Материал подготовлен автоматически по первоисточникам: ссылки на них — в конце статьи.
Типовые решения внутри агентного процесса можно передать одной компактной модели, обученной на процедурных инструкциях из разных областей. В работе University of Science and Technology of China и Nanyang Technological University, которая не прошла рецензирование и приводит замеры самих авторов, AnyS1 сократила стоимость выполнения задачи на 75–91%, а время обращений к моделям — на 63–92%, сохранив успешность агента. Такой подход позволяет не проектировать отдельный быстрый контур для каждого нового процесса.
Как инструкция превращается в точку решения
Обычный LLM-агент отправляет большой модели весь накопленный контекст на каждом шаге. Но не каждый шаг требует рассуждения или генерации текста: агент часто выбирает команду, категорию, товар или следующий этап из заранее известного набора.
AnyS1 делит процедуру на три типа шагов. Однозначные действия выполняет обычный код. Открытые задачи, например составление запроса или ответа пользователю, остаются у большой модели System-2. Выбор из конечного списка вариантов получает компактная модель System-1.
Точки такого выбора извлекают прямо из файлов с описаниями навыков. Анализатор находит вопрос, допустимые варианты и фрагмент инструкции, который подтверждает ветвление. Несколько независимых проходов затем объединяют совпадающие точки, а варианты без опоры на исходный текст отбрасывают.
Одного описания ветки недостаточно для обучения: в реальной работе модель видит не аккуратное резюме, а сообщения пользователя, промежуточные команды и обрывки вывода инструментов. Поэтому AnyS1 создаёт задания по навыку, запускает их в изолированном контейнере и сохраняет состояние процесса непосредственно перед выбором.
Два прохода большой модели размечают правильный ответ с разным порядком вариантов. Пример попадает в набор только тогда, когда ответы совпадают. Так из 1 072 публичных навыков собрали 25 986 размеченных состояний, связанных с фактическим выполнением задач, а не с придуманными описаниями ситуации.
Почему уверенность важнее общей точности
На этих данных обучили модель выбора на базе Qwen3.5-4B-Base. Она получает состояние процесса, вопрос и список вариантов, а затем за один прямой проход оценивает вероятность каждого ответа. Ей не нужно последовательно генерировать рассуждение и текст команды.
Ошибка на ранней развилке может испортить всю последующую траекторию, поэтому AnyS1 использует порог уверенности. Если вероятность лучшего варианта достаточно высока, ответ принимает System-1. Неуверенные случаи возвращаются System-2, которая видит тот же контекст и принимает решение обычным способом.
Порог можно перенести на новый процесс без предварительных запусков или настроить по журналам работы большой модели. Во втором режиме использовали 50 тестовых эпизодов без ручной разметки: System-1 считала вероятности параллельно, а её ответы сравнивали с решениями System-2.
Схему проверили на трёх ранее не встречавшихся наборах задач: SOPBench для диалогов по регламенту, ALFWorld для поиска и действий в текстовой среде и WebShop для выбора товаров. В роли System-2 выступали модели двух разных семейств — DeepSeek-V4.1-Flash и GPT-6 Sol. Навыки из тестов не пересекались с обучающим набором.
Состояния, записанные при выполнении задач в контейнере, дали на отложенной проверке преимущество в 18,8 процентного пункта над состояниями, которые LLM составила как текстовые резюме. Это существенная деталь для собственной реализации: качество быстрого контура зависит не только от разметки решения, но и от того, насколько учебный контекст похож на реальные журналы инструментов.
Когда AnyS1 меняет архитектурный план
Работа меняет планы для систем, где процессы уже описаны инструкциями и регулярно сводятся к выбору из конечного набора вариантов. Вместо отдельных классификаторов и вручную расставленных точек вызова для каждого процесса можно строить общий слой: извлекать ветвления из навыков, собирать состояния при исполнении и обучать одну модель выбора.
При этом экономию создаёт не одна компактная модель. Процедуру сначала нужно скомпилировать в явный граф: однозначные шаги превратить в код, перечислимые решения передать System-1, а генерацию оставить System-2. Если большая часть процесса остаётся открытым рассуждением, быстрый контур затронет мало вызовов и приблизиться к результатам работы не сможет.
Для нового продукта разумный план следует из самой архитектуры AnyS1: при проектировании навыков явно задавать варианты на развилках, сохранять реальные состояния перед решениями и предусматривать возврат к большой модели. Порог уверенности здесь не дополнительная настройка, а защита от накопления ошибок в длинных задачах.
Проверка охватывает диалоги по регламенту, текстовую среду и интернет-магазин, но не произвольные агентные приложения. Результат показывает жизнеспособную схему для структурированных процессов, а не замену большой LLM во всех шагах агента.
Источники
Похоже на вашу задачу?
Расскажите, что собираете. За полчаса разложим на этапы и назовём сроки — это бесплатно и ни к чему не обязывает.



