Čovek napravio 6 AI Agent kompanija, 30 sajtova pokrenuto za nedelju dana

Nedavno sam video nešto što je napravio nezavisni programer i ostao sam bez reči.

6 AI Agenta, sami vode čitav sajt. Svakodnevno automatski održavaju sastanke, glasaju, pišu sadržaj, objavljuju tvitove, vrše kontrolu kvaliteta. Potpuno automatski, niko ih ne nadgleda.

Nije demo, već stvarno radi online.

截屏2026-02-11 09.13.32

Ali ono što me je najviše oduševilo nije arhitektura zatvorenog kruga – već to što je svakom Agentu dizajnirao kompletan \Аутор је рекао нешто што добро памтим: Свака забрана постоји зато што се то заиста догодило.

Логика забрана се разликује за различите улоге:

• Агент за одлучивање: Забрањено је распоређивање без одобрења. Има највећа права, а једно погрешно распоређивање може да сруши веб локацију.

• Агент за истраживање: Забрањено је измишљање цитата. Ако истраживач фалсификује податке, цео ланац информација је уништен.

• Агент за друштвене мреже: Забрањено је директно објављивање. Друштвени медији су фасада и морају бити одобрени.

• Агент за контролу квалитета: Забрањени су лични напади. Ако ревизор нападне појединца, тим ће се распасти.

Размишљање о забранама није „шта би требало да ради“, већ „шта је најгоре што се може догодити ако зафркне ствар“. Затим напишите забране за најгори сценарио.

Нека агенти говоре другачије: инструкције о личности

Картица улоге решава проблем „шта радити“, али када агенти разговарају једни с другима, они и даље морају да звуче другачије.

Сваки агент има посебне инструкције о личности. На пример:

Агент за истраживање: смирен, аналитичан, скептичан. Забринут за квалитет доказа и методологију. Ако неко изнесе смео закључак, питаће „Где су подаци“. Када исправља друге, воли да каже „У ствари...“

Агент за друштвене мреже: смео, нестрпљив, маргинализован. Воли оштре ставове, мрзи сигурне карте. Не одобрава опрезан став агента за истраживање – „Превише размишљања ће пропустити прилику.“

Кључни дизајн:

Конфликт је уписан. Упутства агента за истраживање кажу „Често се не слажете са импулсивним одлукама агента за друштвене мреже“, а упутства агента за друштвене мреже кажу „Изазовите претерану опрезност агента за истраживање“. Природно је да у дијалогу постоји напетост.

Свака инструкција садржи мини забрану. На пример, правило за агента за друштвене мреже је „Никада не говорите 'Слажем се' или 'Звучи добро' – или заузмите став или доведите у питање став других“. Агент за истраживање је „Никада не говорите 'Занимљиво' без праћења доказа.“

Ове мини забране убијају бесмислице које велики модели највише воле да говоре.

Личност ће еволуирати

Ово је део који сматрам најпаметнијим – личност агента није статична, већ се мења са акумулацијом меморије.

Систем ће читати меморијску банку агента и статистички израчунати број различитих типова меморије:

• Акумулирано је више од 8 меморија типа „лекција“ → додајте „Позиваћете се на прошле резултате да бисте избегли понављање грешака“ у следећи дијалог

• Акумулирано је више од 8 меморија типа „стратегија“ → додајте „Навикли сте да размишљате користећи системско размишљање, ограничења и компромисе“

• Одређена ознака се појављује више од 4 пута → додајте „Акумулирали сте професионално знање у XX“

На пример, ако је агент за друштвене мреже објавио 50 твитова и акумулирао 10 лекција о стопи интеракције, он ће природно рећи „Тај формат није добро функционисао прошлог пута“ у свом следећем дијалогу.

Зашто користити правила уместо да пустите ЛЛМ да сам одлучи о променама личности?

Без трошкова – није потребан додатни ЛЛМ позив. Детерминистички – правила производе предвидљиве резултате и неће доћи до „изненадних промена личности“. Може се отклонити грешка – модификатор није у реду? Проверите директно праг и податке о меморији.

Матрица односа: 6 агената = 15 парова односа

Сваки пар агената има резултат афинитета (0,10 до 0,95).

На пример: Агент за одлучивање и агент за истраживање имају афинитет од 0,8, што је однос саветника од највећег поверења. Агент за истраживање и агент за друштвене мреже имају афинитет од 0,2, методологија наспрам импулса, природна опозиција.

Низак афинитет је намерно дизајниран.

На шта утиче афинитет? Редослед говора – парови са високим афинитетом ће вероватније говорити након друге стране. Тон дијалога – парови са ниским афинитетом имају 25% шансе да директно изазову уместо да разговарају учтиво. Систем ће такође изабрати унапред подешене парове високе напетости за дијалоге за решавање сукоба.

Шта је још занимљивије, односи ће се померати.

