У спільноті ШІ вже давно точаться розмови про те, що сучасні великі мовні моделі мають одну фундаментальну проблему: вони не мислять як команди фахівців, а як один універсальний “генераліст”. Попередні експерименти з «ланцюгами думок» та багатокроковими підходами частково компенсують це, але не створюють справжньої колегії, здатної працювати як команда експертів – пише dou.
Це намагався змінити Андрей Карпати — один з найпомітніших інженерів у сфері AI. У своїх лекціях він неодноразово говорив про концепт “LLM Council” — віртуальної ради моделей, які спільно вирішують складні задачі. Наразі цей підхід активно обговорюють і тестують українські спеціалісти, а перші результати викликають чимало інтересу.
Хто такий Андрей Карпати і що таке LLM Council?
Андрей Карпати — фігура легендарна в світі AI. Колишній директор з штучного інтелекту в Tesla, один із засновників OpenAI та автор популярного курсу з глибокого навчання в Стенфорді, Карпати відомий своєю здатністю “кодити на вайбах” — тобто створювати прототипи на основі інтуїції, без надмірної бюрократії. Його останній проект, LLM Council, опублікований на GitHub, є саме таким “вайб-кодом”: простим локальним веб-додатком, який імітує інтерфейс ChatGPT, але з потужним твістом.
Ідея проста, але революційна: замість того, щоб запитувати відповідь у однієї моделі (наприклад, GPT чи Claude), ви збираєте “раду” з кількох — за замовчуванням це OpenAI GPT-5.1, Google Gemini 3.0 Pro Preview, Anthropic Claude Sonnet 4.5 та xAI Grok-4. Процес працює в три етапи:
- Генерація відповідей: Кожна модель отримує запитання користувача та виробляє свою версію відповіді.
- Анонімна критика: Моделі оцінюють роботи одна одної, не знаючи авторства, — це сліпий рецензійний процес, подібний до наукових конференцій. Вони ранжують відповіді за точністю, глибиною та інсайтами.
- Фінальне рішення: “Голова ради” (chairman model, зазвичай Gemini 3.0) синтезує все в єдину, консенсусну відповідь, враховуючи дебати.
Карпати створив це як “суботній хак” для спільного читання книг з AI: “Я хотів побачити кілька відповідей поруч і почути крос-думки моделей про роботу одна одної”. Проект використовує OpenRouter для доступу до API моделей, а код написаний на FastAPI (бекенд) та React з Vite (фронтенд). Запустити його легко: достатньо API-ключа від OpenRouter, і розмови зберігаються як JSON-файли.
Але що вигадав Карпати? Не просто інструмент для паралельних запитів — а нову парадигму оцінки AI. Замість людських бенчмарків моделі судять самі себе, виявляючи упередження та сильні сторони. За словами Карпати, “моделі часто готові визнати перевагу конкурентів, що робить це цікавим методом евалюації”.
Чому ідея Карпати стала популярною саме зараз
Після появи GPT-5, Claude 3.7, Llama 3.2 та інших моделей стало очевидно: великі LLM досягли рівня, за якого їхня продуктивність у команді може бути значно вищою, ніж індивідуально. Крім того:
- великі контексти дозволяють моделям “слухати” одне одного;
- зростання швидкодії робить такі експерименти практичними;
- інструменти на кшталт OpenAI Swarm, CrewAI, AutoGen, Voyage MoEs наблизили ідею до реальної імплементації.
Тож LLM Council став природним продовженням тренду на агентність у ШІ.
Як українські експерти тестують концепт
У профільних спільнотах, зокрема серед інженерів та дослідників, зараз активно пробують декілька сценаріїв:
- “Рада архітекторів” для проєктування програмного забезпечення. Один агент пропонує архітектуру, другий критикує, третій пропонує оптимізацію. Результат — значно якісніші технічні рішення.
- Перехресне рецензування коду. Один інстанс пише код, інший проводить рев’ю, третій — тестування. Це набагато зменшує помилки і підвищує надійність.
- Аналітика складних тем. Моделі обговорюють економічні прогнози, ризики, сценарії розвитку — і формують більш збалансовані висновки.
- Режим “адвоката диявола”. Один агент навмисне критикує рішення або шукає слабкі місця. Для моделей це корисний “антигалюциноген”.
Видання GALERA.NEWS зазаначає, що Андрей Карпати не просто запропонував черговий AI-хак — він сформулював нову парадигму, у якій моделі перестають бути “одиночками” і починають працювати як колектив інтелектів. Українські фахівці вже зараз доводять на практиці, що цей підхід дає відчутні переваги: від покращеного проєктування до зменшення помилок і більш глибокого аналізу. LLM Council може стати тим, що переведе ШІ в еру справжньої командної надінтелектуальної роботи.
