Donna — предсказуемость и управляемость для ваших агентов
Ищу early adopters для своей агентной утилиты.
Назвал Donna — https://github.com/Tiendil/donna
С её помощью ваши агенты будут генерировать стейт-машины, пока выполняют стейт-машины, созданные другими стейт-машинами.
Donna позволяет агентам выполнять сотни последовательных операций без отклонения от заданного потока исполнения. Ветвления, циклы, вложенные вызовы, рекурсия — всё возможно.
Большинство прочих инструментов просто шлют мета-инструкции агентам и надеются, что те не ошибутся. Конечно, агенты ошибаются: путают шаги, пропускают операции, несут отсебятину. Donna честно выполняет стейт-машины: хранит состояние, стек вызовов, контролирует поток исполнения. Агенты выполняют только конкретные команды от Donna.
При этом Donna — не оркестратор, а просто утилита, поэтому её можно подключить куда угодно, не нужно API ключей, паролей, etc.
Концепцию можно описать в двух утверждениях:
- Большинство высокоуровневой работы алгоритмизируется значительно лучше, чем это кажется.
- Большинство низкоуровневой работы алгоритмизируется значительно хуже, чем это кажется.
Ценообразование на старте монетизации Feeds Fun
Начал рассчитывать цены для пользователей Feeds Fun и понял, что надо это делать в блоге: работы почти столько же, идеологически верно и, что важно, должно быть интересно. Всё равно бы писал RFC — вопрос сугубо в публичности. Заодно проведу для себя некоторую ретроспективу по проекту.
Что такое Feeds Fun
Feeds Fun — это моя читалка новостей, которая с помощью LLM прикрепляет теги к каждой новости, а пользователи могут создавать правила в духе elon-musk + mars => -100, nasa + mars => +100. Это позволяет очень эффективно фильтровать поток новостей, сокращая его процентов на 80-90% (мой личный опыт) и при этом никаких секретных алгоритмов Google или Facebook — всё прозрачно и под вашим контролем.
Поэтому встречайте вольное сочинение на тему монетизации B2C SaaS, зависимого от LLM, — актуальнее некуда :-D
Экспромпт о влиянии ИИ на профессиональную среду
В Telegram мне задали интересный вопрос:
Не вызывает разочарование профессиональная среда с появлением ИИ?
С одной стороны появление ИИ - здорово бустит разработку, с другой - снижает ценность труда/специалиста в процессе интеллектуального производства, а так же значительно понижает планку базовых знаний.
Другая сторона - снижение качества знаний и переход от модели использования знаний к использованию навыков. Например сейчас не нужно иметь 3-5 лет опыта с СУБД, чтобы решать лёгкие и средние по сложности проблемы, человек с совершенно базовыми знаниями может закрывать вопросы оптимизации не до конца понимая как это на самом деле работает. И это во всём так, просто ИТ один из ярких примеров.
Ещё один момент - ускорение деактуализации знаний специалиста, когда набор навыков устаревает стремительнее, так как переход от одного инструмента к другому не занимает 1-2 года как раньше, а способен произойти за несколько месяцев.
Это не всё, но самое простое и на поверхности, с чем сталкиваешься.
Мой ответ на него вышел далеко за рамки размера телеграммного сообщения, поэтому публикую его здесь.
Заранее извиняюсь за многословие, сумбурность и прямоту мысли. Пишу этот пост вне планов, поэтому нет времени на шлифовку.
Это даже не столько ответ на вопрос, сколько мои размышления на тему.
Итоги 2025 года для меня и блога
Статистика блога за 2025 год.
Близится Новый Год, пора подводить итоги этого года. Расскажу, чем занимался в 2025 году, что с планами на год уходящий, что с ними же на год грядущий.
LLM агенты всё ещё не подходят для реальных задач
AI агенты показывают результат своей работы программисту (с) ChatGPT & Hieronymus Bosch.
На этой неделе протестил LLM на реальных задачах из своего программирования. Опять.