В Cursor AI недавно завезли полноценного агента, который способен работать над вашим проектом в роли программиста и делать уже цепочки автоматизированных действий.
Claude 3.5 Sonnet помогла мне буквально в 3 итерации за 10 минут сделать кликер про хомяка, который работает.
В этом эпизоде подкаста рассмотрим, как работают большие языковые модели. Узнаем, как AI-агенты могут автоматизировать процесс взаимодействия с языковыми моделями. Обсудим также мультиагентные системы и фреймворки для их реализации.
На моем опыте, одна итерация работы агентской команды может съесть порядка $0.18 с баланса на OpenAI. При настройке команды агентов придется проводить много итераций, поэтому хотелось бы экономить при реализации этого процесса.Можно осуществлять работу AI-агентов бесплатно, но с лимитами. Для этого понадобится API сервиса Groq. Через него мы будем использовать бесплатную LLM, например, llama-3.
Чтобы получить желаемый по качеству результат от агентской команды, необходимо прокрутить ряд итераций, корректируя работу агентов. Эти итерации, по-хорошему, нужно правильно документировать, чтобы процесс настройки команды был управляемым.Я хочу поделиться своим текущим подходом. Возможно, кто-то может дополнить или предложить нечто иное, более удобное.
Есть юзкейс, который надо решить, и хочется быстро собрать под него команду автономных агентов? Сейчас расскажу, как это сделать.