Агенты сами просят других агентов помочь, если нужно
Здесь три агента — один пишет статью по теме, другой редактирует согласно политикам редакции, третий проверяет грамматику. Никто не объединял этих агентов в цепочку, они просто сами просят друг друга помочь.
Подпишись 👉🏻 @aigentto 🤖
Здесь три агента — один пишет статью по теме, другой редактирует согласно политикам редакции, третий проверяет грамматику. Никто не объединял этих агентов в цепочку, они просто сами просят друг друга помочь.
Подпишись 👉🏻 @aigentto 🤖
Будет еще много типов агентов на BlackBoard
На BlackBoard можно создать любое количество и любые типы агентов.
В планах добавить:
🕷️ spider-agent — для поиска в интернете
🧭 lead-agent — для координации микро-роев агентов
🔌 API-agent — для доступа к внешним API
🗃️ sql-agent — для доступа к БД
💬 stream-user-agent — для стриминга ответа пользователю
🧠 memory-agent — для памяти всех переписок
🧩 control-agent — для контроля выполнения мета-задач
🛡️ security-agent — для контроля безопасности переписки агентов
Подпишись 👉🏻 @aigentto 🤖
На BlackBoard можно создать любое количество и любые типы агентов.
В планах добавить:
🕷️ spider-agent — для поиска в интернете
🧭 lead-agent — для координации микро-роев агентов
🔌 API-agent — для доступа к внешним API
🗃️ sql-agent — для доступа к БД
💬 stream-user-agent — для стриминга ответа пользователю
🧠 memory-agent — для памяти всех переписок
🧩 control-agent — для контроля выполнения мета-задач
🛡️ security-agent — для контроля безопасности переписки агентов
Подпишись 👉🏻 @aigentto 🤖
Мета рои агентов
На BlackBoard агенты, которые живут на одной борде, являются роем, агенты внутри борды, объединённые одной задачей, являются микро-роем (координируют сами либо при помощи lead-agent), а вот набор досок, объединённых в мета-чат с помощью user-agent каждой борды, является мета-роем.
Таким образом происходит разделение на 3 уровня, позволяющее очень гибко выстраивать сложные схемы координации агентов. Никакого жёсткого каркаса и связей агентов при этом нет, что позволяет получать результаты уровня человека — наборы микро-, макро- и мета-роев будут сами подстраиваться под входящие задачи.
Подпишись 👉🏻 @aigentto 🤖
На BlackBoard агенты, которые живут на одной борде, являются роем, агенты внутри борды, объединённые одной задачей, являются микро-роем (координируют сами либо при помощи lead-agent), а вот набор досок, объединённых в мета-чат с помощью user-agent каждой борды, является мета-роем.
Таким образом происходит разделение на 3 уровня, позволяющее очень гибко выстраивать сложные схемы координации агентов. Никакого жёсткого каркаса и связей агентов при этом нет, что позволяет получать результаты уровня человека — наборы микро-, макро- и мета-роев будут сами подстраиваться под входящие задачи.
Подпишись 👉🏻 @aigentto 🤖
BlackBoard Darwin version
После внедрения простой версии BlackBoard с функционалом, описанным ранее, будет делаться версия Darwin, где все агенты будут эволюционировать от задачи к задаче. Агенты, плохо выполняющие задачу, не будут отбираться в следующее поколение. Хорошо выполняющие будут отбираться, затем crossover и мутация.
Наша цель — сделать действительно независимую саморазвивающуюся систему агентов, устойчивую к шуму и не ограниченную узкими протоколами (fail-tolerant system). Создаваемые рои агентов BlackBoard должны будут обойти человека в выполнении задач и адаптации к новым правилам и задачам.
Подпишись 👉🏻 @aigentto 🤖
После внедрения простой версии BlackBoard с функционалом, описанным ранее, будет делаться версия Darwin, где все агенты будут эволюционировать от задачи к задаче. Агенты, плохо выполняющие задачу, не будут отбираться в следующее поколение. Хорошо выполняющие будут отбираться, затем crossover и мутация.
