У меня появился еще один кандидат на включение в самые нужные скиллы, в том числе для исследований. Теория ограничения систем. Помните Голдратта? Сначала она была сформулирована для управление производством, потом перешла на менеджмент в целом, логистику, продажи и стратегическое планирование. И меня сегодня осенило, а почему и не заиспользовать ее как в аудите (кроссревью) программ, так и для исследований, чтобы в нужное время находить узкое место (ограничение) и его либо устранять, либо расширять возможности. Как минимум такое решение уже начал использовать для самообучающегося агента. А значит можно будет и сделать скилл, потому что сразу вижу пользу от него. Так что кроме навыка ТРИЗ появляется еще один - ТОС. https://github.com/snow-ghost/goldratt-toc Из исследований рисерч тимой (которая регулярно сейчас обновляется на гитхабе - https://github.com/snow-ghost/research-team) на текущий момент - косеты для LRX, разработка голографии для LX/LRX, существование и количество антиподов в LX/LRX и диаметр для новой группы, которой еще нет в oeis. Думаю, что хочу в итоге замахнуться на гипотезу Бабаи.

Наверное, уже все сталкивались с таким поведением кодовых агентов. На ровном месте начинают спотыкаться. К примеру, у агента есть несколько mcp, навыки. То они придерживаются правил проекта, промпта, вызывают mcp именно там где нужно, навыки применяют, все кажется практически идеальным. Но что-то случается с моделью (наверное, это и есть проявление ее недетерминированности), по мнению многих она начинает тупеть на глазах. Вместо mcp вдруг неожиданно начинает искать playwright, запускает chrome, но его напрочь не видит, пытается установить firefox, а потом говорит, что ничего не знаю, не могу сделать, скиньте информацию сами, а у модели лапки. Это прям явное поведение, но бывает и скрытое. Модель просто бойкотирует правки, создает видимость серьезной работы, но эффекта 0. Буду проверять такое на доступных опенсорсных моделях и напишу о выводах. Почему я не забуду о таком написать? Потому что вижу сейчас реально такое поведение и нахожу методы исправить чисто на уровне своей интуиции. Примерно как раньше во время чтения лекции замечал невнимательность студентов. И хочу найти способ восстанавливать адекватное поведение. Наверное, это будет в виде специальных метрик или скилла. И чтобы не было неясности, упоминал уже не раз про фабрику 2.0, агентов. Сейчас у меня в проектировании и немного в разработке 4 версии комбинаций разных подходов без использования нейронки. Про две версии уже рассказал, про еще две расскажу позже.

Рисерч тима продолжает улучшаться, начинаю использовать ее для поиска доказательств разных гипотез. Сегодня удалось получить формализованные доказательства гипотезы Глушкова 1968-го года. Если кто не знает, вдруг, Виктор Михайлович Глушков - советский математик, родоначальник кибернетики в СССР, академик. В 1968-м году он поставил открытый вопрос о нахождении точной замкнутой формулы для диаметра ориентированного графа Кэли с генераторами L и X. Значение: Определение диаметра таких графов критически важно для компьютерных наук, поскольку они служат математическими моделями для оптимизации топологий параллельных и многопроцессорных вычислительных систем (минимизация путей передачи данных между процессорами). Так вот, гипотеза нашла свое точное подтверждение спустя 58 лет поисков ее доказательств. Описание доказательств заняло 12,5 страниц текста с пояснительными примерами и картинками + 6 страниц технических описаний точных лемм и связи с lean кодом. Общее время работы рисерч тимы вышло примерно в 15 часов. На соревнование уже не попал, закончилось месяц назад, в лидерборд уже никак - https://www.kaggle.com/competitions/cayleypy-glushkov - набрал там 2,9 млн очков, обеспечило бы топ-1 без сомнений. Про проблему Глушкова писала и группа CayleyPy, с которой сейчас общаюсь и немного сотрудничаю https://arxiv.org/html/2509.19162v2 Так что еще один oeis покорен рисерч тимой, на этот раз это https://oeis.org/A039745 - она вторая за https://oeis.org/A186783