Claude Code помог найти алгоритм масштабирования AI-рассуждений

AutoTTS — это экспериментальный подход, где AI-агент сам ищет правила для более экономной работы языковой модели во время ответа. AI Digest (ai-digest.ru) разбирает новость как событие в AI-инфраструктуре: исследователи показали, что автономный кодовый агент может не только писать программы, но и подбирать стратегию вычислений для других моделей.

Что произошло с AutoTTS?

Группа исследователей из университетов и крупных AI-лабораторий представила систему AutoTTS для автоматического поиска алгоритмов test-time scaling. Test-time scaling — это увеличение вычислений на этапе ответа модели: например, модель может построить несколько вариантов решения, проверить промежуточные шаги и выбрать лучший результат. Обычно такие правила проектируют люди, но в этом эксперименте поиск отдали агенту Claude Code.

Агент работал не с реальными пользователями, а с заранее подготовленной средой, где можно дешево проигрывать разные варианты поведения. Он писал и уточнял контроллеры: когда продолжать рассуждение, когда открыть новую ветку, когда проверить промежуточный результат, когда отсечь слабый путь и когда остановиться.

Какой результат получил AI-агент?

Найденная стратегия показала лучший баланс точности и расхода вычислений на математических тестах вроде AIME и HMMT. В экономном режиме она сократила использование токенов примерно на 70% по сравнению со стандартным self-consistency. Токен — это небольшой фрагмент текста, на который модель разбивает запрос и ответ; чем меньше токенов нужно на рассуждение, тем ниже стоимость и задержка.

Self-consistency обычно запускает много параллельных ответов и выбирает вариант большинством голосов. AutoTTS действует тоньше: он распределяет вычисления по мере появления признаков уверенности или ошибки, поэтому не тратит одинаковый бюджет на все задачи. Полный поиск занял около 160 минут и стоил примерно 40 долларов, что делает эксперимент заметным для команд, которые изучают оптимизацию LLM.

Почему это важно для LLM?

LLM — это большая языковая модель, которая генерирует текст, код и решения задач на основе обученных закономерностей. Для таких моделей качество ответа часто растет, если дать им больше времени и вычислений, но прямое увеличение бюджета быстро становится дорогим. Поэтому рынок ищет способы получать больше качества из уже доступных моделей без постоянного роста затрат на серверы.

Этот результат показывает смену роли человека: исследователь задает среду, ограничения и метрику, а сам алгоритм поведения появляется как код, написанный агентом. Это близко к тому, как развиваются AI-агенты: они получают цель, инструменты и обратную связь, после чего перебирают рабочие стратегии быстрее, чем команда вручную.

Какие ограничения остаются?

Эксперимент пока не означает, что AI сам изобрел универсальный способ ускорить любую модель. Проверка шла на ограниченном наборе задач, а перенос на другие домены требует дополнительных тестов. Кроме того, система искала контроллеры в подготовленной среде, где решения можно быстро оценивать; в реальных продуктах такая среда часто сложнее и дороже.

Тем не менее сама идея важна для агентного мониторинга и автоматизации: если агенты могут оптимизировать не только пользовательский код, но и правила работы моделей, разработчики получают новый слой AI-инфраструктуры. На практике это может повлиять на ассистентов для разработки, исследовательские пайплайны и сервисы, где каждая лишняя цепочка рассуждений превращается в расходы.

Что может измениться дальше?

Следующий шаг — проверка подобных контроллеров на более широких задачах: программировании, научных вопросах, анализе документов и мультимодальных сценариях. Если экономия сохранится, компании смогут снижать стоимость сложных запросов без обязательного перехода на новую модель.

Для читателей, которые следят за практической стороной разработки, эта новость связана с темами выбора AI coding agent и устройства LLM. Главный вывод фактический: AI-агенты начинают участвовать не только в создании приложений, но и в проектировании способов, которыми сами модели тратят вычисления.