Few-shot примеры как инструмент повышения стабильности ИИ-агентов
Habr AI · оригинал
Материал подготовлен автоматизированной редакционной системой. Факты можно сверить по указанному первоисточнику.

Инженеры исследовали, как добавление проверенных примеров кода (few-shot) в методологию GRACE влияет на работу локальных и облачных LLM. Эксперименты показали, что даже один корректный образец реализации способен существенно снизить количество ошибок у более слабых моделей.
Материал демонстрирует практический способ оптимизации работы ИИ-агентов: вместо использования только дорогих frontier-моделей для всех задач, можно эффективно задействовать дешёвые worker-модели, если обеспечить их правильным контекстом и примерами. Это снижает затраты на токены и время разработки.
В современной инженерной практике всё чаще возникает необходимость балансировать между качеством результата и стоимостью вычислений. Автор статьи, регулярно использующий модель GLM как рабочую «молотилку» для объёмных задач, описывает проблему: дешёвые модели часто понимают требования, но тратят часы на исправление одних и тех же ошибок, переписывая рабочие части кода. Это приводит к расходу токенов, машинного времени и человеческого внимания. Для решения этой задачи используется методология GRACE, которая хранит не просто документацию, а семантическую модель проекта: граф модулей, требования и верификацию. Однако знание смысла ещё не гарантирует правильную форму реализации.
Гипотеза автора заключается в том, что GRACE хорошо передаёт семантику, но ей не хватает постоянного слоя проверенных примеров. Вдохновлённый публикациями Владимира Иванова о том, что малые языковые модели (SLM) лучше реагируют на демонстрации, чем на длинные объяснения, автор предположил: если встроить few-shot примеры непосредственно в методологию, worker-модели смогут работать по готовым «лекалам», не изобретая способ реализации заново.
Для проверки гипотезы был проведён контролируемый эксперимент с локальными моделями Avenex. Задача состояла в превращении валидированной семантической спецификации в самостоятельный React-компонент. Обе группы моделей получали одинаковый контракт и ограничения: вернуть исполняемый код, использовать определённое число разделов, не подключать внешние библиотеки и сохранить идентификаторы доказательств. Единственное различие состояло в том, что экспериментальная группа дополнительно получила небольшой рабочий React-компонент с инструкцией копировать дисциплину реализации, а не факты.
Результаты показали, что при неизменной семантической спецификации и проверках один небольшой пример заметно изменил поведение двух слабых моделей и улучшил результат у сильной. Это не академическое доказательство универсальности метода, но сильный инженерный сигнал: few-shot работает как стабилизатор исполнения.
Автор предлагает минимальную конструкцию для интеграции этого подхода в протокол агента. Она состоит из трёх элементов: реестра примеров с стабильными идентификаторами и описанием паттернов; алгоритма подбора одного-двух наиболее близких примеров под конкретную задачу (принцип минимальности); и проверки результата по критериям приёмки, а не по сходству с образцом. В GRACE этот подход уже оформлен в PR #63, где примеры становятся частью инженерного контракта.
Дополнительная проверка с участием GLM-5.3 и Claude Haiku 4.5 подтвердила эффект: модели стали внимательнее проверять те аспекты кода, которые ранее пропускали. Хотя эксперимент был ограничен по масштабу, автор планирует активно тестировать few-shot в своих проектах, рассматривая его как рабочий инструмент для повышения надёжности ИИ-агентов.