Ваша задача научить агента говорить «я не знаю» вместо того, чтобы врать.


ФАЗА X: РЕАЛЬНЫЙ МИР
Всё, что было до этого — песочница. Настоящая работа начинается только сейчас. Вы его разворачиваете. Вы узнаете о задержках (latency), мониторинге и т.д. Вы создаёте циклы обратной связи, чтобы агент учился на своих ошибках. Вы сталкиваетесь с конфиденциальностью данных и доверием пользователей. Эта фаза никогда не заканчивается. Вы просто становитесь лучше в этом цикле.

Вот и всё. Вот и весь путь изучения ии-агентов. Просто повторяйте это каждый день и спина голова болеть не будет.

Видимо, я самый последний делюсь впечатлением о новой Нанобанано, которая уже неделю доступна в гугловском AI Studio и на куче агрегаторов.

Знаете, мне понравилось — по моим ощущениям, эта контекстно-редактирующая модель лучше FLUX Context и GPT-шной.

На следующей неделе доберусь до компьютера и как следует её погоняю, а пока наслаждайтесь тем, как она восстановила самую первую в истории фотографию.