Инженерный поиск со своим агентом
2026 • AI-Bartini • скилл для ИИ-агента
Я спроектировал AI-Bartini — инструмент для инженерного поиска с ИИ. Человек описывает задачу и ограничения, а его агент помогает найти возможные механизмы, разобраться в их устройстве и выбрать следующий расчёт или опыт.
В основе поиска — LT-метод Бушуева–Бартини–Кузнецова: работа с противоречащими требованиями через измеримые физические свойства. Исторический метод я адаптировал для агента и дополнил средствами работы над задачей: как получить нужный контекст, сохранить ход рассуждения, подключить расчёт и собрать результаты разных исполнителей.
Начать со своей задачи
Исследовательский проект постепенно накопил статьи, гипотезы, разборы и поправки. Новому пользователю нужен был понятный способ применить инструмент к своей задаче. Поэтому я отделил рабочий комплект от архива исследования и сделал единый вход для агента: что прочитать, какой способ работы выбрать и что предъявить человеку.
Логику метода я отделил от таблиц, правил перевода величин и учебных примеров. Агент читает необходимые материалы по ссылкам; пример помогает освоить ход, но не задаёт ответ. Чтобы начать, достаточно открыть папку проекта в среде своего агента и описать проблему. Так новый агент может начать работу без знакомства с историей разработки.
Сохранить задачу по ходу исследования
В одной задаче могут конфликтовать несколько требований. Я задал правила, по которым агент должен удерживать их вместе: разобрать каждое существенное противоречие, объяснить выбор величин и обозначить, что ещё осталось выяснить. Если не хватает данных, нужно понять, какой именно вывод от них зависит и можно ли продолжить с явно названным допущением.
Для длинного поиска я спроектировал отдельный исследовательский режим. В нём агент записывает для каждой ветви исходное выражение, единицы измерения, предметный смысл, допущения и выполненные преобразования. Можно вернуться к предыдущему ходу и понять, почему возникла идея. Разные механизмы с одинаковой размерностью остаются разными ветвями.
В этом режиме проверка влияет на продолжение поиска. Если предположение не подтвердилось, агент уточняет, что именно не сработало: формула, её применение или сам механизм. Из этого следует следующий вопрос или изменение модели. При недостатке данных агент может рассчитать, как меняется результат при разных значениях параметра, и выяснить, что стоит измерить.
Перейти от идеи к расчётной модели
Найти возможное воздействие — только часть работы. Нужно ещё понять, как оно связано с остальной системой. Я добавил отдельный расчётный подход на основе сетевого анализа Крона: агент описывает взаимодействующие части, потоки вещества или энергии, накопление и потери.
Это дополнение подключается по задаче. С готовым механизмом можно сразу перейти к его модели. Для химии я подготовил отдельные правила построения модели: как учитывать состав веществ, реакции и их связи с физическими процессами. Агент предъявляет уравнения, объясняет, на каких законах и допущениях они основаны, и указывает недостающие данные для расчёта.
Организовать совместный разбор
Для задач, требующих разных знаний, я спроектировал работу нескольких агентов. Каждый получает общую задачу и исходные данные, затем делает свой первый разбор. После этого исполнители обмениваются вопросами и результатами через общий журнал. При сборке нужно проверить, совместимы ли их модели, условия и допущения.
Например, при разборе неудачной пробы искусственного камня один агент предложил улучшить смешение, другой — ускорить твердение прогревом. В совместном разборе выяснилось, почему эти действия нужно рассматривать вместе: прогрев не устраняет неоднородность, а однородная смесь ещё должна набрать прочность. Следующим шагом выбрали сравнение сочетаний смешения и выдержки. Это был план опыта, по которому можно продолжить исследование.
Человек со своим агентом получает способ вести такую работу: поставить задачу, изучить варианты, разобрать выбранный механизм и подготовить проверку. В результате остаются объяснение предложений, источники, расчёты и открытые вопросы. По ним видно, что уже известно и что нужно сделать дальше.