Как научить AI-агента не устаревать на вчерашних новостях

Две недели назад я написал «RSS + LLM + WordPress» за вечер.

Через два дня скрипт стал неуправляемым: 700-1200 кандидатов в день, из них 5-10% - шум, остальное - одноразовая шелуха.

Просто пересказывать RSS в WP - не продукт.

Пошёл другим путём. Собрал полный конвейер на системной кроне +SQLite, где агент живёт как прод-система: каждые 30 минут тащит RSS, каждые 7 минут пересказывает и оценивает, каждые 5 минут публикует в WP, и параллельно - отдельные 5/10 минут - в Телеграм канал. Janitor каждый час чистит устаревшее, утренний отчет в 07:00 отсылается в ТГ-группу модерации.

Главная архитектурная идея - период полураспада популярности в разрезе категорий. Не магические «48 часов», а параметр T: политика устаревает за 6 часов, AI - за 12, культура - за двое суток, природа - за неделю. Новости из мира технологий сейчас и 5 часов назад - это разный охват, который может различаться на порядок.

Что вынес из этого вечерного проекта: • Архитектурная обвязка бьёт мощность модели. Время жизни по категориям принёсло больше пользы, чем переход LLM на MiniMax M3. • Настоящий AI-агент в проде - это не про «какая модель круче». Это про многоступенчатые механизмы отката, мониторинг, контроль расходов и безопасный откат фич. • Самое ценное - не код, а выжимка в навык. Когда агент умеет отбирать новости через оценку, он работает 24/7, не думает о биоритмах, не отвлекается на друзей. А я в это время сплю. Сейчас конвейер отдаёт ~30 постов в день в канал и параллельно в WordPress. Код под лицензией MIT, README с настройкой.

README: github.com/DimbikeY/media-fabrique-template

Лонгрид: https://github.com/DimbikeY/media-fabrique-template/blob/main/docs/longread-ru.md

Группа с новостями: https://t.me/the_vremya

#продуктоваяинженерия #AIагенты #архитектура #OpenSource #PetProject