LangGraph Swarm — построй рой агентов на пальцах 🐝 🐝 🐝 🐝
Представь:
У тебя есть несколько AI-агентов, каждый умеет своё. Один считает, другой разговаривает как пират, третий помогает писать код. И вот ты строишь между ними диалог, в котором они сами решают, кто и когда берёт слово.
Именно это и делает LangGraph Swarm — свежая Python-библиотека от команды LangChain.
Что умеет:
🔜 Роевой интеллект: агенты работают вместе, передают друг другу управление, когда это нужно.
🔜 Память: встроенная поддержка контекста — помнят, о чём шла речь раньше.
🔜 Передача задач: любой агент может сказать: «Этим лучше займётся коллега».
Пример:
Один агент — “Алиса”, спец по математике. Второй — “Боб”, просто болтает в пиратском стиле. Если пользователь сначала хочет поговорить с Бобом, но потом задаёт вопрос «Сколько будет 5 + 7?» — Боб передаёт управление Алисе. Умно и без лишнего кода.
Код выглядит примерно так:
〰️ 〰️ 〰️ 〰️ 〰️ 〰️ 〰️ 〰️
Для кого эта библиотека?
Для тех, кто строит умные ассистенты, чат-сценарии или многошаговые пайплайны, где важно гибко управлять диалогом между агентами.
Где посмотреть:
github.com/langchain-ai/langgraph-swarm-py
〰️ 〰️ 〰️ 〰️ 〰️ 〰️ 〰️ 〰️
Спокойный, гибкий и почти готовый движок для AI-команд. Стоит затестить.
#ai #llm #agents #swarm #langgraph
Представь:
У тебя есть несколько AI-агентов, каждый умеет своё. Один считает, другой разговаривает как пират, третий помогает писать код. И вот ты строишь между ними диалог, в котором они сами решают, кто и когда берёт слово.
Именно это и делает LangGraph Swarm — свежая Python-библиотека от команды LangChain.
Что умеет:
Пример:
Один агент — “Алиса”, спец по математике. Второй — “Боб”, просто болтает в пиратском стиле. Если пользователь сначала хочет поговорить с Бобом, но потом задаёт вопрос «Сколько будет 5 + 7?» — Боб передаёт управление Алисе. Умно и без лишнего кода.
Код выглядит примерно так:
from langgraph_openai import ChatOpenAI
from langgraph_swarm import create_handoff_tool, create_swarm
from langgraph.prebuilt import create_react_agent
model = ChatOpenAI(model="gpt-4o")
alice = create_react_agent(
model,
[lambda a, b: a + b, create_handoff_tool("Bob")],
prompt="Ты — Алиса, эксперт по сложению чисел.",
name="Alice",
)
bob = create_react_agent(
model,
[create_handoff_tool("Alice", description="Алиса лучше справится с математикой")],
prompt="Ты — Боб, общаешься в пиратском стиле.",
name="Bob",
)
swarm = create_swarm([alice, bob], default_active_agent="Alice")
Для кого эта библиотека?
Для тех, кто строит умные ассистенты, чат-сценарии или многошаговые пайплайны, где важно гибко управлять диалогом между агентами.
Где посмотреть:
github.com/langchain-ai/langgraph-swarm-py
Спокойный, гибкий и почти готовый движок для AI-команд. Стоит затестить.
#ai #llm #agents #swarm #langgraph
Please open Telegram to view this post
VIEW IN TELEGRAM
GitHub
GitHub - langchain-ai/langgraph-swarm-py: For your multi-agent needs
For your multi-agent needs. Contribute to langchain-ai/langgraph-swarm-py development by creating an account on GitHub.
1❤🔥7
Революция, которая уже началась — управление ИИ-агентами
Ты живёшь в уникальное время.
То, что ещё пару лет назад казалось научной фантастикой — сегодня становится новой нормой для ИТ-компаний.
Именно управление ИИ-агентами становится фундаментом следующей технологической революции.
Речь не просто о чат-ботах.
Агенты — это целые личности внутри системы:
▶️ которые умеют ставить цели и достигать их;
▶️ вызывать друг друга как функции;
▶️ общаться между собой, делиться контекстом;
▶️ адаптироваться, учиться, ошибаться и… учиться на ошибках.
〰️ 〰️ 〰️ 〰️ 〰️ 〰️ 〰️ 〰️
Почему это революция?
▶️ Раньше человек управлял программами.
▶️ Сегодня — человек управляет агентами, которые управляют программами.
▶️ Завтра — агенты будут управлять другими агентами.
