Очень понравился подход, кажется за авто-улучшением AI будущее. Microsoft Research выпустили Agent Lightning – фреймворк для автоматического улучшения AI-агентов. Примерно так работает: Представь, что у тебя есть AI-агент. Например, ассистент который умеет бронировать переговорки, искать информацию в базе данных, писать код. Агент работает, но не идеально. Он иногда ошибается, выбирает не ту комнату, пишет не совсем правильный SQL-запрос. И вот вопрос: как сделать его лучше? Обычный путь: Руками менять промпт – пробуешь разные формулировки, смотришь что работает Дообучать модель – но для этого нужно переписать весь код агента под ML-фреймворк Собирать данные и размечать их вручную Всё это долго, сложно и требует переписывания кода. Что делает Agent Lightning: Он позволяет автоматически улучшать твоего агента БЕЗ переписывания кода. Буквально – добавляешь пару строчек, и агент начинает учиться сам. Как это работает – на примере: Допустим, у тебя есть агент, который бронирует переговорки. Задача: "Найди комнату на 4 человека в 10:00 с доской". Вот что происходит: Агент работает как обычно Получает задачу Делает LLM-вызов с промптом Использует tools (функции) – например, запрашивает базу свободных комнат Выдаёт ответ: "Комната A103" Agent Lightning наблюдает: Не вмешивается в работу агента Молча записывает всё, что происходит: какой был промпт, какие были вызовы LLM, какие инструменты использовались, что ответили В конце проверяет результат и даёт оценку (reward): правильная комната = 1.0, неправильная = 0.0 Обучение через reinforcement learning: Собранные данные (трейсы) отправляются в RL-систему (используется verl) RL-алгоритм (например, GRPO) смотрит: какие действия привели к хорошему результату, какие к плохому Модель обновляется – она учится делать лучше Обновлённая модель возвращается в агента Следующий раз агент работает уже с улучшенной моделью Цикл повторяется. Если не хочется заморачиваться с Reinforcement Learning, то можно просто автоматом оптимизировать промпты. Тогда: Агент делает 10-20 попыток с текущим промптом Алгоритм смотрит на трейсы и анализирует, где агент ошибается Генерирует критику промпта на естественном языке: "Промпт неоднозначен в ситуациях, когда есть две одинаково подходящих комнаты" Просит LLM переписать промпт с учётом критики Новый промпт тестируется – и так несколько раундов Особенно актуально для: - Enterprise-сценариев с приватными данными - Специализированных задач (кастомные SQL-диалекты, доменная специфика) - Когда нужна высокая точность и надёжность - Multi-agent систем, где каждый агент нужно тестировать и улучшать отдельно GitHub: https://github.com/microsoft/agent-lightning Документация: https://microsoft.github.io/agent-lightning/ Paper: https://arxiv.org/abs/2508.03680