РАЗРАБОТКА

Anthropic разработал тройную инфраструктуру для AI-систем — улучшение качества на 30%

Anthropic создал тройную систему агентов для преодоления проблем в автономной разработке программного обеспечения.

✍️ Редакция iTech News | 04.04.2026 | ⏱ 2 мин | 👁 3 | Источник: InfoQ
Anthropic представил тройную инфраструктуру для AI-систем

Компания Anthropic представила тройную систему агентов для автономной разработки приложений, что позволяет повысить качество итогового продукта на 30% и снизить риски потери контекста.

Почему это важно

При проектах автономной разработки часто возникают проблемы с потерей контекста и преждевременным завершением задач. Новая система Anthropic разбивает задачи на три отдельные роли: планирование, генерация и оценка. Это структурированный подход помогает избежать распространенных ошибок в процессе разработки и повысить качество выходных данных.

Как работает тройная система агентов

Эта модель включает три агента: один отвечает за генерацию, другой за оценку, а третий — за планирование. Программное обеспечение может обрабатывать задачи в течение нескольких часов, разделяя каждую итерацию на куски по 5-15 сессий, позволяя командам получать качественные и функциональные дизайны. Агенты используют свои наработки, чтобы независимо отталкиваться от предыдущих шагов, а также проходят через критерии оценки качества, такие как оригинальность и функциональность.

В процессе разработки использовались специальные критерии для оценки работы агентов. Например, на этапе фронтенда введены четыре основных параметра: качество дизайна, оригинальность, мастерство исполнения и функциональность. В результате, взаимодействие между агентами позволяет более эффективно и точно обрабатывать субъективные оценки.

Преимущества для разработчиков

Для разработчиков в России это означает возможность значительно повысить эффективность разработок. Ожидается, что при внедрении тройной системы можно сократить время на тестирование и улучшить качество кода, что особенно важно при работе с долгосрочными проектами. Используя такую многоагентную модель, команды смогут сосредоточиться на более сложных аспектах разработки, получая при этом более предсказуемые и надежные результаты.

С увеличением функциональности AI-моделей, ожидается, что подобная система будет расширяться. В будущем агентам, возможно, будут поручены более сложные задачи с минимальным вмешательством человека, что сделает процесс разработки более автономным.

Поделиться: Telegram X LinkedIn