ИИ-агенты взяли на себя поиск инсайтов в реальном времени

Группа исследователей опубликовала в архиве препринтов arXiv работу, описывающую новый подход к анализу данных в реальном времени. Вместо того чтобы ждать, пока пользователь сформулирует запрос, система сама выдвигает гипотезы, проверяет их и визуализирует результаты. Архитектура получила название Discovery Agents for Real-Time Analytics.

Ключевая идея — замена реактивного анализа на проактивный. Современные инструменты, как отмечают авторы, требуют от человека явно указывать, что искать. Но в быстро меняющихся потоках данных (биржевые котировки, транзакции, сенсоры) количество возможных вопросов слишком велико, чтобы охватить их вручную. Предложенная система берёт эту работу на себя.

Технически решение представляет собой мультиагентную среду. Специализированные агенты, реализованные с помощью больших языковых моделей, генерируют гипотезы, компилируют их в исполняемый код, запускают аналитику на Apache Flink и визуализируют результаты. Координация событий происходит через Apache Kafka. Такой конвейер работает в непрерывном цикле — обнаружение, проверка, отчёт.

Отличительная особенность — контрактно-ориентированный дизайн. Все промежуточные результаты типизированы, что обеспечивает модульность, возможность отслеживать происхождение данных и безопасно выполнять динамически создаваемый код. Это снижает риск ошибок при автоматической генерации аналитики.

Практическую применимость архитектуры проверили на трёх сценариях: розничная торговля (анализ покупательского поведения), финансы (выявление аномалий на рынке) и публичные датасеты. Во всех случаях система смогла самостоятельно находить значимые паттерны без участия аналитика.

Хотя работа носит исследовательский характер, она демонстрирует переход от классической парадигмы query-driven к discovery-driven аналитике. Это может существенно ускорить получение инсайтов в областях, где данные поступают непрерывно и требуют быстрой реакции.