Оркестрация агентов
Как Flink интегрирует LLM в потоковую обработку данных
В последней части серии статей о Flink, разработчик Катя Горшкова подробно разбирает интеграцию больших языковых моделей (LLM) с Apache Flink. Flink — это фреймворк для распределённой потоковой обработки данных, который может быть полезен для оркестрации ИИ-агентов, особенно в сценариях, требующих обработки больших объёмов данных в реальном времени.
Универсальный фреймворк для разрешения противоречий в ИИ-агентах
Исследователи представили новый фреймворк для разрешения противоречий в различных доменах, что может стать важным инструментом для разработки ИИ-агентов. Фреймворк позволяет анализировать и устранять противоречия в данных, что особенно актуально для агентов, работающих с разнородными источниками информации.
Как управлять ИИ-агентами на разных этапах их работы
В статье на Age of Product рассматривается концепция жизненного цикла делегирования задач ИИ-агентам. Авторы подчеркивают, что многие команды уже используют ИИ для генерации выходных данных, но при этом не всегда ясно, как принимать решения на основе этих данных. Это особенно актуально для разработчиков ИИ-агентов, так как эффективное управление агентами требует четкого понимания их ролей и этапов работы.
Как защитить ИИ-агента от токсичных данных
Разработчики ИИ-агентов сталкиваются с проблемой токсичных данных, которые могут искажать работу моделей. В статье на Digital Grease подробно разбирается подход к фильтрации и обработке вредоносных данных, которые могут попасть в поток информации, обрабатываемый агентом.
Новый подход к маршрутизации множества ИИ-агентов
Исследователи из Университета Карнеги-Меллон представили новую работу, посвящённую компиляционным методам в задачах маршрутизации множества агентов (MAPF). В отличие от классических подходов, где все агенты должны достичь заданных целей без столкновений, авторы рассматривают варианты с разными требованиями к агентам.
Новый фреймворк для консультации агентов с другими моделями
Разработчики из Rainе представили фреймворк Consult-LLM, который позволяет ИИ-агентам консультироваться с другими языковыми моделями. Это решение может значительно расширить возможности агентов, предоставляя им доступ к знаниям и экспертизе различных моделей.
Agent Gate – детерминированный CI firewall для PR от ИИ-агентов
Разработчики из сообщества GitHub представили Agent Gate – инструмент, который действует как детерминированный CI firewall для pull request, созданных ИИ-агентами. Это решение позволяет фильтровать и проверять изменения, внесённые ИИ, до их интеграции в основную ветку репозитория. Agent Gate использует набор предопределённых правил и проверок, чтобы гарантировать, что автоматические изменения соответствуют стандартам качества и безопасности.
Open-Cowork: открытая альтернатива Claude Cowork с BYOK
Команда Coasty AI представила Open-Cowork — открытую альтернативу сервису Claude Cowork от Anthropic. Новый проект позволяет пользователям развернуть аналогичную инфраструктуру для работы с ИИ-агентами, включая функционал Bring Your Own Key (BYOK), что дает возможность использовать собственные модели и ключи API.
Databricks открыл Omnigent мета-харнес для управления ИИ-агентами
Databricks представил Omnigent — открытый мета-харнес для оркестрации ИИ-агентов. Проект поддерживает интеграцию с популярными кодинг-агентами, такими как Claude Code, Codex и Pi, и предоставляет единый интерфейс для их управления. Omnigent позволяет объединять, настраивать и делиться агентами через терминал, веб, настольные и мобильные приложения.
QodFlow: Kanban-доска для управления ИИ-агентами через MCP
Команда QodFlow представила инструмент, который позволяет ИИ-агентам взаимодействовать с Kanban-досками через протокол MCP (Multi-Agent Communication Protocol). Это решение может стать важным шагом в интеграции агентов в рабочие процессы, где требуется визуализация и управление задачами.
GEDD: фреймворк для оценки LLM на основе системных доказательств
Команда AWS представила GEDD (Generative Evidence Driven Decisions) — фреймворк, который позволяет использовать LLM в качестве судьи для оценки качества решений. GEDD систематически собирает и анализирует доказательства, чтобы принимать обоснованные решения. Это особенно полезно для задач, где требуется высокая степень точности и прозрачности, таких как медицинские диагнозы, юридические консультации или финансовые анализы.
3 ИИ-агента кодируют без остановки 3 дня подряд
Разработчик поделился опытом непрерывной работы трёх ИИ-агентов, занимающихся программированием. Система работает без перебоев уже трое суток, демонстрируя стабильность и эффективность в выполнении задач.
Инструмент для реализации многоэтапного планирования и делегирования в Claude
Проект Fable-mode представляет собой специализированный навык для модели Claude, который внедряет агентные паттерны поведения в процесс выполнения задач. Основная функциональность системы строится на трех ключевых принципах: явном многоэтапном планировании, делегировании подзадач специализированным агентам и автоматизированной самопроверке результатов.
