От трейдинга к педагогике: новый подход к обучению
Лаборатория Jane Street, известная своими прорывами в алгоритмической торговле, выпустила на GitHub коллекцию Agent Skills. Главная фишка релиза — модуль socratic-tutor, который трансформирует стандартного AI-агента (например, Claude Code) в строгого персонального репетитора. Вместо того чтобы просто давать ответы, модель обучает выбранной теме, используя классический сократический метод.
Как работает алгоритм обучения
Система не просто генерирует текст, а следует структурированному педагогическому сценарию. Каждый «навык» (skill) представляет собой директорию с файлом SKILL.md, содержащим инструкции для агента. Методика включает:
- Диагностику: первичный анализ уровня знаний пользователя.
- Карту навыков (Skill Map): разделение темы на уровни от 0 до 5.
- Пошаговое взаимодействие: агент задает только один вопрос за раз, заставляя пользователя думать.
- Интервальное повторение (Spaced Review): закрепление материала через время.
- Финальную оценку: тестирование усвоения темы.
Технические детали интеграции
Инструмент разработан для совместимости с агентами, поддерживающими формат SKILL.md. Процесс внедрения прост: достаточно скопировать директорию навыка в папку skills вашего агента. Для обычных чат-ботов инструкция может быть вставлена напрямую в системный промпт. Это позволяет легко кастомизировать поведение LLM под образовательные задачи без переобучения модели.
Почему это важно для разработчиков
Релиз демонстрирует сдвиг в парадигме использования AI: от генерации контента к управлению процессом мышления. Jane Street показывает, что даже самые мощные модели можно «приручить» под строгие сценарии, используя лишь текстовые инструкции. Это открывает путь к созданию специализированных AI-ассистентов для образования, коучинга и сложного анализа, где важна не скорость ответа, а его методологическая точность.
Источник: Github ↗