Правильные вычисления начинаются с правильного чтения данных

Pize — ИИ-ассистент для программирования в области научных вычислений и статистического анализа. Он работает в Pize Code и Positron, а также поставляется в виде SDK.

Большинство программных агентов сосредоточены на написании всё большего объёма кода. Однако ошибки в статистике и научных исследованиях обычно возникают раньше: если данные прочитаны неверно, эту ошибку незаметно наследуют все последующие проверки, модели и выводы. Pize начинает именно с этого этапа — сначала сообщает модели структуру данных, их типы и сведения о пропусках, а затем пишет и выполняет код, анализирует графики и исправляет результаты в уже используемом сеансе R / Python.

Кроме того, это полноценный программный агент: он изменяет несколько файлов, работает с терминалом, планирует и выполняет задачи, соблюдает правила проекта, поддерживает выбор моделей и через MCP получает доступ к инструментам лаборатории или внутренней системы. Используйте его в Pize Code, Positron, через CLI или SDK.

• Что это такое. Программный агент, оптимизированный для математических вычислений и статистического анализа. Чтение данных, вычисления и проверки выполняются в работающем сеансе, поэтому результаты можно пересчитать.
• Чем он не является. Это не переоформленная версия универсального средства автодополнения кода и не замена Cursor для самых разных задач программирования. Его задача — не дополнять код, а правильно читать данные и получать точные численные результаты.
• Где он работает. В Pize Code, Positron, через CLI и SDK.
• Что получает модель. Модель получает структуру, типы, сведения о пропусках и сводную статистику — без помещения всей таблицы в контекст. Исходные наблюдения остаются в сеансе.

Один и тот же программный агент читает файлы, пишет код, запускает команды и может управлять браузером. Любое изменение и любая команда выполняются только после вашего подтверждения. Его можно использовать в Pize Code, Positron, CLI и через SDK.

Доступные сейчас способы использования

• Pize Code. Плагин для боковой панели редактора: редактирование нескольких файлов, терминал, режимы планирования и выполнения, а также изменения в формате diff, доступные для проверки.
• Positron. Тот же агент плюс мост к сеансу R или Python, который сейчас находится в фокусе.
• SDK. Тот же агент, встроенный в уже работающую программу и доступный через CLI.

Как оплачивается использование моделей

Использование в режиме самообслуживания оплачивается предоплаченными кредитами. Один кредит равен одному центу США. Купите пакет на странице тарифов; платёж принимает Stripe. Корпоративные условия согласовываются при обращении.

Для организаций

Для лабораторий и индивидуальных условий цена не опубликована. Такие условия согласовываются после обращения.

Это также полноценный программный агент

Он добавляет уровень чтения данных и мост к сеансу. Далее перечислены возможности полноценного программного агента, которыми он также обладает: без них цикл статистической работы тоже не замыкается.

SDK (комплект средств разработки) объединяет API, типы и примеры, чтобы другая программа могла использовать нужную возможность, не реализуя её заново.

Без SDK для каждой интеграции приходится отдельно составлять HTTP-запросы и угадывать назначение полей. С ним вызывающая сторона получает стабильные имена функций, типы и рабочий пример. Именно этот уровень позволяет встроить модель в лабораторную систему сбора данных или внутреннюю аналитическую платформу.

• Что он предоставляет. Вызываемые интерфейсы, типы и минимальный рабочий пример. Вызывающей программе не приходится заново реализовывать чтение данных или подключение к сеансу.
• Чего он не предоставляет. Он не заменяет UI вашего продукта и не выбирает статистический метод. Метод по-прежнему предлагает модель, а вы его подтверждаете.
• Чем он отличается от плагина. Плагин открывается в редакторе, а SDK встраивает того же агента в уже используемую программу, не добавляя ещё одну боковую панель.

MCP (Model Context Protocol) — открытый протокол, который позволяет модели во время выполнения обращаться к внешним инструментам, данным и шаблонам запросов без отдельного специализированного соединения для каждого источника.

Сама модель только рассуждает: она не видит вашу базу данных и не может изменять параметры в программном обеспечении прибора. MCP определяет три типа объектов: инструменты — действия, которые можно вызывать; ресурсы — данные, доступные для чтения; шаблоны запросов — инструкции, которые можно использовать повторно. Любую систему, реализующую этот контракт, можно использовать единообразно.

• Какую задачу он решает. Для каждой пары «модель — внешняя система» больше не нужно создавать отдельный механизм подключения. Базы данных, базы знаний и внутренние шлюзы становятся доступны через единый протокол.
• Чем он не является. Это не модель и не SDK. Протокол не определяет, как встроить агента в вашу программу, а лишь задаёт, как работающий агент подключается к внешним инструментам и данным.
• Как он используется в Pize. Pize выступает клиентом других MCP-серверов. Граница безопасности по-прежнему определяется вашим подтверждением: по умолчанию доступ разрешён только для чтения, а для выполнения действий требуется ваше решение.

Чтобы система ИИ давала верные численные результаты в исследованиях, обычно нужна не «более крупная модель», а возможность работать с реальными данными и инструментами внутри уже используемого программного обеспечения.

Pize разделяет эти три уровня и одновременно объединяет их. Модель выбирает метод и пишет код. SDK встраивает агента в ваши инструменты. MCP во время выполнения подключает его к программным библиотекам, программному обеспечению приборов и внутренним системам. Чтение данных всегда остаётся первым этапом: если данные прочитаны неверно, два других уровня лишь распространят ошибку дальше.

