ПОСТРОЕНИЯ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ РАСПРЕДЕЛЕННОГО НАКОПЛЕНИЯ И МНОГОКРАТНОГО ИСПОЛЬЗОВАНИЯ ЗНАНИЙ Введение Распределенные интеллектуальные системы могут использоваться для решения широкого класса задач. Во многих случаях эти задачи сводятся к рапределенному накоплению знаний, обмену знаниями в некотором представлении по сети или использованию распределенных знаний для решени задач. Задачи такого рода t.me/shwarsico На фото — Билл Гейтс, американский предприниматель, бывший крупнейший акционер Microsoft. Источник: https://clck.ru/3VzU6o. 4
OpenAI model_uri = f"gpt://{folder_id}/deepseek-v4-flash" Доступны open-weights-модели client = OpenAI( base_url="https://ai.api.cloud.yandex.net/v1", Указываем endpoint url для Yandex Cloud instructions="Ты экономист, специалист по работе с данными. Системный промпт Сейчас 25 сентября 2026 года", input="Как менялся индекс потребительских цен в России в последние 5 лет") Входной текст 10
на стороне облака Поддерживает инструменты/MCP Кеширование токенов Встроенный RAG, веб-поиск, интерпретатор кода, генерация изображений Поддерживает работу с изображениями (Qwen3.6) Явное/неявное управление контекстом Облачная упаковка контекста (compaction) Выполнение инструментов на стороне облака 11
search papers in arXiv repository get_paper_details: detailed information on a paper Func = search_arxiv Args = { query = “агенты”, field = “all” } Dispatcher code Here are 5 papers I have found… 16
2. Ищи необходимую информацию 3. 4. Извлекай факты и сохраняй в заметках Напиши отчёт по образцу System prompt Notes Инструменты LLM Задание Результат История диалога Deep research agent Агентский цикл 22
Runner, WebSearchTool, function_tool from agents.models.openai_responses import OpenAIResponsesModel from openai import AsyncOpenAI set_tracing_disabled(True) Используем OpenAI Agents Выключаем трассировку, она работает только с OpenAI yandex_client = AsyncOpenAI( base_url="https://ai.api.cloud.yandex.net/v1", api_key=api_key, project=folder_id) Используем async-клиент с правильными base_url и api_key model_uri = f"gpt://{folder_id}/deepseek-v4-flash/latest" yandex_model = OpenAIResponsesModel( model=model_uri, openai_client=yandex_client) Класс моделей для Agents SDK 23
str) -> str: """ Saves note in research database. Args: topic: What is the note about content: The body of the note """ Инструмент — просто Python® -функция Важна типизация! Описываем назначение инструмента подробно для LLM @function_tool 24
an expert in in-depth topic research. ## Your methodology: 1. **Planning**: Break down the topic into 3–5 key aspects for research. 2. **Search**: For each aspect, perform internet searches. 3. **Analysis**: Extract key facts and save notes. 4. **Synthesis**: Combine the found information into a coherent report. ## Rules: - Always start with research planning - Make multiple search queries for a complete picture - Save important findings using save_note - Indicate sources of information - In the final report, structure the information logically ## Final report format: … """ 25
name="DeepResearchAgent", model=yandex_model, instructions=deep_research_instructions, tools=[ WebSearchTool(), save_note, get_all_notes, clear_notes] ) result = await Runner.run( deep_research_agent, f"Conduct deep research on the topic: {topic}") 26
за токены (очень дорого) OpenAI Codex / YC Codex Работает в составе подписки ChatGPT Plus, есть немного бесплатных лимитов. Подключается к Yandex AI Studio Есть специальная версия для Yandex AI Studio OpenCode / SourceCraft CLI Открытый инструмент, чуть менее дружелюбный. Есть в составе подписки SourceCraft — SourceCraft CLI. Подключается к Yandex AI Studio Anthropic: Claude Code Работает только по подписке, кушает много токенов 29
2. Ищи необходимую информацию 3. 4. Извлекай факты и сохраняй в заметках Напиши отчёт по образцу System prompt Notes Инструменты LLM Задание Результат История диалога Deep research agent Агентский цикл 38
TODOs Меньше инструментов у агента = более стабильный tool calling Агенты могут работать в своём контексте → минимизация контекста Research notes Разные роли/специализации, можно взглянуть на задачу с разных сторон Управленческие причины 39
агентами, вся информация явно передаётся через ввод-вывод агентов или состояние Не поддерживается сквозной стриминг. Зато субагенты могут работать параллельно Coordinator Задача Результат Tool call Planner Tool call Searcher TODOs Writer Research notes 42
LLM LangGraph LlamaIndex SmolAgents Microsoft AutoGen Строгая Предсказуемая Меньше требований к LLM Гибкость Непредсказуемость Требует более мощных LLM 45
OpenAI Agents Поддерживается последнее поколение Responses API, для проприетарных и open-weights-моделей Yandex AI Studio поддерживает кодингассистентов Codex/OpenCode, включая более практичную модель по подписке На базе OpenAI Agents можно строить многоагентные системы, но выбор конкретной архитектуры — непростое дело Важно организовать harness, который будет максимизировать информационную плотность контекста и проверки 48
shwars
kaidouji85
raybugg
konippi
keitah
cscengineer
yutanonaka
oracle4engineer
snowwmn0824
miyake
masasuzu
brainpadpr
harappa80
tammyeverts
marketingsoph
aleyda
honnibal
jonoalderson
sergeychernyshev
jct
62gerente
speakerdeck
signer
sabderemane
![УДК 519.68:[681.3.06+007.51] Д. В. Сошников АРХИТЕКТУРА РАСПРЕДЕЛЕННОЙ ФРЕЙМОВОЙ ИЕРАРХИИ ДЛЯ](https://files.speakerdeck.com/presentations/d8e1765f426048439ba3df6faf3c4645/slide_3.jpg){kind=link}
![Agent handoff Агенты, которым можно при необходимости передать управление handoffs=[searcher_agent]](https://files.speakerdeck.com/presentations/d8e1765f426048439ba3df6faf3c4645/slide_38.jpg){kind=link}
