AIRI запустили відкритий виклик для ШІ-агентів у грі NetHack
Дослідники з AIRI запустили відкриту спільноту для розробки ШІ-агентів, що грають у NetHack, використовуючи еволюційні алгоритми та інструменти кодингу.
Дослідники з лабораторії AIRI анонсували старт відкритої спільноти, присвяченої розв’язанню складної стратегічної гри NetHack за допомогою систем планування штучного інтелекту.
До ініціативи запрошують усіх, хто працює над автономними агентами та стратегіями. Ключова особливість формату полягає в тому, що кожен учасник може мати власний спосіб отримання програми, свої інструменти та стратегію. Спільна інфраструктура проєкту дозволяє бачити результати інших, порівнювати їх та продовжувати розробку рішень на основі роботи колег.
Для старту доступний еволюційний харнес на базі алгоритму MAP-Elites. Учасники можуть використовувати такі інструменти, як Claude Code, Codex або OpenCode, для модифікації коду ботів. Алгоритм автоматично зберігає найкращі варіанти рішень для різних стартових персонажів гри.
Принципова відмінність: всередині гри діє створена комп’ютерна програма, а не велика мовна модель (LLM) на кожному ходу. Учасники можуть розробляти власні харнеси, а результати незалежно перепровіряються на прихованих сидах для забезпечення чесності змагання.
Спробувати розв’язати NetHack можна за посиланням: AIRI NetHack Challenge
Чому це важливо
АналітикаЦей виклик демонструє перехід від простого використання LLM до створення автономних агентів, які генерують власний код для вирішення складних довготривалих завдань у середовищах із неповною інформацією.
Обговорити новину у спільноті
Діліться своїм досвідом та думками з ШІ-розробниками
Пов'язані матеріали екосистеми
Практичні гайди, термінологія та агентські скіли
Claude Code Projects: як один ШІ координує команду автономних агентів
Глибокий аналіз Claude Code Projects: архітектура Coordinator та Threads, паралельні гілки, спільна пам'ять MEMORY.md та управління хмарними агентами.
Частина I. Архітектура ШІ-агентів: фундаментальні блоки
Десять фундаментальних блоків сучасного агента: таксономія моделей, рантайм-петля, техніки промптингу, дистиляція, навички (skills), пам'ять, function calling та юніт-економіка.
Бенчмарки для агентів: GAIA та SWE-bench
Нове покоління суворих практичних бенчмарків для оцінки автономності штучного інтелекту. GAIA тестує мультимодальні завдання у відкритому вебі з файлами та браузером, а SWE-bench перевіряє здатність агентів знаходити та виправляти справжні баги у великих репозиторіях GitHub.
Виклик функцій (Function Calling / Tool Calling)
Технічний протокол та стандарт взаємодії LLM із зовнішнім програмним забезпеченням. Замість вільного тексту модель повертає валідний JSON з назвою функції та типізованими аргументами за схемою JSON Schema, дозволяючи бекенду детерміновано виконувати дії в реальних API.