Материал подготовлен автоматически по первоисточникам: ссылки на них — в конце статьи.
Lei Zheng и соавторы разработали агентную систему для адаптации связанных модулей складской цепочки поставок к требованиям на естественном языке; работа представлена в препринте, который не проходил рецензирования. По замерам авторов, сквозная успешность выросла с 72–76% при прямом изменении модулей через LLM до 79–83% с новой системой. Подход важен командам, которые хотят применять LLM не к отдельной оптимизационной задаче, а к производственному конвейеру с зависимостями между решениями.
Что сделали
Авторы исходят из того, что допустимое изменение одного модуля может ухудшить работу следующих. Например, новая логика упаковки меняет входные данные для диспетчеризации, поэтому корректность отдельного исправления ещё не означает улучшения всей операции.
Система заранее описывает граф допустимых вмешательств: намерения, доменных агентов, классы изменений и конкретные интерфейсы модулей. Центральный агент сопоставляет требование с несколькими разрешёнными маршрутами по этому графу. Доменные агенты превращают выбранные варианты в изменения математической модели, алгоритма или настроек, после чего детерминированные проверки отсеивают нарушения ограничений и неисполняемый код.
Прошедшие проверку варианты выполняются вместе со всеми затронутыми нижестоящими модулями. Система сравнивает итоговые ключевые показатели процесса (KPI) и выбирает вариант, который лучше соответствует требованию. В эксперименте этот порядок повысил как корректность изменений, так и сквозную успешность для GPT-5.5, Qwen-3.8-flash и DeepSeek-v4-flash.
Что это значит
Практический вывод работы состоит не в выборе конкретной LLM, а в ограничении её полномочий. Вместо свободного переписывания производственной логики модель выбирает из заранее заданных точек вмешательства, а решение принимается после исполнения всего зависимого конвейера. Такая архитектура подходит системам, где локально корректное изменение способно ухудшить конечный операционный показатель.
Ограничения. Авторы проверяли подход на 100 требованиях, собранных в интервью с практиками одного крупного розничного партнёра, и на складском конвейере из модулей предварительной обработки, упаковки и диспетчеризации. Работа не показывает, переносится ли результат на другие цепочки поставок и производственные системы. Сравнение проведено только с прямой реформулировкой через те же LLM: в нём нет операторов-экспертов, других структурированных агентных подходов, а также оценки стоимости и времени выполнения нескольких кандидатов.
Источники
Похоже на вашу задачу?
Расскажите, что собираете. За полчаса разложим на этапы и назовём сроки — это бесплатно и ни к чему не обязывает.
