Про циклы ИИ-агентов ✔️

На днях прочитал статью на DataScienceDojo, где Anthropic описала 4 типа циклов, которые можно строить с помощью Claude — и она здорово расставила всё по полочкам.

Мы говорим об AI-агентах, но редко задумываемся, как именно они «думают» и принимают решения. Оказывается, всё дело в типах циклов, которые мы задаём в промптах. Главный вывод, который меня зацепил: нет одного лучшего цикла — есть подходящий под конкретную задачу: [01][turn-based (пошаговый)] даёте запрос, агент выполняет задачу и возвращает результат: подходит для разовых, коротких задач. [02][goal-based (целевой)] задаёте измеримую цель (например, «точность выше 85%»), и агент работает, пока не достигнет её. [03][time-based (временной)] агент запускается по расписанию или интервалу для выполнения повторяющихся задач. [04][proactive (проактивный)] комбинация предыдущих типов, агент работает автономно в ответ на события или расписание, без постоянного участия человека. 👉Рекомендации: выбирайте тип цикла в зависимости от задачи — есть ли у неё чёткая «финишная черта» или она требует постоянного мониторинга. Также важно иметь чистую кодовую базу, актуальную документацию и чёткие критерии «правильности».