У новому відео на каналі Tech With Tim розробник і контентмейкер Тим показує платформу Lemma від Analemma AI — багатoагентну систему для «vibe research», де користувач формулює лише дослідницьке питання, а далі все робить ШІ. Центральна ідея — різні режими роботи, від короткого огляду до повністю автоматизованого дослідження з кодом і експериментами.
Для технічної аудиторії ключове не те, що «AI пише пейпери», а як саме влаштована шкала глибини: Explore, Survey, Code та FARS. Вона визначає час, вартість, обсяг обчислень і те, наскільки сильно систему варто залучати у власні R&D-процеси.
Explore: швидкий «скрінінг» теми за кілька хвилин
Найбільш легковажний режим Lemma — Explore. Він призначений для ситуацій, коли потрібно швидко зорієнтуватися в темі без складних експериментів і глибокого аналізу.
Система в цьому режимі створює простий звіт орієнтовно за одну-три хвилини. За описом, це «доволі базовий» рівень, який працює подібно до багатьох інших AI‑інструментів на ринку: запит — відповідь з деяким пошуком і узагальненням інформації.
Explore не обіцяє довготривалого планування чи запуску коду. Це радше інструмент для початкового дослідницького скопінгу: понять, основних напрямів, ключових ідей. Тобто те, що раніше робили за допомогою базових промптів до LLM або швидкого гуглінгу.
Важливий акцент: Explore — лише один рівень у вертикалі складності Lemma. Він задає стартову планку, від якої далі відштовхується вся система.
Survey: повноцінний академічний огляд із широю цитатною базою
Другий режим, Survey, уже не про швидкість, а про широту й академічність. Тут Lemma може працювати значно довше, а інтерфейс одразу показує оцінку того, скільки кредитів знадобиться для завдання.
У цьому форматі система генерує довгі академічні огляди з широким покриттям цитувань. Йдеться саме про «long-form academic surveys» з «broad citation coverage» — тобто тексти, які намагаються системно зібрати й переосмислити наявну літературу з теми.
З погляду користувача, Survey займає проміжне місце між поверхневим Explore та інтенсивними Code/FARS. Тут ще не запускаються власні експерименти, але вже формується теоретичний фундамент, зіставляється попередня робота в полі й вибудовується контекст для подальших досліджень.
Це режим, який логічно використовувати, якщо потрібно:
- зрозуміти, що вже зроблено у певній галузі;
- побачити, де потенційно є «дірки» для нових експериментів;
- отримати текст, формально схожий на розділ «related work» в академічній статті.
Водночас треба рахуватися з часом і вартістю: Survey вже не виглядає як миттєва відповідь, а як окремий дослідницький етап.
Code: коли AI не просто радить, а запускає експерименти
Після Survey починається зона, де Lemma переходить від теорії до практики. Тут з’являється режим Code — один із двох найбільш «цікавих» з точки зору автономного ресерчу.
Code використовується тоді, коли є конкретна експериментальна або інженерна ідея, яку хочеться реалізувати на практиці, а не лише обговорити теоретично. Система не просто генерує фрагменти коду у відповідь на промпт; перед тим вона виконує власне дослідницьке планування.
Описаний приклад: завданням було побудувати класифікатор зображень, який відрізняє AI‑генеровані картинки від реальних фотографій. Користувач просив натренувати його на невеликому датасеті та візуалізувати, які ознаки модель підхоплює. Завдання в режимі Code зайняло кілька годин роботи й включало:
- пошук і читання релевантних методологій, а не миттєвий перехід до коду;
- побудову плану дій («to-do»), де кроки послідовно виконуються автономно;
- генерацію повноцінного проєктного оточення з файлами коду, скриптами, візуалізаціями;
- підняття віртуального середовища виконання — це не локальна машина користувача, а віддалений workspace, до якого Lemma підключається й у якому сама все запускає.
У результаті система створює й навчає модель (у наведеному кейсі — невелику CNN на обмеженому наборі зображень), показує криві навчання, класифікаційні гріди, лог виконання й фінальний короткий опис того, що саме було зроблено: наприклад, яку архітектуру використано, на скількох даних вона навчалась, скільки часу це зайняло.
Користувач отримує можливість завантажити весь цей код, продовжити використання, змінити параметри й перезапустити експерименти. Принциповий момент: Code — це вже не «чарівний ноутбук», а повністю автономний цикл від планування до виконання, в якому людина втручається мінімально.