GitHub Copilot CLI улучшил оркестрацию задач
Команда GitHub Copilot CLI представила обновление, которое делает работу с инструментом более эффективной. Новые алгоритмы позволяют системе более точно распределять задачи между компонентами, снижая количество лишних передач данных и ускоряя выполнение запросов.
Библиотека Loop для создания повторяемых рабочих процессов ИИ-агентов
Проект Loop представляет собой библиотеку для проектирования и запуска воспроизводимых агентных рабочих процессов. Инструмент ориентирован на автоматизацию задач в таких областях, как инженерное проектирование, оценка качества моделей, операционное управление, создание контента и дизайн. Основная цель библиотеки — стандартизировать взаимодействие агентов, обеспечивая предсказуемость их действий в сложных цепочках задач.
Новый подход к синтезу ветвей в агентских workflows
Исследователи из MIT и UC Berkeley предложили новый метод для работы с параллельными ветвями в агентских workflows, который может значительно ускорить выполнение задач. В традиционных системах ветви, отвечающие за выполнение подзадач, сбор данных или генерацию решений, объединяются в финальном текстовом синтезе. Это создаёт узкое место, особенно при работе с большими языковыми моделями (LLM), которые обрабатывают контекст последовательно.
Как извлекать осмысленные workflows из логов действий пользователей
Исследователи из MIT и Стэнфорда предложили метод для преобразования последовательностей действий пользователей в интерпретируемые workflows. В работе рассматриваются лог-файлы с временными метками, которые фиксируют взаимодействие пользователей с цифровыми продуктами. Однако из-за высокой детализации и шума в данных сложно выделить осмысленные паттерны поведения.
Инструмент для организации кросс-вендорного цикла разработки ИИ-агентов
Проект architect-loop представляет собой исследовательский фреймворк для создания многоагентных систем, где роли архитектора и исполнителя распределяются между различными языковыми моделями. В текущей реализации архитектурные задачи возложены на модель Claude, а написание кода — на специализированные модели семейства Codex. Такая архитектура позволяет использовать сильные стороны разных вендоров в рамках одного рабочего процесса.
Ponytail: фреймворк для ленивых разработчиков ИИ-агентов
Ponytail — это фреймворк, который позволяет создавать ИИ-агентов, которые действуют как «ленивые старшие разработчики». Основная идея заключается в том, что лучший код — это код, который не нужно писать. Это подход, который может быть полезен для разработчиков ИИ-агентов, так как позволяет автоматизировать многие рутинные задачи и сосредоточиться на более важных аспектах.
Perplexity интегрирует Deep Research в Perplexity Computer для сложных аналитических задач
Perplexity объявила о интеграции своего инструмента Deep Research в Perplexity Computer. Теперь система способна разбивать сложные исследовательские задачи на подзадачи и распределять их между более чем 20 передовыми моделями ИИ. Это позволяет генерировать отчёты, презентации и дашборды с высокой степенью детализации и точности.
Qiaomu Goal Meta Skill превращает сложные задачи в чёткие команды для ИИ-агентов
Разработчик Joeseesun представил на GitHub проект Qiaomu Goal Meta Skill — инструмент, который помогает преобразовывать сложные или расплывчатые задачи в чёткие команды для ИИ-агентов. Этот инструмент особенно полезен для работы с Codex и другими моделями, которые требуют структурированных инструкций.
Agents-K1: новый подход к оркестрации научных знаний для ИИ-агентов
Исследователи из MIT и других ведущих университетов представили Agents-K1 — фреймворк, направленный на улучшение научной оркестрации знаний для ИИ-агентов. В отличие от существующих решений, которые часто ограничиваются поверхностным анализом научных работ, Agents-K1 фокусируется на ключевых сущностях, утверждениях, доказательствах, механизмах и методологических линиях, что критически важно для научного мышления.
HyperTool: новый подход к оркестрации инструментов в ИИ-агентах
Исследователи из MIT и других ведущих университетов предложили новый подход к оркестрации инструментов в ИИ-агентах, который может значительно повысить эффективность работы агентов. В традиционных системах инструменты вызываются пошагово, что приводит к избыточным вычислениям и перегрузке контекста. Авторы работы предлагают использовать более крупнозернистые вызовы инструментов, что позволяет сократить количество шагов и улучшить управление данными.
Recursive Agent Harnesses: рекурсия как ключ к масштабируемым агентам
Исследователи из Arxiv представили концепцию Recursive Agent Harnesses (RAH), объединяющую два ключевых подхода к построению ИИ-агентов: рекурсивные языковые модели (RLMs) и динамические workflows от Anthropic. В основе RAH лежит идея использования рекурсии для вызова подагентов, что позволяет эффективно решать задачи, требующие длительного контекста и сложного рассуждения.