Ребята из сообщества Google Cloud поделились реализацией Recursive Language Models в Agent Development Kit (ADK), такая архитектура, где агент получает полный контроль над своим контекстом и может сам управлять тем, что он "видит" и как на это реагирует.
🔍 Что это вообще?
Вместо того чтобы закидывать в модель огромный текст и ждать, пока она всё проглотит, RLM делает так:
🔘 весь контекст хранится как переменная в интерактивной среде (Python REPL).
🔘 агент пишет код, запускает его, смотрит результаты и повторяет.
🔘 есть функция
rlm_agent(query, context), которая может рекурсивно вызывать себя же - отсюда и "recursive". 🤯 Зачем всё это?
Потому что классические LLM-подходы граничат с ограничениями контекста: когда текста много - качество и скорость думают плохо. RLM разбивает задачи и контекст на подзадачи, делегирует их дочерним агентам и собирает результаты. Это особенно полезно для очень длинных, плотных по инфе задач.
🛠 ADK + RLM?
ADK, как оказалось, достаточно гибок, чтобы это всё в него запихать - с базовыми агентами, управлением сессиями, инструментами и прочим. В реализации допилили штуки вроде "lazy loading" файлов и параллельных рекурсивных вызовов.
🤔 Впечатление такое: это не просто увеличение окна контекста, это переосмысление, как агенты взаимодействуют с данными и решают задачи на них.
@data_engi
#ai #llm #agents