← Каталог

· AI Engineer Summit 2025

Создание агентов для совместного творчества

Creating Agents That Co-Create

Главное узкое место агентов, которые работают часами, — доверие, и его решают интерфейсы, где человек проверяет и правит результат.

  • Синтетические данные от сильной модели — большие модели генерируют датасеты для post-training и RL-окружений, а меньшие модели получают те же возможности через дистилляцию, что ускоряет цикл итераций. Для сценариев с несколькими людьми можно синтетически создать датасеты разных пользователей и дообучать на них модель.
  • Проверка долгих задач — агенту, которому поручили десять часов работы над исследованием или кодом, нужны способы, чтобы человек проверил и отредактировал промежуточный результат, а модель получала обратную связь в реальном времени. Canvas в ChatGPT, по словам спикера, это уже показывает на текстах и коде.
  • Знакомая форма для новой возможности — контекст на 100K заработал через загрузку файлов, а не через бесконечный чат, потому что работа с документами привычна пользователям.
  • Видимые рассуждения — чтобы не заставлять пользователя ждать от пятнадцати секунд до тридцати минут, в продукте показывали поток кратких сводок размышлений модели.

Кому полезно: тем, кто проектирует интерфейсы для агентов, которые работают долго и требуют проверки результата.

Статья по теме

Главы

Ещё доклады: Karina Nguyen

Страница спикера →

Похожие доклады