Нужную книгу больше не обязательно искать: как ИИ меняет сам принцип работы с информацией

Вместо того чтобы искать нужную книгу, скоро можно будет собирать её под конкретный вопрос. Такой подход к работе с информацией протестировал разработчик на реальном корпусе данных: он взял 206 длинных видео общей продолжительностью 160 часов и обработал более двух миллионов слов транскриптов. Вместо создания сотен кратких пересказов он построил автоматический конвейер, который выделяет из массива ключевые сущности, устраняет дубли, отслеживает происхождение выводов, проверяет важные утверждения и сам определяет, когда оставшиеся источники уже не нужно читать подряд.

В ходе эксперимента выяснились любопытные детали. Например, девять разных URL могут оказаться одним и тем же источником, а векторная кластеризация не справляется со смысловыми дублями. Предложенный подход отличается от классического RAG, а длительная работа ИИ-агента неожиданно начинает напоминать разработку обычной программной системы: появляются управление состоянием, отладка и необходимость следить за ресурсами.

Главный вывод автора выходит далеко за рамки конкретного проекта. Похоже, единицей работы с информацией постепенно становится не источник, а сам вопрос пользователя. То есть человек перестаёт просматривать подряд книги и статьи — вместо этого он формулирует проблему, а программный агент собирает ответ из всех доступных материалов, проверяет его и указывает, какие утверждения на чём основаны. Это меняет сам принцип работы с информацией: от поиска по названиям и ключевым словам к генерации персонального документа, который не существовал до запроса. Подобные эксперименты показывают направление развития ИИ-инструментов для работы со знаниями. Возможно, уже скоро привычные библиотеки и поисковики уступят место «сборщикам ответов», которые будут работать как персональные исследователи.