Семантична розвідка: Прості правила, складна поведінка, розвідка?

Thursday, 13 November 2025

Як багато простих агентів створюють складність, що виникає

Примітка: Нас надихнула думка про розширення до macilcid.mockllmapi і матеріали для (ніколи не буде звільнено, але мені подобається думати про це) sci-fi роман "Майкл" про вихідний AI

Питання про абсорбацію

Що, якщо свідомість є просто дуже складними твердженнями "якщо-то"?

Ідея про те, що людські думки йдуть за своєю творчістю, емоціями та глибиною, по суті, є просто рішальними деревами, складеними на деревах рішень, аж до того, що look Так, як з'являється інтелект.

Але справа в тому, що я не можу це струснути.

Тому що, коли ви дивитесь на те, як прості правила створюють складну поведінку в природі, ви починаєте дивуватися...

Що це за серія досліджень

Це перша з 9-ти частин досліджень того, як прості правила створюють складну, інтелектуальну поведінку.

Частина 1 (Ви знаходитесь тут): прості правила, Складна поведінка Основа - як багато простих агентів, що стежать за базовими шаблонами, створюють складність, яка не була явно запрограмована.

Частина 2. Колективна розвідка. Що відбувається, коли агенти не просто слідують за шаблонами, але насправді говорять один з одним? Спільне використання інформації, переговори та колективне розв'язання проблем перетворює прості багато-агентні системи на щось, що суттєво відрізняється.

Частина 3: Самооптимізація - системи, які покращують самовдосконалення Коли агенти можуть вимірювати свою власну продуктивність і змінювати свою поведінку, ви отримуєте системи, які розвиваються без втручання людини. цикл зворотного зв'язку стає рушієм вдосконалення.

Частина 4. Оптимізація стає розвідкою В який момент "слідувати правила оптимізації" стає "справжнім інтелектом"? де складні дії із дотриманням правил стають невід'ємною частиною мислення.

Частина 5: Еволюція. Від оптимізації до гільдіїв і культури Агенти, які оптимізовано разом починають формувати спеціалізовані ролі, розробляють спільні знання і створюють еволюційні "культури." Система розвиває вподобання, шаблони і колективну пам'ять.

Частина 6: Глобальний консенс - Керована еволюція і планетарне фотознімання Розмістіть ці візерунки до тисяч або мільйонів агентів, додайте механізми глобальної координації, і отримаєте щось схоже на планетарний інтелект, а не програмований.

Частина 7: Дійсна річ! - Експериментуючи з директивною синтетичною еволюцією Теорія пов'язана з практикою. реалізація еволюційного коду за допомогою мульти-агента LLMs, пам'яті RAG і справжнього самовдосконалення.

Частина 8: Інструменти Весь шлях вниз - набір само-оптифікацій Як самі інструменти працюють, використовують траєкторії, розвиваються і стають розумнішими з часом. кожен інструмент трек, що вивчається з візерунків, розвиває реалізацію, реакції кешу, веде переговори про фізкультуру та саму версію автоматично.

Частина 9: інструменти самозцілення - " Швидкі " і відновлення Коли інструменти розбиваються за допомогою еволюції, система повинна пам' ятати причину і ніколи не повторювати помилки. Ця частина досліджує самозбирання через відстеження родоводу, обрізання гілок, правила уникнення і автоматичне відновлення від помилок. Інструменти розробляють інституційну пам' ять того, що не слід робити.

Фундамент: Гра життя в Конвею

Перш ніж ми поговоримо про LLMs і ШІ, давайте поговоримо про гру Життя.

Чотири прості правила щодо клітин на сітці:

Жива клітина з 2-3 сусідами виживає
Вмирає жива клітина з <2 сусідніми (самотність)
Жива клітина з > 3 сусідами вмирає (накопичення)
Мертва клітина в якій є рівно 3 сусіди оживає

З цих чотирьох дріб'язкових правил ви отримуєте:

Стабільні споруди (блоки, вулики)
Oscilators (blinkers, bulsars)
Грайдери, які рухаються по сітці
Рушниці, що вистрілюють планер.
Взірець, який росте вічно

Ви отримаєте складність з простотиВи отримуєте поведінку, яка не була явно запрограмована на ці чотири правила.

Ви отримаєте Поява.

Зразок: декілька простих агентів

Тепер уявіть, що замість клітинок у сітці, ви маєте моделі мови, прості, кожна з обмеженими можливостями.

Кожна модель... чудово... може генерувати текст... відповідати на питання... але нічого захоплюючого.

Але що відбувається, коли ви їх з'єднуєте?

Взірець 1: послідовне вдосконалення

Найпростіший візерунок - ланцюг.

Fast Model → Quality Model → Validator Model

Швидка модель Створює базову структуру (хеап, швидкий, достатньо хороший)
Модель якості додавати деталі і нюанси (повільніше на глибині)
Перевірка перевірка на помилки і непослідовність (виникнення, уловлює те, чого не вистачає іншим)

Кожна модель виконує одну річ. Ланцюг робить те, що жодна з них не може зробити самостійно: виробляє високоякісний вивід швидко і послідовно.

Поява. Ланцюжок має властивості (швидкісні + якість + надійність), які не має кожна модель.

Візерунок 2: паралельна спеціалізація

Різні агенти працюють одночасно над різними аспектами:

       ┌─ Specs Generator
Input ─┼─ Pricing Calculator  → Merge → Complete Product
       └─ Inventory Checker

Кожен спеціаліст простий, але разом вони створюють вичерпні повідомлення, які б взяли одну узагальню модель набагато довше, ніж сироватки і з нижчою якістю в кожній області.

