AI-аналитик для денег: 5 принципов доверия

Что в ролике
Когда дело касается денег, скорость ответа модели — не главный узкий пункт, а доверие к результатам, поэтому Франческо и Фелипе предлагают пять принципов построения AI-аналитика. Первый — общий домен: агент должен расспросить и зафиксировать, что именно вы имеете в виду под терминами и цифрами, прежде чем строить план. Второй — консистентность: всё, что считается, должно выполняться детерминированным кодом и тестами, а не парсингом токенов, чтобы один и тот же ввод давал один и тот же результат. Третий — доказательства: у каждого числа должна быть прослеживаемая цепочка происхождения, с пометками, факт это, допущение или интерпретация. Четвёртый — ответственность: нужно ставить немного, но высокозначимых гейтов-проверок, а не одобрять каждый шаг или наоборот пускать всё на самотёк. Пятый — верификация: отдельный агент-рецензент или внешний ориентир должен оспаривать план, и его выводы должны влиять на решение, а не просто работать как LLM as a judge. В демо они показывают харнес на примере бюджета свадьбы: чат, граф плана, ветки, запуск кода и тестов, а также возможность открыть ветку для критики. Для повторения выложен репозиторий с инструкциями и файлом build-yours, а завтра на конференции обещают отдельную сессию про внутренний инструмент Monzo Agent Chip.
Практика
- Что получишь
- Понять, как собрать AI-аналитика финансов, который задаёт вопросы, считает кодом, показывает происхождение каждой цифры и допускает независимую критику. Сможете примерить эти принципы к своему бюджету, инвестиционному кейсу или рабочим расчётам.
- Первый шаг
- Скачать репозиторий из выступления и запустить пример со свадьбой, затем пройти по узлам плана и посмотреть, как помечены факты, допущения и код.
- Цифры
- —$6000 — сумма одного из трёх платежей за свадьбу в примере
- —$150 — стоимость ужина на гостя, которую Франческо закладывает в расчёт
- —$500 — фиксированные расходы на цветы в том же примере
- —150 гостей — нижняя граница, которую можно добавить в план, чтобы проверить последствия
- Честно
- Это воркшоп-доклад, а не пошаговый туториал: повторение требует репозитория, код и интерфейс демонстрируются на экране, а не расписаны в транскрипте. Авторы открыто зовут на свою сессию про внутренний инструмент Monzo Agent Chip, но сам харнес и пример доступны в открытом репозитории; платных подписок и курсов не продвигают. Отдельно: часть деталей интерфейса, команд и настроек видна только в видео.
Если слова незнакомы — 5 терминов
- харнесуправляющая обвязка вокруг языковой модели: правила, этапы, интерфейсы и проверки, которые задают поведение агента
- детерминированный кодкод, который при одинаковых входах всегда даёт одинаковый результат без случайности модели
- токеныединицы текста, на которые модель разбивает ввод и вывод; полагаться на арифметику «внутри» модели значит полагаться на вероятностный вывод токенов
- LLM as a judgeиспользование языковой модели как автоматического арбитра для проверки или оценки чужого результата
- гейтпроверка-ворота, которую должен пройти результат, прежде чем пойти дальше
Связки из этого ролика
2 шт.- Python
- SQL
Компоненты
6 шт.Формат: пошаговый урок · для практикующих · уверенность разметки 0.78 · источник