Новая эра в мире искусственного интеллекта: как технология Луп изменит программирование

Концепция «луп» (цикл), рассматриваемая как следующий этап развития технологий искусственного интеллекта (AI), вызывает бурные дискуссии среди специалистов отрасли. На недавней конференции @Скале, организованной компанией Meta, Борис Черны, основатель проекта Claude Коде, остановился на значимости этой технологии. По его мнению, переход от агентных АИ-систем к постоянно работающим циклам является таким же революционным шагом, как переход от написания кода вручную к автоматизированным агентам. Об этом сообщает Techcrunch.ком сообщает в материале.

Черны отмечает, что сейчас процесс программирования превращается из простого написания кода агентами в сложную цепочку, где агенты ставят задачи друг другу и контролируют результат. В этом процессе несколько АИ-агентов постоянно работают в фоновом режиме, занимаясь улучшением архитектуры кода, исправлением ошибок и объединением повторяющихся элементов. Такие «циклы» без участия человека, подобно опытным разработчикам, отправляют пулл-рекуесты и непрерывно совершенствуют систему.

Принцип работы агентных циклов

В традиционном программировании рекурсивные циклы повторяются до выполнения определенного условия. Однако циклы в мире AI работают несколько иначе. Здесь процесс принятия решений не является детерминированным, то есть сам субагент решает, когда остановить работу. Например, в методе под названием «Ралф Луп» модель анализирует всю проделанную работу и самостоятельно проверяет, была ли достигнута поставленная цель. Это помогает решить проблему «галлюцинаций» или потери направления АИ-моделями при длительной работе.

Данный подход соответствует концепции «тест-тиме компуте» (вычисления во время тестирования), выдвинутой исследователем OpenAI Ноамом Брауном. Согласно ей, современные модели способны решить практически любую сложную задачу, если предоставить им достаточно вычислительных ресурсов. Циклы же продолжают использовать вычислительную мощность до полного решения проблемы.

Экономический аспект и будущие риски

Хотя эта технология кажется эффективной, она имеет свои недостатки. Основная проблема — затраты. В отличие от обычных чат-ботов в режиме вопрос-ответ, постоянно работающие циклы очень быстро расходуют токены. Для таких компаний, как Anthropic, зарабатывающих на продаже токенов, это может быть выгодно, но для обычных пользователей и представителей бизнеса такой стиль работы неизбежно окажется довольно дорогим.

Несмотря на это, специалисты считают данное направление логическим продолжением развития AI. Предоставление агентам большей свободы и доверение им постоянных задач упрощает управление сложными проектами, минимизируя человеческий фактор. По данным иксбт.ком, ожидается, что в ближайшие годы эта технология станет основным рабочим инструментом крупных ИТ-компаний.

Подводя итог, мир AI вступает в эру «циклов». Это может вывести эффективность на новый уровень не только в программировании, но и в анализе данных, а также в других цифровых сферах. Однако в этом процессе вопросы управления вычислительной мощностью и оптимизации затрат остаются актуальными.