Мультиагентным харнесам нужны отдельные каналы сообщений
Автор описывает, как в текущих харнесах все сообщения — от человека, сабагентов, пиров и CI-алертов — падают в один чат. Он предлагает выделить пять каналов: upstream, downstream, sideways, peers и alerts.
Почему важно: Пока вы supervising, восстановление «кто кому что сказал» вручную — главное узкое место. Отдельные каналы дают аудит и читаемость без патчей поверх хаоса.
Маленькая LLM: повторное дообучение упёрлось в потолок
Автор проверял на небольшой модели (влезает в домашнюю видеокарту), будет ли она умнеть от нескольких раундов дообучения на примерах: первый раунд дал заметный прирост, дальше рост остановился, накопления нет. Эти опыты — шаги к архитектуре LANN-4: нейросеть с небольшим неизменным «мозгом» и вынесенной наружу памятью, но сама архитектура ещё не выбрана и не построена.
Почему важно: Наивное многократное дообучение не превращает маленькую модель в lifelong learner при фиксированном размере. Это аргумент в пользу внешней памяти вместо попыток «дожать» веса.
На Hacker News показали способ сократить расход токенов агента на 50%. Текст статьи недоступен, поэтому без деталей — но повод проверить, где ваш агент тратит токены вхолостую.
Карта для оплаты AI · Claude Pro на неделю · Manus
Комментариев пока нет.