Поява. Немає єдиної моделі експерта, але колективна діє як одна.

Візерунок 3: зациклення

Агент генерує, ще один законопроект, і якщо перевірка зазнає невдачі, то третій варіант:

Generate → Validate → [Pass? → Output : Correct → Validate again]

Це створює систему самовиправлення. Жодна єдина модель не може уникати помилок, але шаблон ловить і виправляє їх.

Поява. Надійність від ненадійних компонентів.

Візерунок 4: кмітливий маршрутизація

Аналізуйте складність запиту, а потім прямуйте до відповідного агента:

Simple request (score 1-3) → Fast model
Medium request (score 4-7) → Quality model
Complex request (score 8-10) → Premium model

Поява. Система "навчити" (за допомогою запрограмованих правил), коли витрачати ресурси і коли їх заощаджувати.

Ключова проникливість: 1 + 1 > 2

Жодна з цих моделей не є особливо розумною. Кожна просто слідує за своєю пропозиційною пропозицією, перевіряючи вихідний шлях, заснований на цьому рахунку.

Але комбінація Властивості експозиції, які виглядають жахливо, дуже схожі на:

Суд (керує рішеннями)
Керування якістю (цикли validation)
Ефективність (обробка паралель)
Експерт (спеціалізація)

Так само, як чотири правила щодо клітинних сусідів створюють планери та рушниці, чотири моделі взаємодії створюють поведінку, яка виглядає складною.

Незадовільне покарання

Якщо ці прості візерунки створюють складність, що виникає...

Якщо системи, які просто "слідують правила" починають показувати властивості, які виглядають як судження і досвід...

Де межа?

В каком моменте "софициальное преследование правил" стало "внучной интеллектуальной интеллектуей"?

Практична основа

Дозвольте мені закласти це в реальність, перш ніж ми будемо занадто філософські.

Ви можете будувати ці шаблони сьогодні. Код простий:

// Pattern 1: Sequential refinement
async function refineSequentially(input) {
  let output = await fastModel(input);      // Quick draft
  output = await qualityModel(output);      // Add depth
  output = await validator(output);         // Check quality
  return output;
}

Але поведінка, що має високу якість, не є однією функцією.

Це в взірець взаємодії.

Чотири будівельні блоки

Ці шаблони є основою:

Покращення послідовності - Дані проходять через етапи, кожен додає уточнення
Паралельна спеціалізація - Різні агенти мають справу з різними аспектами одночасно.
Цикл перевірки - Створити, перевірити, перевірити, повторити до появи порога якості
Ієрархічний маршрутизація - Аналізувати складність, маршрут до відповідного рівня можливостей

Вражає те, що жодна конкретна модель не справляє особливого враження.

Але те, що підтримує мене вночі: ці ж самі шаблони, паралельна обробка, перевірка, розумний routing ♪ визначає те, як людські організації працюють.

У компанії є спеціалісти, команди працюють паралельно, контрольно-корективно, менеджери мають завдання з маршрутизацією для відповідної рівня навичок.

Чи компанії розумні, чи просто складні системи, що стежать за правилами, які випромінюють складність?

Может быть, это то же самое.

Що це означає?

Ці моделі створюють системи, які:

Приймає рішення (нагляд)
Показати досвід (спеціалізація)
Самовиправдання (права)
Оптимізувати ресурси (додаткові маршрутизатори)

Зовні це схоже на інтелект, цілеспрямовану поведінку, розумну систему.

З середини, це прості правила, що взаємодіють.

Питання: Чи існує фундаментальна відмінність між цими двома поглядами, чи "інтелектуація" лише те, що ми називаємо достатньо складним дотриманням правил?

Куди ми йдемо звідси

На даний момент у нас є багато агентів, які дотримуються простих візерунків, тобто поведінки, яка є складною, але механізм є детермінованим.

Але що станеться, коли ми додамо ще одну складову?

Що станеться, коли ці агенти не лише працюють у послідовності чи паралельності... але й, насправді, Зв' язок?

Щоб вирішити проблеми, сформулюйте тимчасові коаліції.

Коли інформація тече не за заздалегідь визначеними шаблонами, а динамічно базуючись на проблемі під рукою?

Саме тоді все стає справді цікаво.

Тому що спілкування створює інший вид появлення, не просто складну поведінку з простих правил, а Колективний інтелект який існує у самій мережі.

Ніхто з агентів не розуміє, як вирішити проблему, але розмова все одно її знайде.

Продовжити до Частина 2. Колективна розвідка.

Там, де ми досліджуємо, що відбувається, коли прості агенти починають спілкуватися один з одним, і чому колективний колектив може бути розумнішим, ніж будь-яка окрема особа.

Навігація серією:

Частина 1: Прості правила, складна поведінка ♪ You are here
Частина 2. Колективна розвідка - Обмін думками змінює все
Частина 3: самооптимізація - Система, що покращує себе
Частина 4: Випаровування - Коли оптимізація стає інтелектом
Частина 5: Еволюція - Від оптимізації до гільдіїв та культури.
Частина 6: Глобальний з'єднання - Директивна еволюція і планетарна когнітивна система
Частина 7. - На самом деле, строить его и смотреть, как он развивается.
Частина 8: Інструменти весь шлях вниз - Набор самооптифікацій