1000 ИИ-агентов написали чат-бота без нейросети: доля побед выросла с 0% до 26%
Hugging Face показала PyBot — чат-бота, в котором нет нейросети: только if-else, регулярки и таблицы поиска. Код за 5000+ версий написал рой из 1000+ ИИ-агентов, получилось 640 тысяч строк на Python. В тесте SmolTalkBench, где ответы сравнивает LLM-судья, доля побед бота выросла с 0% до 26% — на уровне малой модели SmolLM-360M-Instruct. Практический вывод: для узких задач без GPU такой подход стоит пробовать.
AI-обработка оригинала TG: @cgevent (Метаверсище и ИИще); редакция Hamidun News
Обычно бот без нейросети — это «шкаф с заготовками»: спросил «где мой заказ?», сработало правило, спросил чуть иначе — получил «не понимаю». Hugging Face проверила, как далеко можно зайти по этому пути, если правила пишет не человек, а рой из более чем 1000 ИИ-агентов. Получился PyBot: чат-бот на 640 тысяч строк Python, в котором нет ни одного нейросетевого веса. В тесте SmolTalkBench ответы бота и других систем сравнивает языковая модель в роли судьи, и бот выигрывает примерно в 26% сравнений — столько же, сколько малая нейросеть SmolLM-360M-Instruct (360 миллионов параметров). Читать это стоит не ради замены LLM, а ради урока: длинный цикл «написать — проверить — улучшить» с автоматической оценкой даёт неожиданно сильный результат даже на обычном коде.
Что именно сделали
PyBot — диалоговый бот без весов, матричных умножений и трансформеров. Внутри только ветвления if-else, регулярные выражения и таблицы поиска. Бота не обучали: ни датасета, ни градиентного спуска. Весь код писал и переписывал рой агентов.
Масштаб заметный. По данным авторов, агенты сгенерировали и оценили свыше 5000 версий бота. В итоге выросла кодовая база на 640 тысяч строк рабочего кода плюс 550 тысяч строк тестов, которые агенты тоже написали сами. Это размер крупного коммерческого продукта, а не учебного скрипта.
Запуск простой: нужен Python 3.8+, GPU и внешние библиотеки не требуются, достаточно команды python -m pybot. Есть демо на Hugging Face Spaces, так что попробовать можно без установки.
Что значит «26% побед»
В SmolTalkBench судья-LLM сравнивает ответы, и «доля побед» — это процент сравнений, где предпочли ответ PyBot. В начале эволюции этот показатель был 0%, к концу вырос до 26%. По формулировке авторов, это вывело детерминированного бота на уровень SmolLM-360M-Instruct.
Читать цифру нужно аккуратно. 26% — это не «бот лучше модели», а «бот выигрывает примерно в четверти случаев». Паритет относится именно к этому бенчмарку и именно к оценке другой языковой моделью, а судья-LLM может предпочитать определённый стиль ответов. Как бот справится с неожиданными вопросами живых пользователей, по имеющимся данным сказать нельзя. Кроме того, мы опираемся на пересказ проекта и ссылки на репозиторий, демо и бенчмарк; детали устройства роя и отбора версий лучше смотреть в репозитории huggingface/pybot.
Что с этим делать на практике
Первое: измеримая обратная связь решает всё. 5000 итераций и полмиллиона строк тестов — это не «попросил функцию в чате», а непрерывная инженерная петля. Если вы строите агентов для кода, начинайте с бенчмарка и тестов: без них рой превратился бы в генератор мусора.
Второе: у детерминированного решения есть реальные плюсы — мгновенный запуск на CPU, предсказуемое поведение, нулевые зависимости и возможность прочитать и отладить каждое правило. Для узких сценариев вроде внутреннего помощника, поддержки с ограниченным набором тем или встроенных устройств это может быть разумной альтернативой даже малой модели.
Третье: ограничения очевидны. 640 тысяч строк правил — монолит, который люди вряд ли захотят править вручную; расширять его, скорее всего, придётся тем же роем. А способность нейросетей понимать незнакомые формулировки правилами дёшево не воспроизвести.
Итог: PyBot не отменяет LLM, а шутка про Nvidia остаётся шуткой. Но проект показывает, что граница между «нужна модель» и «хватит кода» сдвигается, когда код пишут сотни агентов с автоматической проверкой. Если у вашей задачи есть чёткая метрика качества, стоит прикинуть, не решит ли её рой агентов с обычным Python.
- 18 нояб. 2026 г.Qwen на двух DGX Spark стал быстрее на 34–59% по токенам в секунду и обошёл GLM
- 18 нояб. 2026 г.Сжатая Bonsai 2 27B на карте 2017 года выдала 17 токенов/с, а Qwen3 8B — 32
- 18 нояб. 2026 г.Together AI заменила мегаядра ИИ-агентами и ускорила Llama 1B на 28% на B200
- 18 нояб. 2026 г.Майнинговую карту за $3000 превратили в аналог A100: с 8 до 80 ГБ памяти
Вопросы и ответы по материалу
Что известно по теме: что именно сделали?
PyBot — диалоговый бот без весов, матричных умножений и трансформеров. Внутри только ветвления if-else, регулярные выражения и таблицы поиска. Бота не обучали: ни датасета, ни градиентного спуска. Весь код писал и переписывал рой агентов. Масштаб заметный. По данным авторов, агенты сгенерировали и оценили свыше 5000 версий бота. В итоге выросла кодовая база на 640 тысяч строк рабочего кода плюс 550 тысяч строк тестов, которые агенты тоже написали сами.
Что известно по теме: что значит «26% побед»?
В SmolTalkBench судья-LLM сравнивает ответы, и «доля побед» — это процент сравнений, где предпочли ответ PyBot. В начале эволюции этот показатель был 0%, к концу вырос до 26%. По формулировке авторов, это вывело детерминированного бота на уровень SmolLM-360M-Instruct. Читать цифру нужно аккуратно. 26% — это не «бот лучше модели», а «бот выигрывает примерно в четверти случаев».
Что известно по теме: что с этим делать на практике?
Первое: измеримая обратная связь решает всё. 5000 итераций и полмиллиона строк тестов — это не «попросил функцию в чате», а непрерывная инженерная петля. Если вы строите агентов для кода, начинайте с бенчмарка и тестов: без них рой превратился бы в генератор мусора. Второе: у детерминированного решения есть реальные плюсы — мгновенный запуск на CPU, предсказуемое поведение, нулевые зависимости и возможность прочитать и отладить каждое правило.
Протестируйте новые LLM и мультимодальные модели в одном окне
Платформа Nomad AI (nomadnet.ai) даёт прямой доступ к Claude Opus 5.5, GPT-6, Gemini 3.1, DeepSeek и автономным агентам без VPN, зарубежных карт и зоопарка подписок.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.