INSIDE_AI_TECH Telegram 8
Теперь разберемся, как работает кодовый агент, например: Claude Code. На картинке выше показана диаграмма последовательности работы агента. В главных ролях: Человек (Human), Интерфейс (Interface), Модель (LLM) и среда выполнения (Environment):

Запрос от человека (Human)
Пользователь формулирует задачу и отправляет запрос через интерфейс.

Стадия уточнения задачи (Interface LLM, “Until tasks clear”)
Пользователь «общается» с LLM, чтобы уточнить детали задачи:
- Clarify – модель может задавать наводящие вопросы или просить дополнительные данные, уточнения, форматы;
- Refine – модель (при необходимости вместе с человеком) переформулирует или корректирует задачу, пока её формулировка не станет конкретной и понятной.

Отправка контекста модели (Send context)
Как только задача сформулирована достаточно четко, передается контекст и вся необходимая информация модели.

Обогащение контекста: поиск файлов / данных в среде (Search files → Return paths)
LLM делает запрос в среду (Environment), чтобы найти необходимые ресурсы, файлы и участки кода.

Решение задачи (Until tests pass)
- Write code – модель (LLM) генерирует код.
- Status – модель или среда может сообщать текущее состояние работы, например, процесс компиляции.
- Test – запускаются тесты или проверки, чтобы понять, корректен ли полученный результат.
- Results – возвращаются результаты тестирования (успешные или с ошибками).
- GoTo “Write code” – на основе полученных результатов (ошибках компиляции / тестирования) агент обогащает контекст и с новыми знаниями переходит на этап Write code.
Этот цикл «Write code → Test → Results» повторяется, пока все тесты не будут пройдены успешно, либо пока не будет достигнут условленный критерий завершения.

Завершение и отправка результата
После успешного выполнения задачи модель возвращает итоговый результат (Complete).

Таким образом, агент не просто выдает ответ сразу, но и взаимодействует с пользователем для уточнения задачи, получает необходимые ресурсы от среды, итерируется, проверяет свою работу через тесты и только после успешного прохождения тестов возвращает итоговое решение.
32



tgoop.com/inside_ai_tech/8
Create:
Last Update:

Теперь разберемся, как работает кодовый агент, например: Claude Code. На картинке выше показана диаграмма последовательности работы агента. В главных ролях: Человек (Human), Интерфейс (Interface), Модель (LLM) и среда выполнения (Environment):

Запрос от человека (Human)
Пользователь формулирует задачу и отправляет запрос через интерфейс.

Стадия уточнения задачи (Interface LLM, “Until tasks clear”)
Пользователь «общается» с LLM, чтобы уточнить детали задачи:
- Clarify – модель может задавать наводящие вопросы или просить дополнительные данные, уточнения, форматы;
- Refine – модель (при необходимости вместе с человеком) переформулирует или корректирует задачу, пока её формулировка не станет конкретной и понятной.

Отправка контекста модели (Send context)
Как только задача сформулирована достаточно четко, передается контекст и вся необходимая информация модели.

Обогащение контекста: поиск файлов / данных в среде (Search files → Return paths)
LLM делает запрос в среду (Environment), чтобы найти необходимые ресурсы, файлы и участки кода.

Решение задачи (Until tests pass)
- Write code – модель (LLM) генерирует код.
- Status – модель или среда может сообщать текущее состояние работы, например, процесс компиляции.
- Test – запускаются тесты или проверки, чтобы понять, корректен ли полученный результат.
- Results – возвращаются результаты тестирования (успешные или с ошибками).
- GoTo “Write code” – на основе полученных результатов (ошибках компиляции / тестирования) агент обогащает контекст и с новыми знаниями переходит на этап Write code.
Этот цикл «Write code → Test → Results» повторяется, пока все тесты не будут пройдены успешно, либо пока не будет достигнут условленный критерий завершения.

Завершение и отправка результата
После успешного выполнения задачи модель возвращает итоговый результат (Complete).

Таким образом, агент не просто выдает ответ сразу, но и взаимодействует с пользователем для уточнения задачи, получает необходимые ресурсы от среды, итерируется, проверяет свою работу через тесты и только после успешного прохождения тестов возвращает итоговое решение.

BY Внутри AI | Кейсы ИИ Агентов в бизнесе




Share with your friend now:
tgoop.com/inside_ai_tech/8

View MORE
Open in Telegram


Telegram News

Date: |

Hui said the messages, which included urging the disruption of airport operations, were attempts to incite followers to make use of poisonous, corrosive or flammable substances to vandalize police vehicles, and also called on others to make weapons to harm police. But a Telegram statement also said: "Any requests related to political censorship or limiting human rights such as the rights to free speech or assembly are not and will not be considered." When choosing the right name for your Telegram channel, use the language of your target audience. The name must sum up the essence of your channel in 1-3 words. If you’re planning to expand your Telegram audience, it makes sense to incorporate keywords into your name. More>> A few years ago, you had to use a special bot to run a poll on Telegram. Now you can easily do that yourself in two clicks. Hit the Menu icon and select “Create Poll.” Write your question and add up to 10 options. Running polls is a powerful strategy for getting feedback from your audience. If you’re considering the possibility of modifying your channel in any way, be sure to ask your subscribers’ opinions first.
from us


Telegram Внутри AI | Кейсы ИИ Агентов в бизнесе
FROM American