Пульс ИИ: что обсуждают в соцсетях

Автор поста рассказывает о новом открытом курсе CMU по ИИ-агентам — 11-768. Это не очередной обзор одного фреймворка, а полноценный цикл: от построения агентной обвязки до обучения модели с подкреплением. В программе есть и прикладные темы (агенты для кода, GUI, исследований), и инфраструктурные (песочницы, управление учётными данными, наблюдаемость).

Особенно ценно, что курс построен вокруг практических заданий — студентам предлагают сначала собрать агента, затем написать тесты для его оценки и в итоге обучить его через RL. Лекции выходят на YouTube по мере семестра, а стартовый код первого задания уже доступен на GitHub. Это хорошая возможность для всех, кто хочет разобраться в агентах глубже, чем позволяют типовые туториалы.

Автор показывает Harness Router — опенсорсный роутер инструментов для агентных систем. Вместо того чтобы позволять LLM вслепую выбирать из кучи доступных инструментов, проект добавляет прослойку с проверкой: перед каждым вызовом инструмента система может пропустить, перепланировать или промоделировать тысячи вариантов через Monte Carlo Tree Search.

Интересна механика Codex hooks: SessionStart собирает список доступных инструментов один раз, а PreToolUse сверяет каждый предложенный вызов — если модель выбрала то же, что роутер, пропускаем, если есть вариант лучше, перепланируем. В случае отказа роутера — fail-open, то есть без блокировки.

Автор спрашивает, как бенчмаркать качество маршрутизации, и сам подкидывает идею: взять наборы инструментов с намеренно запутанными именами вроде get_x, fetch_x, read_x, где обычный выбор начинает сбоить. Это хороший пример практического подхода к снижению токенов и лишних вызовов — без громких обещаний, просто рабочий инструмент.

Автор поста показывает любопытный проект: внешне обычный калькулятор, но с секретным режимом, который открывает доступ к ChatGPT и скрытой камере. Идея явно родилась из студенческого юмора, но технически выполнена интересно — пароль, выбор модели, скрытая съёмка заданий.

Стоит отметить, что пост подаётся скорее как мем или провокация, нежели как готовый продукт. Насколько такое устройство реально и работоспособно — неясно. Но сам концепт напоминает о старых шпионских гаджетах и поднимает вечный вопрос: где грань между полезным инструментом и средством для обхода правил?

Автор поста обсуждает проект CodeSpeak, который предлагает альтернативу как традиционному кодингу, так и «вайбкодингу» — бесструктурному общению с ИИ. Создатель Kotlin показывает нечто среднее: более формализованный подход, чем просто промпты, но всё же ближе к естественному языку, чем к классическим языкам программирования.

Интересна его провокационная мысль, что в большинстве приложений люди перестанут писать и читать код на традиционных языках, работая только на уровне человеческого. Для разработчиков это звучит спорно, но от автора Kotlin такое заявление выглядит весомо — он не понаслышке знает, как устроена настоящая разработка.

Автор проекта показывает, как они с другом с нуля написали детерминированный симулятор Clash Royale на C++ с биндингами для Python, чтобы обучать RL-агента. Весь матч просчитывается примерно за 10 мс на одном ядре ноутбука — это позволяет дешёво форкать состояние и заглядывать вперёд.

Интереснее всего найденная агентом лазейка: он научился ставить Пушку за своим Королём, потому что потеря здания в бою отнимает награду, а если оно само разрушится от времени — потерь нет. Простая одноходовая симуляция подняла винрейт с 0.625 до 0.944 против эвристического бота. Сам автор честно говорит, что агент пока слаб, а RL — не его основная область, и просит фидбек.

Автор показывает, что даже без глубоких знаний кода можно собрать играбельный 2D-платформер, если комбинировать несколько ИИ-инструментов. Ключевая особенность: Claude не просто генерировал код, а написал собственный игровой движок на TypeScript, а не адаптировал существующий. Весь контент — спрайты, музыка, звуки — создан через нейросети и скормлен модели.

Интересен сам подход: автор не пытался обучить модель или дорабатывать промпты неделями — он просто итеративно уточнял результат, перегоняя через Claude изображения, MIDI и 3D-модели. Это демонстрация того, как современные LLM могут выступать «сборщиком» пайплайна, даже если пользователь не умеет писать код с нуля.

Автор демонстрирует коллекцию из 338 готовых «скиллов» для ИИ-агентов, которые должны имитировать работу целой компании — от CEO до стажёра. Идея напоминает конструктор: можно собрать виртуальный штат под любую задачу.

Проект полезен для быстрого прототипирования бизнес-процессов или демонстрации возможностей агентов, но к замене реальных сотрудников, конечно, стоит относиться осторожно. Интересен скорее как концепт и источник вдохновения для автоматизации отдельных функций.