Как сообщает DigitalBusiness.kz, ученики алматинской Республиканской физико-математической школы (РФМШ) Нурдаулет Абдрахман и Даниял Козырев создали PlanLens — программу, которая проверяет планы ИИ-агентов и находит в них ошибки. В октябре 2026 года проект получил серебряную медаль на международном конкурсе молодых учёных IRCYS в Индонезии в категории Applied Studies – Engineering & Technology; по данным организаторов, в нём представлены участники более чем из 40 стран.
ИИ-агентом называют программу, которая самостоятельно делит сложную задачу на этапы и выполняет их по очереди. Завершённая задача при этом не гарантирует правильности всех действий: агент может, к примеру, поставить запуск приложения раньше проверки безопасности или опереться на устаревшие данные. PlanLens — не нейросеть и не ещё один агент: программа на основе алгоритмов сверяет план с заданными условиями, отмечает обязательные действия и связи между шагами, и заранее подготовленный правильный ответ ей не нужен.
Точность инструмента проверили на пяти моделях — GPT-5.6 Sol, Claude Sonnet 5, DeepSeek V4 Flash, Llama 3.3 70B Instruct и Qwen3.5 9B. Каждая получила одинаковый набор из 18 вариантов задач: всего команда разобрала 89 ответов и нашла 9 некорректных планов. Простая проверка наличия финальных действий выявила лишь 4 ошибки, тогда как PlanLens определил тип нарушения во всех 9 случаях, а в 5 из них указал конкретный проблемный шаг.
Сам инструмент тестировали на 15 600 контролируемых случаях, собранных из 617 исходных задач шести семейств рабочих процессов, включая варианты с несколькими ошибками одновременно. Результаты диагностики полностью совпали с отдельно реализованной проверочной программой, а тесты выявили все восемь классов дефектов, намеренно внесённых в алгоритм проверки.
Научную работу PlanLens: Deterministic Graph-Grounded Failure Diagnosis for LLM-Generated Plans приняли на Teen Research Symposium в рамках IEEE International Conference on Data Mining (ICDM) — международной конференции по анализу данных и машинному обучению; в ноябре школьники планируют представить её в китайском Шэньяне. По словам разработчиков, работа заняла около 4–5 месяцев, а обращения к моделям обошлись примерно в $200.
PlanLens развивается параллельно с другим проектом команды — платформой Certo для создания и проверки ИИ-агентов, но остаётся отдельным инструментом для анализа планов. Авторы также рассматривают проведение международного хакатона, где участники смогут создавать собственных ИИ-агентов и оценивать их по измеримым критериям.