Статистические ошибки редко приводят к сбою программы. Неверный разделитель смещает все столбцы; если принять первую строку за заголовок, исчезает первое наблюдение; если превратить NA и NULL в 0, изменятся среднее и дисперсия; если определить числовой столбец как текстовый, регрессия будет обрабатывать его как фактор. Программа при этом продолжает работать и незаметно выдаёт правдоподобное, но неверное число. Поскольку ошибка возникла при чтении, её наследуют все последующие проверки, модели и выводы.

Поэтому Pize оптимизирован не для того, чтобы модель писала больше кода. Сначала модель должна узнать структуру данных, тип каждого столбца, объём пропусков и примерное количество строк; затем она пишет код вычислений и моделирования и запускает его в вашем реальном сеансе, чтобы вы могли увидеть результат.

Формат определяется по содержимому, а не по расширению: в исследовательских данных файл .txt часто содержит таблицу, а .csv — всего три строки конфигурации. Каждое из следующих решений напрямую влияет на последующие результаты.

• Определение разделителя. Выбирается один разделитель: табуляция, запятая, точка с запятой или вертикальная черта. Число столбцов должно быть одинаковым во всех строках, а поля должны выглядеть как ячейки, чтобы текст с запятой в каждом предложении не был ошибочно принят за таблицу из двух столбцов.
• Заголовок или данные. Если в первой строке на позициях числовых столбцов по-прежнему стоят числа, это строка наблюдения, а не строка с названиями столбцов. Принять первое наблюдение за заголовок — классический способ потерять один элемент выборки.
• Пропущенные значения не участвуют в определении типа. Пустые строки, NA, NaN и NULL распознаются отдельно; иначе столбцу, состоящему только из пустых значений, присваивается числовой тип, и модель начинает вычислять статистику по несуществующим числам.
• Определение типа каждого столбца. Числовой, текстовый или пустой — тип определяется отдельно для каждого столбца. От этого зависит, можно ли использовать столбец при вычислении среднего, дисперсии или регрессии.
• Удаление комментариев и метаданных. Сначала удаляются начальные блоки, начинающиеся с #, ! или @XX. В VCF названия столбцов скрыты в последней строке комментария; они восстанавливаются, чтобы столбцы получили пригодные для работы имена.
• Прозрачное чтение сжатых таблиц. Файлы .gz распаковываются автоматически; размер оценивается после распаковки — архив объёмом 1 MB может содержать таблицу объёмом 20 MB.
• Оценка количества строк. Общее количество строк оценивается по доле байтов уже прочитанного начала файла. Значение явно помечается как оценка, чтобы его не выдавали за точный факт.
• Для файлов, превышающих бюджет контекста, возвращается карточка данных, а не ошибка. Если превышен бюджет контекста, Pize возвращает размер, разделитель, оценку количества строк, названия столбцов с определёнными типами и первые две строки. По этой карточке модель пишет правильный код чтения, а таблица с миллионом строк не занимает весь контекст.

Сначала чтение, затем вычисления. Pize не придумывает за вас статистические методы. Он помогает модели работать с вашими реальными данными и позволяет вам видеть каждый шаг.

• Выбор метода по реальному распределению. Модель получает количество строк и столбцов, типы, число пропусков и сводную статистику и по этим данным решает, применять параметрический или непараметрический метод, нужна ли трансформация и как обрабатывать пропуски.
• Сначала написать, затем выполнить. Сгенерированный код на R или Python запускается в текущем сеансе после вашего подтверждения. Возвращается реальный вывод, а не результат, придуманный моделью.
• Диагностика по графикам. Можно получить последний график — например, QQ-график, график остатков или график распределения. Такие графики можно оценить только визуально, и модель может участвовать в этой оценке.
• Замкнутый цикл итераций. Выполнение, чтение результата и исправление происходят в одном сеансе. Промежуточные переменные не теряются из-за запуска нового процесса.
• Только агрегаты, без исходных строк. Сводка таблицы возвращает структуру и статистику. Исходные наблюдения остаются в сеансе.

Истина анализа находится не в файле, а в памяти. Мост через публичный API расширений Positron считывает сеанс R или Python, который сейчас находится в фокусе. Он никогда не создаёт и не переключает среду выполнения, а использует только уже выбранную вами.

• Регрессионные проверки на сгенерированных корпусах. Для 31 варианта структуры файлов создаются размеченные примеры — по десять тысяч за раз — и передаются детектору. При первом прогоне не прошли 458 случаев, что выявило четыре класса дефектов; каждый из них был исправлен. Начальное значение генератора случайных чисел фиксировано, поэтому те же входные данные позволяют повторно проверить исправление.
• Контрольные тесты в каждой точке интеграции. Каждая точка интеграции с кодом исходного проекта покрыта тестом. Если при слиянии выпадет хотя бы одна строка, связывающая компоненты, тест завершится ошибкой — отказ этой возможности не останется незамеченным при формально успешном наборе тестов.
• Полный контрольный список при каждом слиянии. Тысячи модульных тестов, два средства проверки типов и lint всего репозитория; после упаковки артефакт распаковывается, чтобы убедиться, что нужное поведение действительно вошло в пакет.
• Самопроверка одним нажатием. Проверка моста в палитре команд действительно считывает сеанс. Успешный результат означает, что инструменты получили доступ к реальным данным.
• Совместная установка с официальной сборкой. Расширение поставляется с отдельным идентификатором, поэтому его можно установить рядом с исходным плагином, не перезаписывая его.

В основе архитектуры лежит одно правило: новое поведение всегда размещается в новых файлах, а файлы исходного проекта изменяются только в необходимых точках вызова. Поэтому слияние, охватывающее десять коммитов исходного проекта, может привести к конфликту всего в одной строке. Так проект может и дальше синхронизироваться с исходным проектом, а не остановиться после одного выпуска.