Добавить в корзинуПозвонить
Найти в Дзене

Один ИИ на всю задачу не тянет. Придумали рой

Ты наверняка видел эту картину: берёшь мощную модель, даёшь ей задачу «почини баг», и первые пять минут она звучит как гений. А потом — как коллега, который открыл проект впервые, потерял контекст, перепутал файлы и на всякий случай предложил «давайте перепишем всё на Rust». Вот в этом и парадокс нынешнего ИИ в разработке: модели умнеют, а реальная продуктивность упирается не в интеллект, а в то, как этим интеллектом управлять. Чем задача длиннее и проект больше, тем быстрее «мозг» распадается на отдельные умные фразы. Стартап Random Labs из Сан-Франциско (с поддержкой Y Combinator) говорит: хватит мучиться — мы сделали Slate V1, первый «swarm-native» агент для программирования. По-человечески: это не один чат-бот, а система, где несколько ИИ работают параллельно, как команда. Создатели Slate сразу отстраиваются от привычных ассистентов «я вижу твой репозиторий и могу править файлы». Их идея ближе к «улейному разуму»: есть главный «диспетчер», который держит общий план, и есть рабочие
Оглавление

Ты наверняка видел эту картину: берёшь мощную модель, даёшь ей задачу «почини баг», и первые пять минут она звучит как гений. А потом — как коллега, который открыл проект впервые, потерял контекст, перепутал файлы и на всякий случай предложил «давайте перепишем всё на Rust».

Вот в этом и парадокс нынешнего ИИ в разработке: модели умнеют, а реальная продуктивность упирается не в интеллект, а в то, как этим интеллектом управлять. Чем задача длиннее и проект больше, тем быстрее «мозг» распадается на отдельные умные фразы.

Стартап Random Labs из Сан-Франциско (с поддержкой Y Combinator) говорит: хватит мучиться — мы сделали Slate V1, первый «swarm-native» агент для программирования. По-человечески: это не один чат-бот, а система, где несколько ИИ работают параллельно, как команда.

Не чатик с доступом к файлам

Создатели Slate сразу отстраиваются от привычных ассистентов «я вижу твой репозиторий и могу править файлы». Их идея ближе к «улейному разуму»: есть главный «диспетчер», который держит общий план, и есть рабочие «пчёлы», которые выполняют конкретные куски работы.

Звучит красиво, но смысл практичный: когда задача сложная, нельзя заставлять одну модель одновременно думать стратегически и делать мелкую рутину в терминале. У неё не резиновая память.

Slate пытается разнести эти роли по разным потокам работы — чтобы общий курс не терялся, пока кто-то копается в логах.

Контекст — как оперативка, и её надо беречь

Один из главных врагов ИИ-агентов — контекст: он ограничен, дорог и внезапно заканчивается в самый неподходящий момент. Random Labs описывает свой подход как «умное прореживание»: система сама решает, что держать в голове, а что выкинуть, чтобы не утонуть в кодовой базе.

Разработчики сравнивают это с операционной системой: контекст — как RAM, и если забить её мусором, никакой «умной» модели не хватит. Поэтому у Slate есть центральный поток-оркестратор, который не пишет код напрямую, а раздаёт задания рабочим потокам через небольшой язык команд на базе TypeScript.

Если упростить: «голова» командует, «руки» делают.

Вместо длинных простыней — “эпизоды”

Самая интересная часть у Slate — как он запоминает, что уже сделал. Большинство агентов сегодня «сжимают» историю диалогов: берут кучу попыток, ошибок, обходных манёвров и делают краткий пересказ. Проблема в том, что при таком сжатии часто теряются важные детали — как в пересказе фильма другом, который уснул на середине.

Slate делает иначе: после выполнения задачи рабочий поток возвращает не полный дневник страданий, а короткую выжимку — какие команды запускались, что сработало, к какому выводу пришли.

В общий мозг попадает не болтовня, а результат, пригодный для продолжения работы.

Рой — это ещё и про «каждому своё»

Параллельность в Slate — не только «делать много задач одновременно», но и «выбирать подходящую модель под задачу». В статье приводят пример: один мощный ИИ держит стратегию рефакторинга, другой исполняет команды и правит код, третий параллельно ищет документацию и нюансы библиотек.

Логика проста: не тратить «профессора» на перенос скобок. И не поручать «стажёру» архитектуру.

Деньги: похоже, будет оплата по расходу

По деньгам пока осторожничают: фиксированных тарифов не раскрывают, но целятся скорее в команды, чем в одиночек «поковыряться вечером». Судя по всему, будет оплата по фактическому использованию.

Ещё важный момент: Slate не пытается заменить интерфейсы самих моделей. Наоборот, заявлены интеграции с Codex и Claude Code (обещают совсем скоро). То есть ставка — стать «слоем управления», который позволяет безопасно и экономно использовать несколько моделей сразу.

Проверка на реальность: тесты и устойчивость

Random Labs кидает в текст кусочек «железа»: в их внутренних прогонах ранняя версия системы прошла 2/3 тестов в задаче make-mips-interpreter из набора Terminal Bench 2.0. И подчёркивают, что многие топовые модели в «обычном» режиме в таких условиях показывают заметно более низкую успешность, особенно когда среда меняется по ходу работы.

И здесь их ключевой тезис понятен: ценность не в том, что ИИ написал кусок кода. А в том, что он не развалился, когда тесты упали, зависимости поехали, а задача внезапно оказалась «с сюрпризом».

И если это действительно взлетит, у программиста появится новая суперспособность: не писать всё самому, а руководить роем, который не путает ветки, не забывает цель и не просит «а можно ещё раз весь контекст, но покороче». Почти как идеальная команда — только без созвонов.