Создание шахматного тренера
Building a Chess Coach
Шахматный коуч для потребителей работает, когда Stockfish и детекторы дают проверенные факты о позиции, а LLM только переводит их в объяснение.
- Анализ отделен от текста — Stockfish проходит всю партию, детекторы находят вилки, связки, рентген и структурные слабости, а LLM получает только эти данные, потому что без них модель начинает галлюцинировать.
- Модель выбирают по задержке — по словам авторов, Gemini 3 Flash укладывается примерно в 3 секунды сквозной задержки и проходит около 75% их сценариев, а Claude с более долгим думаньем дает чуть меньше 60% при заметно большей задержке.
- Замкнутый цикл правок — дизлайк в приложении уходит в Slack и в сессию Claude Code через channel, агент проверяет комментарий по сценарию триажа, меняет промпт или детекторы, перегенерирует текст и задает вопросы в Slack, а человек сливает pull request.
- Evals на шахматных сценариях — 16 сценариев из реальных партий проверяются через LLM-as-a-judge и экспертную оценку шахматистов из команды, а модели подключаются через OpenRouter, чтобы быстро их менять.
Кому полезно: тем, кто строит объяснения по структурированным данным и выводит LLM-генерацию в продакшен с жестким ограничением по задержке.
Статья по теме
Главы
Похожие доклады
Хватит покупать готовый ИИ: рецепт успеха собственной разработки
AI Engineer World's Fair 2025
Близко по содержанию
Как вести шахматный YouTube-канал целиком с помощью AI
AI Engineer Europe 2026
Близко по содержанию
Мой AI считает, что я заедаю эмоции (и другие пищевые наблюдения)
AI Engineer World's Fair 2025
Близко по содержанию
Думаете, сможете создать игру с помощью ИИ? Подумайте ещё раз: новые игры только рождаются!
AI Engineer Europe 2026
Близко по содержанию


