← Каталог

· AI Engineer Europe 2026

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