Наша цель — сделать действительно независимую саморазвивающуюся систему агентов, устойчивую к шуму и не ограниченную узкими протоколами (fail-tolerant system). Создаваемые рои агентов BlackBoard должны будут обойти человека в выполнении задач и адаптации к новым правилам и задачам.
Подпишись 👉🏻 @aigentto 🤖
🔥3
Долго думать перед написанием кода
Поймал себя на мысли, что теперь, обложенный Cursor, Windsurf, Anthropic IDE с нейронками, стал дольше думать перед написанием промта. Причина в том, что поставить качественно задачу стало важнее, чем ее исполнение, а нейронки сразу бегут делать, и как всегда, в 80% все ок, а в 20% уходят в бесконечный тупняк.
И ощущение, что цена вопроса высока, не только потому что токены уходят, но и потому что не охота потом 3 часа переобъяснять нейронкам, что и как ты хотел закодить.
Короче, все кодеры теперь по сути архитекторы.
Подпишись 👉🏻 @aigentto 🤖
Поймал себя на мысли, что теперь, обложенный Cursor, Windsurf, Anthropic IDE с нейронками, стал дольше думать перед написанием промта. Причина в том, что поставить качественно задачу стало важнее, чем ее исполнение, а нейронки сразу бегут делать, и как всегда, в 80% все ок, а в 20% уходят в бесконечный тупняк.
И ощущение, что цена вопроса высока, не только потому что токены уходят, но и потому что не охота потом 3 часа переобъяснять нейронкам, что и как ты хотел закодить.
Короче, все кодеры теперь по сути архитекторы.
Подпишись 👉🏻 @aigentto 🤖
Размышляем над тупиками нейросетей тут https://habr.com/ru/articles/989054/ и тут https://www.reddit.com/r/AIGENTTO/comments/1qnddav/agi_is_not_coming_yet/
Подпишись 👉🏻 @aigentto 🤖
Подпишись 👉🏻 @aigentto 🤖
Хабр
Нейросети не смогут в AGI
Современный AI не может накапливать интеллект со временем — каждый навык приобретается ценой забывания других. Это архитектурный тупик, а не вопрос масштаба. Количество параметров нейросетей уходит в...
Улучшеная версия PocketFlow
PocketFlow генерит документацию по коду.
Сделал версию которая работает с OpenAI и YandexGPT. Работает с большими репозиториями используя пагинацию для LLM, и учитывает бизнес контекст кода из PROJECT.md, DESCRIPTION.md, README.md, ABOUT.md.
Подпишись 👉🏻 @aigentto 🤖
PocketFlow генерит документацию по коду.
Сделал версию которая работает с OpenAI и YandexGPT. Работает с большими репозиториями используя пагинацию для LLM, и учитывает бизнес контекст кода из PROJECT.md, DESCRIPTION.md, README.md, ABOUT.md.
Подпишись 👉🏻 @aigentto 🤖
👍3
Почему построить фабрику для производства контента для вашего бизнеса пока не получится?
Уже есть десятки сервисов, которые генерируют видео. Для бизнеса, для контент-маркетинга, были бы полезны даже самые простые типы, например, говорящая голова. Загружаешь свою голову, и она начинает говорить. Затем просто берешь тему своего бизнеса и создаешь генератор сценариев. Затем собираешь пайплайн из генератора сценариев -> апрув -> генератор говорящей головы -> паблиш.
Магия? Но есть ньюансы. Во-первых, все эти сервисы генерируют по 2-3-5-10 минут максимум, то есть потом надо все это еще и склеивать. Допустим, эту часть еще можно автоматизировать. Но основной ньюанс - это токены или деньги. Цена за минуту от 1 до 3 долларов. То есть ролик по теме бизнеса ~30 минут. Вроде всего 30-90 долларов?
Если делать раз в неделю, как многие делают сами, то 120-360 долларов в месяц? Но зачем мне раз в неделю, если я хочу засеять YouTube своими видео, надо бы хотя бы раз в день, тогда выходит 900-2700 долларов. Уже как бы выходит на зарплату человеку, который это будет делать. Короче, пока проще раз в неделю самому писать. Ждем, пока токены подешевеют в 10 раз.
