Я думаю вы уже заметили - в начале года курс был примерно 77 руб./дол., сейчас же поднялся до 80+. Я не финансовый аналитик, но очевидно, что если с рынка уходит 240 млрд. руб., то и курс толкается к более слабому уровню поддержки - чем меньше спрос, тем меньше стоимость 😫

"При высоких текущих ценах на нефть Минфин может начать не продавать валюту, а наоборот покупать ее в резервы. Это означает, что часть избыточных нефтяных доходов будет «забираться» из рынка в резервы, что нейтрализует позитивный эффект дорогой нефти для рубля — курс не укрепится, а просто создаться более жесткий потолок, не будет ни раскрутки вверх, ни искусственной стабилизации на определенном уровне".

• Планирование (превращение твоего промта в код);
• Управление (вызов агентов, передача релевантного контекста и сохранение их результатов);
• Валидация (quality-check - после каждого шага проверяет не наломал ли кто дров);
• Оптимизация (избежание лишних вызовов и дубликатов шагов).

• Важно использовать Context файл. Да, я писал об этом в прошлом посте, НО -не даем его целиком каждому агенту. Делаем Context Slicing для экономии памяти и монеток. Пример:

{
"relevant_context": [
"auth requirements",
"existing API structure"
]
}

• Разделяем память на 3 состовляющих - Static / Dynamic / Cashed promts. Так в динамической памяти будут сохраняться релевантные результаты агентов, а в кэшированных промтах будут последние задачи. Экономишь время + деньги.

• Ассистент должен вызывать на проверку лишь того агента, который в этом шарит. Смысл вызывть дизайнера на бекэнд? Ничего полезного не сделает, только вот промт твои монетки сьест.

• Контроль качества на двух уровнях - Локальный и Глобальный. Локальный self check проводится каждым агентом, глобальный - test agent.

• Cost Aware Execution. ВАЖНО! Не видел чтобы про это хоть кто-то писал, но обязательно добавляем проверку по остатку токенов на балансе и насколько разумно делать refactor исходя из остатка. Причина мксимально простая - чтобы вы не застряли посреди написания кода и агенты не наделали ошибок.

• Ассистент не должен быть слишком умным. Иначе сьест все ваши токены. Чтобы такого не случилось добавляем в промт - короткий reasoning + строгий JSON output.

Чтобы все заработало - нуно закольцевать действия. Runtime loop который:
1. Вызывает Manager
2. Получает план
3. Вызывает нужного агента
4. Сохраняет результат
5. Решает, что делать дальше

Код, который склеит ваших агентов с ассистентом:

while not task_done:

manager_output = call_manager(task, memory)

step = manager_output["execution"]["next_step"]

result = call_agent(
agent=step["agent"],
goal=step["goal"],
context=step["context"],
inputs=resolve_inputs(step["input_from"], memory)
)

save_to_memory(step_id, result)

if should_stop(manager_output, result):
break