13

Классное задание: ведём ИИ диалогом к решению задачи в EvoX

AI999第7课:AI Native 科研范式与 EvoX 实战切入
00:00

Эта страница — практическое задание: с помощью короткого диалогового промпта вы заставляете ИИ сгенерировать и запустить базовую задачу оптимизации в EvoX, а затем проверяете результат так, как это делает инженер при приёмке. Главное здесь — не «чтобы просто заработало», а проверить«человек задаёт направление, ИИ даёт реализацию, человек принимает результат»— этот замкнутый цикл работы в парадигме AI Native.

Классное задание: ведём ИИ диалогом к решению задачи в EvoXКороткий диалоговый промпт заставляет ИИ сгенерировать, запустить и сдать базовую задачу оптимизации в EvoXУрок 7 · AI Native1ПромптЧеловек задаёт направлениеЗадача и целевая функцияПространство поиска и размерностьАлгоритм, популяция, итерацииВычислительный бэкенд и ожидаемый вывод2ГенерацияИИ даёт реализациюВыбор API и библиотекСтруктурирование кодаОтладка и запускВозврат результатов выполнения3ЗапускРеальное выполнениеЗадача оптимизации в EvoXЖурнал итераций в терминалеГрафик сходимостиЗапись времени выполнения4ПриёмкаРешение принимает человекСверка с чек-листомСоответствует ли порядок значенийВоспроизводима ли конфигурацияДобавить ограничения и повторитьДобавление ограничений · итеративная доработкаРазделение задач между человеком и ИИЧеловекОпределяет задачу, метрики и критерии оценки результатаЗадаёт направление и принимает итоговое решениеИИВыбирает API, организует код, отлаживает и запускаетОтвечает за реализацию и возвращает результаты выполненияЧек-лист проверки результатов1Реально ли выполненоПроверьте журнал терминалаи запись времени выполнения2Разумна ли кривая сходимостиКривая должна стабильно улучшатьсяБез аномальных колебаний3Соответствует ли порядок оптимального значенияСравните с известным оптимумомОптимум Rastrigin равен 04Воспроизводима ли конфигурацияПовторный запуск с фиксированным seedРезультаты должны совпадать

Цель задания

Пройти минимальный цикл «промпт → генерация → запуск → приёмка» в реальной среде EvoX, а не просто получить читаемый код. Вы на собственном опыте узнаете, как с помощью диалога вести ИИ к решению базовой задачи оптимизации, и научитесь проверять его результаты как инженер.

Обязательные элементы промпта (ни один нельзя опустить)

  • Задача оптимизации и целевая функция: например, минимизация функции Rastrigin.
  • Пространство поиска и размерность: например, 10 измерений и диапазон значений для каждого.
  • Выбор алгоритма/операторов: например, алгоритм DE, операторы скрещивания и мутации.
  • Размер популяции и число поколений: например, популяция 128, 200 поколений.
  • Вычислительный бэкенд: CPU или тензоризация на GPU.
  • Ожидаемый вывод: оптимальное значение, кривая сходимости, журнал выполнения.

Выбор степени детализации промпта

Слишком общий промпт заставит ИИ использовать настройки по умолчанию, и будет сложно понять, соответствует ли результат замыслу; слишком детальный промпт сводится к ручному программированию. Рекомендуется чётко указать«ограничения и критерии приёмки», а детали реализации оставить ИИ. Например, укажите задачу, алгоритм, размер популяции и число итераций, но не расписывайте, как именно вызывать API.

Чек-лист проверки результатов

  • Действительно ли код выполнен, а не просто сгенерирован? — Проверьте журнал терминала и время выполнения.
  • Монотонно ли улучшается кривая сходимости, нет ли аномальных колебаний? — Кривая должна стабильно снижаться.
  • Соответствует ли оптимальное значение известному порядку для данной задачи? — Например, глобальный оптимум функции Rastrigin равен 0.
  • Воспроизводимы ли случайное зерно и конфигурация? — При фиксированном seed повторные запуски должны давать одинаковые или близкие результаты.

Уточняющие вопросы при приёмке

Когда результат не оправдывает ожиданий, добавляйте ограничения через диалог, например: «Зафиксируй seed=42, перезапусти и приведи среднее и дисперсию по трём повторам». Смотрите, сможет ли ИИ доработать решение, а не переписать его с нуля. Это тренирует умение точно формулировать задачу и критерии приёмки.

Разделение задач между человеком и ИИ

Человек отвечает за постановку задачи, определение метрик и оценку результата; ИИ — за выбор API, организацию кода и отладку с запуском. Это задание поможет вам чётче определить свою роль в рабочем процессе AI Native.

Границы с соседними темами

На этой странице проверяется только процесс выполнения базовой задачи; темы двухуровневой эволюции MetaDE, многокритериальных компромиссов и мультиагентных систем Genesis здесь не рассматриваются.

Пример промпта

«С помощью EvoX найдите минимум функции Rastrigin (10 измерений), алгоритм DE, популяция 128, 200 поколений, бэкенд с тензоризацией на GPU, фиксированный seed=42; запустите сразу и верните оптимальное значение приспособленности, график сходимости и журнал выполнения».

При приёмке проверьте четыре пункта: действительно ли код выполнялся, разумна ли форма кривой сходимости, близко ли оптимальное значение к 0, совпадают ли результаты повторных запусков.