Подпишись 👉🏻 @aigentto 🤖
Уже есть десятки сервисов, которые генерируют видео. Для бизнеса, для контент-маркетинга, были бы полезны даже самые простые типы, например, говорящая голова. Загружаешь свою голову, и она начинает говорить. Затем просто берешь тему своего бизнеса и создаешь генератор сценариев. Затем собираешь пайплайн из генератора сценариев -> апрув -> генератор говорящей головы -> паблиш.
Магия? Но есть ньюансы. Во-первых, все эти сервисы генерируют по 2-3-5-10 минут максимум, то есть потом надо все это еще и склеивать. Допустим, эту часть еще можно автоматизировать. Но основной ньюанс - это токены или деньги. Цена за минуту от 1 до 3 долларов. То есть ролик по теме бизнеса ~30 минут. Вроде всего 30-90 долларов?
Если делать раз в неделю, как многие делают сами, то 120-360 долларов в месяц? Но зачем мне раз в неделю, если я хочу засеять YouTube своими видео, надо бы хотя бы раз в день, тогда выходит 900-2700 долларов. Уже как бы выходит на зарплату человеку, который это будет делать. Короче, пока проще раз в неделю самому писать. Ждем, пока токены подешевеют в 10 раз.
Подпишись 👉🏻 @aigentto 🤖
Почему ИИ-агенты пока не автоматизировали все процессы в компаниях?
Дело в том, что не любую задачу в компании можно выполнить сразу. Более того, большая часть задач естественным образом растягивается во времени. Для людей это не проблема: не закончил сейчас – закончу завтра или после выходных.
ИИ-агент по умолчанию должен либо выполнить задачу, либо сломаться, либо сдаться. Но это неверная парадигма. Нам нужны агенты, которые могут выполнять задачу долго.
Объясню на простом примере. Вот мне сейчас надо заполнить заявку на грант ФСИ, там 3 миллиона полей. Казалось бы, натрави LLM, и она там все заполнит, но нет. Дело в том, что часть полей пока нельзя заполнить, потому что нужны входные данные от участников проекта, надо им написать и получить от них данные. Участник может быть недоступен сейчас и ответит завтра. Затем часть полей требуют выгрузить данные из других внешних систем, которые тоже работают в режиме: заявка –> 5 дней –> исполнение.
То есть для автоматизации такой задачи агент должен делать –> ждать –> делать –> ждать и так далее, пока не будет всей информации. К сожалению, таких задач внутри компаний большинство.
То же самое с ботами: вот спросили бота, а он не знает ответа сейчас. Человек на месте бота скажет: "Я пойду, узнаю и сообщу". Бот так сделать не может, а надо, чтобы мог.
В парадигму нашего фреймворка это как раз ложится хорошо, будет рой агентов с задачей; пока все агенты не принесли в рой всю нужную информацию, задачу выполнить нельзя, и рой живет и ждет момента.
Подпишись 👉🏻 @aigentto 🤖
Дело в том, что не любую задачу в компании можно выполнить сразу. Более того, большая часть задач естественным образом растягивается во времени. Для людей это не проблема: не закончил сейчас – закончу завтра или после выходных.
ИИ-агент по умолчанию должен либо выполнить задачу, либо сломаться, либо сдаться. Но это неверная парадигма. Нам нужны агенты, которые могут выполнять задачу долго.
Объясню на простом примере. Вот мне сейчас надо заполнить заявку на грант ФСИ, там 3 миллиона полей. Казалось бы, натрави LLM, и она там все заполнит, но нет. Дело в том, что часть полей пока нельзя заполнить, потому что нужны входные данные от участников проекта, надо им написать и получить от них данные. Участник может быть недоступен сейчас и ответит завтра. Затем часть полей требуют выгрузить данные из других внешних систем, которые тоже работают в режиме: заявка –> 5 дней –> исполнение.
То есть для автоматизации такой задачи агент должен делать –> ждать –> делать –> ждать и так далее, пока не будет всей информации. К сожалению, таких задач внутри компаний большинство.
То же самое с ботами: вот спросили бота, а он не знает ответа сейчас. Человек на месте бота скажет: "Я пойду, узнаю и сообщу". Бот так сделать не может, а надо, чтобы мог.
