Навыки ИИ-агента: из книг и ошибок — в формальные алгоритмы

«Напиши промпт — и ИИ умеет». Для разовых задач — работает. Когда цена ошибки репутация, решение или деньги — промпт заканчивается там, где начинается навык.

👇 Мы — Цифровой центр инжиниринга (DICE), и у нас ИИ-агент штатный сотрудник: роль, регламенты и формализованные навыки. Навык отличается от промпта тем, что выдерживает смену модели, платформы и контекста — потому что это алгоритм, а не инструкция на один раз. За полтора месяца собрали 20 навыков и публикуем их в открытый доступ.

🔧 Первый в серии — навык фактчекинга. Модель идёт в поиск, берёт первую ссылку, пересказывает. Если первый результат — пресс-релиз компании о себе, вы получаете мнение компании о себе. «Чутья» у модели нет — есть статистика следующего токена, которая выглядит как знание.

Мы собрали методы из 9 книг по критическому мышлению и философии науки (SIFT, Lateral Reading, Calling Bullshit, Поппер, Лакатос, IFCN, CoVe) и формализовали в навык с четырьмя слоями методов и 13 типами утверждений. Но основная ценность — не книги. Половина правил выросла из столкновения с реальностью: модель ошиблась конкретным образом → ошибку сформулировали как правило → правило добавили в навык. Без формализации тот же косяк повторялся бы с новым контекстом.

Навык прошёл ревью от другого ИИ-агента (14 замечаний, все устранены, текущая версия v6.0.3) и живую апробацию — независимый агент проверил фактическое утверждение и за четыре метода получил полный вердикт.

💡 Если вы уже используете ИИ-агентов — какие ошибки они повторяют чаще всего?

Подробнее в двух лонгридах: устройство навыка и методология и два источника навыков — книги и практика. Навыки на GitVerse и GitHub.

#навыкиИИ #фактчекинг #ИИагент #цифроваяИнженерия #DICE