Как агенты и LLM помогают в исследовательской деятельности?

Кайфанул от этого эссе.

Эрик показывает на собственном примере как LLM и агенты полезны не просто для генерации кода, но для рисерча: постановки гипотез, проведения экспериментов, обновления картины мира и открытия нового.

Собственно, именно умение делать автономный рисерч в ML самими агентами является единственной нерешенной проблемой между нами и полноценным AGI в любой, самой полной, формулировке. Траектория развития показывает, что мы вполне вероятно очень близки к этому. Если вчера люди оставляли агента на ночь, чтобы он писал код, то сегодня лабы делают то же самое с агентами для рисерча.

Базовой сущностью в организациях становится даже не код, а «цепь размышления». Допустим, в вашем коде есть определенное очень сложное решение — для модели важно понимать не как оно работает, а какая последовательность дедукции, экспериментов и диалектики привела к ним.

Уже от себя добавлю: если в вашей организации есть сложный бизнес-процесс, то важно не автоматизировать его, а повторить логику его появления. Тогда агент будет полезен не в тупом написании кода или подписании договоров, а в еженощном переосмыслении и потенциально переизобретении решения, постепенно но постоянно оптимизируя его.