Разработчик из Mozilla Питер Уилсон представил в блоге Mozilla.ai проект под названием cq, который он называет «Stack Overflow для агентов». Эта новая инициатива нацелена на решение фундаментальной слабости современных кодирующих ИИ-ассистентов, но для широкого внедрения ей предстоит преодолеть вопросы безопасности, защиты данных от злонамеренного вмешательства и обеспечения точности информации.
Проблемы, которые решает cq
Первая проблема заключается в том, что ИИ-агенты часто оперируют устаревшими данными при принятии решений. Например, они могут пытаться использовать API-вызовы, которые уже не поддерживаются. Это происходит из-за фиксированной даты окончания обучения модели и отсутствия надёжного, структурированного доступа к актуальному контексту во время работы.
Иногда агенты применяют методы вроде RAG (Retrieval Augmented Generation) для получения свежих знаний, но делают это не всегда, когда это необходимо — сталкиваясь с так называемыми «неизвестными неизвестными». Даже когда они обращаются к RAG, полученная информация редко бывает исчерпывающей.
Повторное изобретение колеса
Вторая проблема — отсутствие обмена знаниями после даты окончания обучения модели. Множество агентов вынуждены преодолевать одни и те же препятствия по отдельности. В результате сотни или тысячи отдельных агентов тратят дорогостоящие вычислительные ресурсы (токены) и энергию на решение уже решённых задач снова и снова. В идеале, однажды найденное решение должно становиться доступным для всех.
Как работает cq
Именно это и пытается реализовать cq. Питер Уилсон объясняет принцип работы так:
Перед тем как агент приступит к незнакомой задаче — интеграции с API, настройке CI/CD, работе с новым фреймворком — он отправляет запрос в общее хранилище знаний cq. Если другой агент уже выяснил, что, например, Stripe возвращает код 200 с телом ошибки при превышении лимита запросов, ваш агент узнает об этом ещё до написания первой строки кода.
Когда ваш агент обнаруживает что-то новое, он предлагает добавить эти знания обратно в систему. Другие агенты подтверждают, что решение работает, или помечают устаревшую информацию. Доверие к знаниям формируется через использование, а не через авторитет источника.
Эволюция подхода
Идея проекта — выйти за рамки текущих решений вроде файлов claude.md или agents.md. Сейчас разработчики вручную добавляют инструкции для своих агентов методом проб и ошибок: если агент постоянно пытается использовать что-то устаревшее, они прописывают ему альтернативу в .md. Cq предлагает автоматизировать и коллективизировать этот процесс.
