950 ИИ-агентов за сутки нашли новый фермент: что это даёт бизнесу

950 агентов, 21 час, одна находка

Anthropic опубликовала рассказ о находке вместе с препринтом. Точные цифры из препринта: 949 агентских сессий, 119 задач, 215,6 млн токенов, 21,5 часа. В анонсе их округлили до 950 агентов, 210 млн токенов и 21 часа.

Агенты на модели Claude Mythos 5 прошли по 1,94 млрд белковых кластеров из метагеномных баз. Это ДНК, собранная в почве, воде и других средах целиком. Среди них нашлось 198 290 кластеров обратных транскриптаз. Так называют ферменты, которые переписывают РНК в ДНК.

По оценке Anthropic, у опытного учёного такой разбор занимает от недель до месяцев. Здесь хватило суток, и люди в работу не вмешивались.

Цифру «950 ИИ-сотрудников» стоит читать внимательно. Сессии шли не все сразу: 77 агентских часов уложились в 21,5 часа по часам на стене, то есть в среднем одновременно работали три-четыре агента.

Как агенты делили работу

Люди написали исследовательское задание: найти новые системы, где рядом с транскриптазой стоит незнакомый ген-партнёр. Дальше работала обвязка из нескольких ролей.

Задание разбивается на этапы, этапы на мелкие задачи. Исполнитель предлагает план и выполняет его. Проверяющий смотрит план и результат и может открыть новую задачу, если заметил что-то странное. Хранитель записывает находки в общую базу знаний, редактор вычитывает отчёты. Все планы и проверки лежат в одном журнале, его видят все агенты.

Из 119 задач 98 агенты открыли сами по ходу работы. Они собрали 3 564 семейства генов-соседей, отобрали 17 кандидатов и по каждому провели отдельное расследование. Подтвердились только три. Остальные 14 отбросили как ошибки разметки, части уже известных систем или случайных соседей. На выходе получилось 19 отчётов для людей.

Про такую схему я подробно писал в статье о многоагентных системах и оркестрации.

Что подтверждено, а что пока гипотеза

Сама находка случилась в стороне от задания. Агент изучал ген-партнёр, признал связь ложной, но поставил в очередь дополнительную проверку. Следующий исполнитель прочитал ДНК рядом с ферментом и заметил повторы: 14 копий фрагмента из 16 букв, между ними уникальные вставки по 100–200 букв. Внешне похоже на CRISPR-массив, но генов CRISPR рядом нет. Так появилось семейство ART, транскриптазы, связанные с массивом повторов.

Подтверждено вот что. По публичным данным о заражении стафилококка фагом SA1 массив активно читается: через 15 минут после заражения его РНК дают до 8% всех РНК фага. Учёные Anthropic вставили систему в кишечную палочку и получили из массива отдельные короткие РНК, такие же, как при заражении. Опыты ставили люди, в лаборатории уровней биобезопасности BSL-1 и BSL-2.

Остальное пока гипотеза. Авторы предполагают, что ART работает похоже на ретрон, систему защиты бактерий, только с набором разных РНК вместо одной. Что фермент делает на самом деле, неизвестно. Работа выложена препринтом, рецензию она ещё не проходила. Фэн Чжан из MIT и Broad Institute прокомментировал её для Anthropic, в соавторах его нет.

Ограничения, о которых молчат заголовки

Самое неудобное место препринта: находку не удалось повторить. Ту же кампанию запустили ещё десять раз. Агенты доходили до этих ферментов, но ни один не прочитал ДНК перед ними, и массив пропустили во всех десяти повторах.

Вторая деталь про модели. Anthropic дала семи версиям Claude готовые последовательности ART. Четыре самые сильные описывали массив минимум в 90% попыток, когда ДНК лежала прямо в запросе. С файлами и инструментами доля падала местами до 32%: модель часто не открывала нужный кусок целиком.

В бизнес-задаче это значит, что один прогон ничего не гарантирует. Агент пройдёт мимо главного, если не прочитал документ полностью. Поэтому в таких системах я закладываю повторные прогоны и выборочную проверку человеком. Где проходит граница доверия агенту, разбирал в отдельной статье.

Что можно сделать уже сейчас

У обычной компании есть свой «метагеном»: тысячи договоров, заявок и отзывов, которые никто не читал целиком. Схема из препринта переносится на них почти без изменений.

Договоры. Исполнители разбирают по одному договору: сроки, штрафы, автопролонгация, отличия от вашего шаблона. Проверяющий сверяет выписки с текстом и отправляет сомнительные на повтор. Юрист получает список из тридцати рискованных договоров вместо пяти тысяч файлов.

Тендеры и поставщики. Агенты читают документацию закупок и коммерческие предложения, сводят цены, сроки и условия в одну таблицу. Решение, с кем работать, остаётся за человеком.

Отзывы и архив заявок. Десятки тысяч обращений за три года. Агенты группируют жалобы по причинам, а проверяющий открывает новую задачу, если видит всплеск, например после смены поставщика. Находка ART тоже выросла из такой побочной проверки.

База знаний. Регламенты, инструкции и переписка сводятся в одну базу, по которой потом отвечает ассистент. Как это устроено, показано на странице RAG-систем.

Сколько это стоит и где нужен человек

В препринте на одну агентскую сессию в среднем ушло около 227 тысяч токенов. Для документов прикидка простая: страница русского текста занимает порядка 500–700 токенов. Архив из 5 000 договоров по 10 страниц даёт около 30 млн токенов за одно чтение. Проверяющий, повторные прогоны и инструкции в каждом запросе по моему опыту умножают это в 2–3 раза. Сумма в рублях зависит от модели и тарифа на день запуска, формулу я разбирал в статье про стоимость токенов.

Человек нужен в трёх местах. Он пишет задание: что ищем и по каким признакам считаем находкой. Он читает итоговые отчёты и решает, чему верить. И он проверяет находку в реальности: звонит поставщику, поднимает оригинал договора, ставит опыт в лаборатории. В истории с ART было ровно так.

Такие системы под ваши данные я собираю в рамках разработки ИИ-агентов, ориентиры по цене есть в прайсе.

Частые вопросы

Правда ли, что Claude сам открыл новый фермент?

Массив повторов заметил агент на модели Claude Mythos 5, во время поиска люди не вмешивались. Задание писали люди, опыты ставили люди. Семейство ART учёные потом уточняли в интерактивных сессиях вместе с Claude: нашлось 95 кластеров, у 28 из них есть массив повторов. Функцию фермента пока не установили.

Можно ли повторить такое на своих документах?

Да. Схема из исполнителя, проверяющего и общего журнала работает на обычных моделях через API. Нужен доступ к архиву и чёткое описание того, что считать находкой.

Зачем сотни агентов, если можно отправить один большой запрос?

Пять тысяч договоров в один запрос не поместятся, а на длинном контексте модель начинает пропускать детали. Препринт это подтверждает: с лишними файлами и инструментами сильные модели замечали массив реже. Мелкая задача на одного агента и проверка вторым дают меньше пропусков.

Коротко о главном

Агенты Claude за 21,5 часа прошли по 1,94 млрд белковых кластеров и нашли семейство ART, которое люди потом подтвердили в лаборатории на уровне РНК. Функция фермента неизвестна, препринт не рецензирован, а в десяти повторных запусках находку не воспроизвели.

Если у вас лежит архив договоров, тендеров или обращений, который никто не читал целиком, напишите мне в Telegram слово «АРХИВ». Разберём, какие вопросы задать агентам и сколько токенов уйдёт на ваш объём.