Создатель Claude Code дал 12 агентам 64 научные статьи и попросил собрать из них рабочу...
Создатель Claude Code дал 12 агентам 64 научные статьи и попросил собрать из них рабочую браузерную лабораторию. Дело было так. Агентов разделили на группы по ролям - одни вычитывали из статей уравнения и условия, другие превращали это в код, третьи собирали интерфейс с управлением, четвертые проверяли, что получилось. Проверяли не на глазок, а по существу - сохраняется ли масса, стабильна ли система, бьются ли цифры с оригинальными измерениями из статьи. В итоге прогнали 11 методов и 28 эталонных сцен, из них 7 совпали с допустимой погрешностью, а 4 так и остались под вопросом. Вот тут забавная штука - у них симуляция может выглядеть прям правдоподобно внешне, анимация красивая, цифры рядом, а по факту результат неверный. То есть без отдельной роли "рецензента", который сверяет с реальными данными, вся эта красота могла бы просто врать с уверенным видом. По сути это уже не просто кодогенерация, а целый конвейер с проверкой качества, где агенты друг друга перепроверяют. Из разряда статей, которые раньше читали несколько месяцев и верили на слово. https://habr.com/ru/news/1094538/?utm_source=habrahabr&utm_medium=rss&utm_campaign=1094538 Как думаете, к чему это в итоге приведет - к тому, что каждая лаборатория соберет свой рой агентов-рецензентов, или наука постепенно станет полностью воспроизводимой и открытой уже для всех по умолчанию?
Канал в каталоге Максиметера
1 191 подписчиков · IT и технологии