Код как инструмент мышления
LLM вероятностна и приближённа, а математика и логика требуют детерминированной точности.
Разделение труда: LLM отвечает за понимание задачи и написание кода, интерпретатор — за точные вычисления. Пример: задача про проценты учеников легко решается ошибочно «в уме», но код даёт точный проверяемый результат.
Схема Вольфрама: LLM понимает естественный язык и формализует задачу, символьный движок (SymPy, Mathematica) решает точно.
Между моделью и harness обратная зависимость: чем слабее модель, тем больше логики нужно выносить в код и решатели ограничений.