В парадигму нашего фреймворка это как раз ложится хорошо, будет рой агентов с задачей; пока все агенты не принесли в рой всю нужную информацию, задачу выполнить нельзя, и рой живет и ждет момента.
Подпишись 👉🏻 @aigentto 🤖
👍2
Мясной слой для ИИ-агентов
Пока Elon Musk ещё не продает массово своих роботов Optimus 3, появилась замена. Теперь любой ИИ-агент может арендовать человека для выполнения задач в реальном мире 😄
Как я вижу, спрос со стороны людей пока превышает количество задач со стороны ИИ.
Но реально теперь можно собирать ИИ-агентов, у которых будут задачи в реальном мире, я точно попробую прикрутить мясной слой (как его назвали сами создатели сайта) к своим экспериментам с роями агентов на Blackboard.
Бывают такие задачи, например, позвонить куда-то и узнать что-то, или даже ответить на вопрос по данным, когда LLM не смог справиться.
API тут https://rentahuman.ai/mcp. Доступные люди тут https://rentahuman.ai/browse.
Подпишись 👉🏻 @aigentto 🤖
Пока Elon Musk ещё не продает массово своих роботов Optimus 3, появилась замена. Теперь любой ИИ-агент может арендовать человека для выполнения задач в реальном мире 😄
Как я вижу, спрос со стороны людей пока превышает количество задач со стороны ИИ.
Но реально теперь можно собирать ИИ-агентов, у которых будут задачи в реальном мире, я точно попробую прикрутить мясной слой (как его назвали сами создатели сайта) к своим экспериментам с роями агентов на Blackboard.
Бывают такие задачи, например, позвонить куда-то и узнать что-то, или даже ответить на вопрос по данным, когда LLM не смог справиться.
API тут https://rentahuman.ai/mcp. Доступные люди тут https://rentahuman.ai/browse.
Подпишись 👉🏻 @aigentto 🤖
RentAHuman.ai
RentAHuman.ai - AI Agents Hire Humans
MCP server for AI agents to book humans for physical-world tasks. Flexible payments, instant booking.
🔥2😁1
Добавлена поддержка gitlab для генератора доки по репо 🔥
https://github.com/alx1379/pocketflow-docs
Подпишись 👉🏻 @aigentto 🤖
https://github.com/alx1379/pocketflow-docs
Подпишись 👉🏻 @aigentto 🤖
GitHub
GitHub - alx1379/pocketflow-docs
Contribute to alx1379/pocketflow-docs development by creating an account on GitHub.
Как тестировать RAG?
Я много писал про то, как тестировать RAG. И даже сделал тул, который в том числе может создавать тестовые вопросы и прогонять тесты.
Но нет таких компаний, которые будут следовать вышеуказанным правилам 😄 Все подходят к вопросу в стиле: "Петрович, посмотри, че там?" 🤨
И даже если Вам выделят нанятого студента, чтобы он все хорошо потестил, вы получите падавана, которого надо учить заводить баги, потому что иначе к вам придет список из проблем типа как на скрине, и придется играть в доктора Хаоса и ставить диагноз по фотографии.
На втором скрине приложил краткие правила заведения багов на RAG систему. В таком варианте их можно воспроизвести и починить, но большая часть скорее всего отвалится по дороге.
Подпишись 👉🏻 @aigentto 🤖
Я много писал про то, как тестировать RAG. И даже сделал тул, который в том числе может создавать тестовые вопросы и прогонять тесты.
Но нет таких компаний, которые будут следовать вышеуказанным правилам 😄 Все подходят к вопросу в стиле: "Петрович, посмотри, че там?" 🤨
И даже если Вам выделят нанятого студента, чтобы он все хорошо потестил, вы получите падавана, которого надо учить заводить баги, потому что иначе к вам придет список из проблем типа как на скрине, и придется играть в доктора Хаоса и ставить диагноз по фотографии.
На втором скрине приложил краткие правила заведения багов на RAG систему. В таком варианте их можно воспроизвести и починить, но большая часть скорее всего отвалится по дороге.
Подпишись 👉🏻 @aigentto 🤖