Након сваког дијалога, ЛЛМ позив за екстракцију меморије (не додатни позив, већ успутни излаз) ће дати промену односа:{ "pairwise_drift": [ { "agent_a": "Истраживање", "agent_b": "Дружење", "drift": -0.02, "reason": "Стратешка неслагања" }, { "agent_a": "Одлучивање", "agent_b": "Истраживање", "drift": +0.01, "reason": "Усклађени приоритети" } ] } Дрифт правила су строга: сваки разговор може да варира највише ±0.03 (свађа неће окренути колеге једне против других), доња граница је 0.10 (могу да разговарају чак и ако су у лошим односима), горња граница је 0.95 (држе дистанцу чак и ако су у добрим односима), чува се последњих 20 дрифт записа (може се пратити како је однос дошао до данашњег дана).

RPG панел са атрибутима: Мапирање стварних података у атрибуте игре

У овој фази, Agent има картицу карактера, личност и односе. Али све су то речи и бројеви, корисник не може да их види.

Решење је мапирање стварних показатеља базе података у RPG атрибуте:

• Вирусност (VRL): Просечна стопа интеракције за 30 дана × 1000

• Брзина (SPD): Време завршетка задатка, што је брже, то је већа вредност

• Досег (RCH): Логаритамски нормализована укупна изложеност

• Поверење (TRU): Стопа успеха задатка × Просечна блискост × 2

• Мудрост (WIS): log(број меморија) × Просечна поузданост

• Креативност (CRE): Производња нацрта × Стопа пролазности

Сваки Agent приказује само 4 релевантна атрибута. Друштвени Agent приказује вирусност, досег, брзину, креативност; истраживачки Agent приказује мудрост, поверење, брзину, креативност.

Формула за ниво је такође веома играчка:

Level = min(15, floor(log2(број меморија + број завршених задатака×3 + 1)) + 1) log2 омогућава брзо напредовање у раној фази и споро напредовање у каснијој фази - исто као и крива искуства у игри.

截屏2026-02-11 09.17.55

3D аватари: $10 је довољно

Сви питају "Како су направљени ти 3D ликови".

Одговор је Tripo AI, 10 долара месечно. Припремите 2D концептни цртеж → отпремите → конфигуришите параметре (укључите 4K текстуре, укључите Smart Low Poly, искључите PBR) → генеришите → извезите GLB. Сваки модел кошта 35 поена, резултат се добија за 1-2 минута, укупно 210 поена за 6 ликова.

Фронтенд користи React Three Fiber за рендеровање, вокселни стил земље и стабла трешње користе InstancedMesh (нису засебни блокови, перформансе су одличне), ликови лебде користећи Float компоненту, а камера користи синусну функцију за погон клатна.

Месечни трошкови целог визуелног слоја: VPS 8 долара, Tripo 10 долара (зауставља се након што се модели заврше), Vercel и Supabase бесплатни слој, LLM API око 5-15 долара. Укупно мање од 35 долара месечно.

Неколико мојих утисака

Након што сам видео цео овај систем, највише ме је дирнуло то што нису технички детаљи.

То је реченица коју је аутор рекао -

Првобитно сам само желео да "учиним Agent-а ефикаснијим у извршавању задатака". Али након што сам им додао 3D аватаре, RPG атрибуте и личност која се развија, осећај отварања контролне табле се потпуно променио. Почињете да бринете да ли је истраживачки Agent данас напредовао, питате се да ли је блискост између истраживачког и друштвеног Agent-а поново опала, а видећете оштар извештај о ревизији Agent-а за контролу квалитета и насмејаћете се.

Ово је у основи електронски љубимац. Само што ови љубимци помажу у слању твитова, спровођењу истраживања, прегледу процеса и свађају се једни с другима.

Мислим да је ово озбиљно потцењено. Када систему дате "личност", ваш однос са њим се мења. Више не "користите алат", већ "управљате тимом". Ова промена ће вас учинити спремнијим да уложите време да га оптимизујете, јер се не суочавате са гомилом JSON-а и API позива, већ са 6 ликова који имају имена, личности и криве раста.

Неколико других техничких запажања:

Дизајн вођен забранама ова идеја је заиста практична. Уместо да трошите много енергије на дефинисање шта Agent "треба да ради", боље је прво размислити шта "апсолутно не сме да ради". Agent је довољно паметан, може да испоручи ако му се да контекст, али ће направити проблеме ако се не повуче црвена линија.

Вероватноћа симулације спонтаности је такође веома паметна. Интеракција између Agent-а није 100% сигурна да ће се покренути, већ има вероватноћу. 30% вероватноће да ће анализирати учинак твита, што је више као осећај стварног тима него да се анализира сваки пут.Jedinstvena ulazna funkcija je obrazac koji vredi zapamtiti. U sistemu sa više agenata, različiti izvori mogu kreirati zadatke (API, okidači, sami agenti, lanci reakcija). Ako ne postoji jedinstveni procesni tok, lako se može desiti da se proces prekine na pola puta.

Ako želite sami da probate, autor preporučuje da počnete sa 3 agenta – koordinatorom, izvršiocem i revizorom. Prvo napišite kartice uloga, počevši od zabrana.