Перейти до вмісту
ГоловнаНовиниДайджестиКонцептиГайдиІнструменти
Про насПідписатисяEN
Підписатися

AI Today Brief

Щоденний бриф з AI-інженерії. Built in public. EN · UA.

XTelegramLinkedInYouTubeRSS

Слідкуйте за AI Today Brief у LinkedIn — щоденні оновлення з AI-інженерії та тижневий PDF «5 shifts that changed how developers work».

Огляд

НовиниДайджестиКонцептиГайди

Компанія

ПідписатисяРекламаПро нас

Правове

Редакційна політикаAI-розкриттяПриватністьУмови

© 2026 AI Today Brief. Усі права захищені.

  1. Головна/
  2. Новини/
  3. Гайди й туторіали/
  4. Створення ШІ-агента, що самостійно розвивається, на менш ніж ста рядках Lisp
Гайди й туторіали

Створення ШІ-агента, що самостійно розвивається, на менш ніж ста рядках Lisp

Використовуючи гомоіконічність мови Common Lisp, розробники можуть створити рекурсивний цикл агента, який самостійно пише, компілює та реєструє власні інструменти.

12 липня 2026 р.· 4 хв читання
OKКуратор Oleksandr Kuzmenko, AI Product Engineer·Оновлено 12 липня 2026 р.·Джерела вказані в кожному матеріалі
За участі AI · перевірено редактором·Як ми використовуємо AI
Створення ШІ-агента, що самостійно розвивається, на менш ніж ста рядках Lisp

Вплив: Середній

Чому це важливо

Ви можете проектувати мінімалістичні системи агентів, у яких LLM сама пише код під час виконання для розширення каталогу інструментів.

TL;DR

  • 01Замінює громіздкі оркестратори чистим 100-рядковим агентом на SBCL, що використовує базову рекурсію.
  • 02Дозволяє створювати інструменти, які самі еволюціонують, де LLM пише та компілює власні HTTP-запити та парсери.
  • 03Демонструє концептуальну силу гомоіконічності для циклів програмування під керівництвом моделей.

Ключові факти

Розмір ядра агента
8 рядків Common Lisp
Загальний обсяг коду
~100 рядків SBCL

Мінімалістичний цикл агента на Lisp

Елегантний рекурсивний цикл агента можна реалізувати в Common Lisp за допомогою всього кількох рядків коду. Стан моделі просто згортається в стек рекурсії як аргумент:

(let* ((message (ref (call-model messages) "choices" 0 "message"))
       (tool-calls (gethash "tool_calls" message)))
  (if (and tool-calls (plusp (length tool-calls)))
      (agent-loop (append messages (execute-tools tool-calls)))
      messages))

Самонавчання та еволюція інструментів через Eval

Замість того, щоб заздалегідь програмувати інструменти на кшталт парсерів файлів, калькуляторів або веб-кроулерів, агенту дається один потужний інструмент — сам компілятор мови через функції eval та read-from-string. Коли перед моделлю постає завдання, що потребує зовнішніх даних, вона пише необхідний код на Lisp, компілює його безпосередньо у запущену систему та миттєво виконує.

*Застереження: Надання LLM доступу до довільного виконання коду (eval) несе величезні ризики для безпеки. Цей шаблон обов'язково має запускатися всередині ізольованого локального контейнера Docker.*

Спробуй за 2 хвилини

(defun agent-loop (messages)
  (let* ((msg (call-model messages))
         (tool-calls (gethash "tool_calls" msg)))
    (if tool-calls
        (agent-loop (append messages (execute-tools tool-calls)))
        messages)))

common-lisp

✓ Коли використовувати

  • Для дослідження концепцій агентів у пісочниці, які не потребують складних оркестраторів та великої кількості залежностей.
  • Для вивчення динамічного створення інструментів та програмного забезпечення, що модифікує саме себе.

✕ Коли НЕ варто

  • У виробничих пайплайнах або публічних серверах, де неконтрольовані відповіді моделі можуть поставити під загрозу безпеку хост-машини.
  • Якщо ваша команда не має досвіду роботи з Lisp-середовищами на кшталт SBCL.

Що зробити сьогодні

  • →Запустіть локальний інстанс SBCL в ізольованому Docker-контейнері для безпечного тестування циклу виконання
  • →Експериментуйте з передачею інструменту 'eval' моделі Claude у вашому середовищі Lisp
#Docker#Claude

Джерела

  • An Agent in 100 Lines of Lisp
ПоділитисяПоділитися в XПоділитися в LinkedIn
← Попередня новинаMesh LLM використовує Iroh для об'єднання розподілених GPU в єдиний APIНаступна новина →Mindwalk: Візуалізація та відтворення сесій ШІ-агентів на 3D-карті кодової бази

Схожі матеріали

  • Гайди й туторіалиСтворення кастомного ансамблевого прогнозу погоди за допомогою NVIDIA Earth2Studio
  • Гайди й туторіалиВикористання Gemini Notebook для генерації навчальних гайдів, тестів та конспектів
  • Гайди й туторіалиДослідження JetBrains та UPenn виявили роль негативної експертизи в AI-розробці
  • Гайди й туторіалиСтворення JIT-компіляторів із затримкою 5 мікросекунд за допомогою AI та шаблонів Copy-and-Patch

Email-дайджест

Отримуйте ранковий AI-бриф

Один лист на день — історії, що важливі для інженерів, фаундерів і техлідів. Редагує людина, з посиланнями на першоджерела.

  • ✓120+ джерел щодня
  • ✓Редагує людина
  • ✓1 лист на день
  • ✓EN + UA

Підписуючись, ви погоджуєтесь з політикою конфіденційності.