Мы переходим от ручного управления к делегированию мышления.
〰️ 〰️ 〰️ 〰️ 〰️ 〰️ 〰️ 〰️
ИТ-компании, которые сейчас инвестируют в управление агентами —
завтра будут лидерами нового технологического уклада.
Это не просто хайп — это архитектурный сдвиг, где многоагентные системы становятся «новыми командами разработчиков».
〰️ 〰️ 〰️ 〰️ 〰️ 〰️ 〰️ 〰️
Ты — часть этого времени.
Ты — свидетель и участник новой эры.
Не упусти её.
#ai #llm #agents #swarm
Ты живёшь в уникальное время.
То, что ещё пару лет назад казалось научной фантастикой — сегодня становится новой нормой для ИТ-компаний.
Именно управление ИИ-агентами становится фундаментом следующей технологической революции.
Речь не просто о чат-ботах.
Агенты — это целые личности внутри системы:
Почему это революция?
Мы переходим от ручного управления к делегированию мышления.
ИТ-компании, которые сейчас инвестируют в управление агентами —
завтра будут лидерами нового технологического уклада.
Это не просто хайп — это архитектурный сдвиг, где многоагентные системы становятся «новыми командами разработчиков».
Ты — часть этого времени.
Ты — свидетель и участник новой эры.
Не упусти её.
#ai #llm #agents #swarm
Please open Telegram to view this post
VIEW IN TELEGRAM
👏5❤🔥1😁1
DE
LangGraph Swarm — построй рой агентов на пальцах 🐝 🐝 🐝 🐝 Представь: У тебя есть несколько AI-агентов, каждый умеет своё. Один считает, другой разговаривает как пират, третий помогает писать код. И вот ты строишь между ними диалог, в котором они сами решают…
Please open Telegram to view this post
VIEW IN TELEGRAM
😁5
Forwarded from Machinelearning
Он провёл 14 месяцев в applied-команде, разрабатывая Codex — кодинг-агента, который за 7 недель прошёл путь от первой строки к публичному запуску. Он работал на Python, жег огромные GPU-бюджеты, спринтил с командой почти без выходных.
Автор уволился,чтобы сделать свой проект, но называет этот год самым интенсивным и полезным в карьере.
За год OpenAI выросла с 1000 до 3000 человек. Внутренние процессы постоянно перестраиваются, для разрабов Slack стал полноценным «офисом», а почта почти исчезла из работы.
В командах идеи идут снизу вверх — и кто первым закомитит свой код, тот и задаёт стандарт. Главная метрика успеха — не презентации, а работающий код.
Codex - это огромный монорепозиторий почти целиком сотоязий из Python кода. Все сервисы поднимаются через FastAPI, а данные проходят через Pydantic — это даёт простую валидацию и ускоряет разработку. В проекте есть немного Go и Rust в основном в сетевых компонентах, но это редкие исключения.
Codex сделали крошечной командой за 7 недель. Автор вспоминает бессонные ночи, утренние подъёмы и выходные в офисе. Команда была сильной, многие ушли от Цукерберга к Сэме— и это чувствуется по уровню инфраструктуры.
OpenAI —выгладит как странный гибрид: он подобен научному центру в стиле Лос-Аламоса, который случайно сделал самый хайповый продукт десятилетия. . Руководство комании активно отвечает в Slack, 600 000+ pull request'ов за 53 дня после запуска Codex!
OpenAI — это не просто «компания создавашая GPT». Это лаборатория, где безумная скорость сочетается с реальным и крутым продуктом. Они не боятся выкатывать новые фичи, не скрывают свой хаос и делают очень много интересного. Не идеальная система, но там правда делают вещи.
👉Полную статью можно почитать -здесь
@ai_machinelearning_big_data
#openai #ai #ml #llm #chatgpt
Please open Telegram to view this post
VIEW IN TELEGRAM
❤🔥7😁1
Сиолошная
Лёд тронулся, господа — WIRED пишет, что Meta планирует позволить кандидатам использовать ИИ во время собеседований по программированию. — начать планируется не со всех должностей, требующих навыки программирования — компания также предлагает существующим…
ИИ на интервью — это не шорткат, а приближение к реальной среде: мы ведь с ИИ и работаем. Если ты не можешь дебажить, понимать чужой код и делать фичи в команде — ты и с GPT далеко не уедешь. Поэтому хорошо, что Meta двигает планку туда, где уже давно живут хорошие команды вне FAANG.
#ai #llm #interview
#ai #llm #interview
❤🔥6