Здарова, работяги!
Я частенько использую автономных агентов. Очень удобно для ваншот-задачек: отдал небольшую таску, он её сделал целиком, желательно вообще без правок. Можно подготовить кучу задач, а дальше автономные трудяги сами их разбирают.
При этом я заранее знаю, какая модель будет выполнять задачу, и прошу локального агента написать спеку под её уровень. Где-то нужно подробнее расписать решение, где-то можно оставить больше самостоятельности.
Для иллюстрации можно провести параллель с сотрудниками. Младшая модель — условно стажёр или джун, сильная — сеньор. Младшему разработчику задачу нужно лучше заспекать. Сеньору достаточно объяснить, что нужно получить и какие есть ограничения.
Можно, конечно, выдать стажёру R&D-задачку вместо нормально заспеканной, а потом жаловаться, что он только время отнимает своими вопросами и за ним нужно всё исправлять. С агентами всё аналогично.
Другая крайность — запускать на всё самую сильную модель. Но когда таких агентов много, на моделях уровня Фейбл или Астра это огромные траты — подписка и дня не проживёт, не говоря уже про траты, если через апи использовать. Я подбираю что-то, что делает достаточно хорошо за умеренный прайс. Обычно это модель где-то между самой слабой и самой-самой сильной — на уровне Терры.
С моделькой разобрались. Что с эффортом? Я бы сравнил effort со временем, которое выделили сотруднику на задачу.
Это та настройка с уровнями вроде low, medium, high. Она влияет на то, сколько ресурсов модель потратит на работу. Например, в Claude — на затраты токенов, в том числе на рассуждение.
Одному и тому же сотруднику можно сказать: нужно срочно, сделай решение, которое пофиксит баг в проде, и т. д. А можно дать время на полноценный ресерч: посмотреть разные подходы, разобраться с пограничными случаями и т. д. Сотрудник тот же, но возможность покопаться в задаче разная. Это естественно сказывается на качестве решения, рисках и т. д. Но важно учитывать и сложность задачи. Нет смысла думать неделю над заменой текста на лендинге — важна золотая середина.
С effort похожая идея, только чуть другой ресурс.
Резюмируя, на масштабе забивать микроскопом гвозди не выйдет — не напасётесь микроскопов, поэтому для каждой ситуации нужно подбирать подходящий сетап — исполнителя, уровень детализации спеки и доступные ресурсы на задачу.
Всем хорошего вечера и доброй ночи!
Я частенько использую автономных агентов. Очень удобно для ваншот-задачек: отдал небольшую таску, он её сделал целиком, желательно вообще без правок. Можно подготовить кучу задач, а дальше автономные трудяги сами их разбирают.
При этом я заранее знаю, какая модель будет выполнять задачу, и прошу локального агента написать спеку под её уровень. Где-то нужно подробнее расписать решение, где-то можно оставить больше самостоятельности.
Для иллюстрации можно провести параллель с сотрудниками. Младшая модель — условно стажёр или джун, сильная — сеньор. Младшему разработчику задачу нужно лучше заспекать. Сеньору достаточно объяснить, что нужно получить и какие есть ограничения.
Можно, конечно, выдать стажёру R&D-задачку вместо нормально заспеканной, а потом жаловаться, что он только время отнимает своими вопросами и за ним нужно всё исправлять. С агентами всё аналогично.
Другая крайность — запускать на всё самую сильную модель. Но когда таких агентов много, на моделях уровня Фейбл или Астра это огромные траты — подписка и дня не проживёт, не говоря уже про траты, если через апи использовать. Я подбираю что-то, что делает достаточно хорошо за умеренный прайс. Обычно это модель где-то между самой слабой и самой-самой сильной — на уровне Терры.
С моделькой разобрались. Что с эффортом? Я бы сравнил effort со временем, которое выделили сотруднику на задачу.
Это та настройка с уровнями вроде low, medium, high. Она влияет на то, сколько ресурсов модель потратит на работу. Например, в Claude — на затраты токенов, в том числе на рассуждение.
Одному и тому же сотруднику можно сказать: нужно срочно, сделай решение, которое пофиксит баг в проде, и т. д. А можно дать время на полноценный ресерч: посмотреть разные подходы, разобраться с пограничными случаями и т. д. Сотрудник тот же, но возможность покопаться в задаче разная. Это естественно сказывается на качестве решения, рисках и т. д. Но важно учитывать и сложность задачи. Нет смысла думать неделю над заменой текста на лендинге — важна золотая середина.
С effort похожая идея, только чуть другой ресурс.
Резюмируя, на масштабе забивать микроскопом гвозди не выйдет — не напасётесь микроскопов, поэтому для каждой ситуации нужно подбирать подходящий сетап — исполнителя, уровень детализации спеки и доступные ресурсы на задачу.
Всем хорошего вечера и доброй ночи!