FARS: повністю автоматизована дослідницька система
Над рівнем Code стоїть FARS — Fully Automated Research System. Це найважчий, найдовший і найдорожчий режим, який поєднує планування, експерименти, написання коду і фінальний ресерч-пейпер у єдину оркестровану послідовність.
FARS — це продовження тієї ж ідеї «vibe research»: користувач формулює дослідницьке питання, далі Lemma піднімає команду агентів, яка:
- генерує кілька варіантів дослідницьких пропозицій;
- вибудовує експериментальний дизайн;
- обирає моделі та конфігурації;
- запускає експерименти у віддаленому середовищі;
- аналізує результати;
- перетворює все це на повноцінну статтю з абстрактом, методами, результатами, графіками, метриками та висновками.
З погляду інтерфейсу, FARS починається з вибору типу завдання. У відповідній вкладці можна вказати, потрібні:
- лише research proposal;
- experimental study;
- або повноцінний research paper.
Ключова особливість: FARS завжди стартує з пропозиції. Користувач може згенерувати кілька різних варіантів, порівняти їх за змістом і формулюваннями, відібрати найадекватніший і лише потім запустити дорожчий етап — експериментальне дослідження чи написання статті.
Після затвердження пропозиції система переходить у «важку» фазу. Там вона:
- докладно розписує список завдань (to-do), кожне з яких може мати підкроки;
- піднімає віддалене середовище, ставить залежності;
- сама обирає моделі й конфігурації, на яких буде працювати;
- запускає експерименти, тренування, прогін промптів та інші обчислення;
- накопичує результати та на їх основі конструює пейпер.
Один із прикладів FARS‑задачі, який демонструється, стосувався впливу явного вираження невпевненості в промптах LLM на галюцинації: пропонувалося порівняти звичайні запити й запити, де модель заохочують заявляти про невпевненість. Ця задача зайняла велику кількість часу (орієнтовно день-два) та витратила десятки тисяч кредитів, оскільки включала завантаження моделей, прогін великої кількості промптів і побудову повного ресерч-документу.
У результаті FARS сформував дев’ятисторінкову статтю зі стандартною академічною структурою: абстракт, вступ, related work, методи, метрики, графіки, таблиці з результатами, обсмоктування експериментів і фінальний висновок плюс список посилань. Усе це — без покрокового керування з боку користувача після стартового промпта й вибору пропозиції.
Кредити та вартість: де проходить практична межа
Ще один вимір, який розділяє режими Lemma, — це платіжна модель. Платформа дозволяє безкоштовно «помацати» короткі завдання, але для довготривалих задач на кшталт Survey, Code або FARS знадобляться кредити.
У відео прямо зазначається: щоб запустити довгі задачі, «ви повинні будете придбати кредити». Інтерфейс Lemma відображає оцінку того, скільки кредитів потребуватиме конкретне завдання. Показується й поточна ціна кредитів на момент запису.
Це важливо для розуміння того, як використовувати різні режими на практиці. Explore і, частково, невеликі Survey‑запити логічно проганяти на «легких» квотах. Натомість FARS, здатний за кілька днів з’їсти десятки тисяч кредитів, доцільно запускати лише для справді значущих досліджень, коли повноцінний пейпер і комплекс експериментів виправдовують інвестиції.
Режим Code опиняється між цими полюсами: він дорожчий і триваліший за прості огляди, але помітно дешевший та швидший за повноцінний FARS‑цикул.
Як читачеві обрати свій режим
Вертикаль Explore–Survey–Code–FARS у Lemma фактично віддзеркалює етапи класичного наукового процесу — від первинного знайомства з темою до завершеного дослідження з власними експериментами. Але тут ці етапи реалізуються як незалежні режими одного інструменту.
Якщо потрібно:
- просто зорієнтуватися в темі — підійде Explore;
- отримати системний академічний огляд з цитатами — Survey;
- реалізувати й перевірити конкретний експериментальний задум із кодом — Code;
- пройти весь шлях до повноцінного пейпера з автогенерацією плану, експериментів і тексту — FARS.
Тим підкреслює, що найбільш захопливими з технічної точки зору є саме Code та FARS, адже це вже не «AI як асистент», а автономна дослідницька інфраструктура, яка працює у віддаленому середовищі й повертає кінцевий артефакт — код, результати або статтю — поки користувач зайнятий іншими справами.
У підсумку Lemma виглядає як спроба формалізувати «vibe coding» для науки: різні режими відділяють швидкі відповіді від глибоких, дорогих досліджень, а кредити й оцінка часу змушують свідомо обирати, на якому рівні залучати AI до власних експериментів.
Джерело
YouTube — “AI Research Papers Are Here (And They’re Scary Good)”