Побудова масивно-паралельних агентних середовищ для складних завдань верифікації
Star Fleet, нова десктопна система на TypeScript та Bun, успішно розв'язала 19 відкритих математичних задач Ердеша. Архітектура координує 20 паралельних агентних систем ('зорельотів') на базі GPT-5.6, інтегрованих з верифікатором Lean 4 та локальними SMT-солверами.
Вплив: Високий
Чому це важливо
Розробники можуть вивчити цей патерн багатоагентної верифікації для створення високонадійних конвеєрів, що самостійно виправляють помилки за допомогою локальних інструментів.
TL;DR
- 01Суворе ізолювання (пісочниця) з локальними компіляторами та SAT-солверами запобігає логічним збоям LLM.
- 02Комбінування генерації доведень (GPT-5.6) з окремим аудитом (Claude Fable) значно підвищує надійність.
- 03Структурований граф залежностей ('Ton 618') забезпечує накопичувальне навчання агентів під час тривалого виконання.
Ключові факти
- Кількість розв'язаних задач Ердеша
- 19
- Кількість паралельних агентів
- 20
- Конфігурація CPU пісочниці
- 60 vCPU
- Обсяг RAM пісочниці
- 120 ГБ
Багатоагентна оркестрація на Bun та TypeScript
Весь оркестратор Star Fleet реалізовано з нуля за допомогою TypeScript та Bun. Він керує паралельними процесами — 'зорельотами' (starships), які виконують індивідуальні завдання з міркування. Замість загальних промптів кожен 'зореліт' контролює виділену пісочницю на 60 vCPU та 120 ГБ оперативної пам'яті із встановленими інструментами:
- Формальна верифікація: повний інструментарій Lean 4.
- Солвери: CaDiCaL, kissat, Z3 та Google CP-SAT.
- Системи алгебри: SageMath, PARI/GP, GAP та Macaulay2.
- Компілятори: Rust та CUDA C++.
Кешування контексту та механіка RAG
Для пошуку математичних тверджень Star Fleet використовує локальний семантичний рушій на базі gemini-embeddings-2 та векторну базу даних Chroma. База містить найбільший відомий корпус теорем та лем Lean 4, доступний для пошуку звичайною англійською. Для зовнішнього пошуку знань використовується індекс Firecrawl для статей arXiv.org та репозиторіїв GitHub.
Верифікація та залучення людини (Human-in-the-Loop)
Архітектура реалізує багаторівневий ланцюжок валідації для запобігання галюцинаціям:
1. Локальне виконання: агент пише код Lean 4 та виконує його в пісочниці для перевірки компіляції та правильності доведення. 2. LLM-верифікація: окремий Claude Fable API виступає в ролі агента-рецензента для перевірки кроків. 3. Ескалація на людину: після схвалення з боку Claude Fable, система через iMessage API надсилає запит на фінальну перевірку людиною. 4. Плетіння бази знань: успішно верифіковані доведення записуються у 'Ton 618' (локальний граф пам'яті) для подальшого використання.
Спробуй за 2 хвилини
// Bun-native parallel worker execution skeleton for Star Fleet style agent orchestration
import { spawn } from "bun";
async function runStarshipSandbox(problemId: number) {
const proc = spawn(["lean", "--run", `proofs/problem_${problemId}.lean`], {
stdout: "pipe",
stderr: "pipe"
});
const stdout = await new Response(proc.stdout).text();
const stderr = await new Response(proc.stderr).text();
return { success: proc.exitCode === 0, stdout, stderr };
}typescript
✓ Коли використовувати
- При побудові математичних або логічних рушіїв міркування, що вимагають абсолютної верифікації
- При виконанні паралельної оркестрації LLM, де корисні виділені локальні середовища компіляції
✕ Коли НЕ варто
- Для простих генеративних завдань на кшталт написання блогів чи шаблонного коду
- Коли витрати на API та інфраструктуру багатоядерних серверів є занадто високими
Що зробити сьогодні
- Вивчіть архітектуру Star Fleet для впровадження автоматизованих циклів валідації у ваших агентних конвеєрах.
- Дослідіть інтеграцію Lean 4 для детермінованої верифікації згенерованих алгоритмічних рішень.
Що каже спільнота
“As the tools for AI assisted proof become better and mathematicians make it mainstream (could take a while), we're going to be seing some pretty crazy shit.”
Джерела