Использование Code Execution для математических вычислений

Введение: Почему языковым моделям нужен калькулятор?

Коллеги, добро пожаловать на урок, который может кардинально изменить то, как вы проектируете решения на базе LLM. Мы поговорим о Code Execution (выполнении кода) в контексте Gemini.

Давайте начнем с известного парадокса. Вы можете попросить LLM написать сонет в стиле Шекспира о квантовой физике, и она справится блестяще. Но попросите её умножить 34,982 на 12,111, и высока вероятность, что она «поплывет». Она может выдать число, которое выглядит правдоподобно, но будет математически неверным.

Почему так происходит?
Языковые модели — это вероятностные машины. Они предсказывают следующий токен. Для модели число «100» — это не математическая величина, а токен, который часто встречается после «10 умножить на 10». В вычислениях нет места «вероятности» — там нужен детерминизм. Предсказывать результат сложной арифметики, основываясь на текстах из интернета — это всё равно что пытаться угадать погоду, читая стихи о дожде.

Решение: Code Execution
Gemini решает эту проблему элегантно. Вместо того чтобы пытаться предсказать ответ, модель пишет программу на Python, которая вычисляет этот ответ. Затем эта программа запускается в защищенной песочнице (sandbox), результат возвращается модели, и она формирует окончательный ответ пользователю.

В этом уроке мы разберем, как превратить Gemini из гуманитария в инженера, используя этот инструмент.

Настройка окружения и базовый синтаксис

Для начала работы нам не нужно устанавливать сторонние интерпретаторы Python на свой сервер. Вся магия происходит на стороне Google. Наша задача — правильно сконфигурировать клиент и явно разрешить модели использовать инструмент code_execution.

В версии API для Gemini 3 (и последних версиях 1.5 Pro/Flash) это делается через передачу аргумента tools при создании модели. Обратите внимание: это отличается от Function Calling, где вы описываете свои функции. Здесь мы активируем встроенный движок Python.

import google.generativeai as genai
import os

# Предполагается, что API ключ уже настроен в переменных окружения
# os.environ["GOOGLE_API_KEY"] = "ваш_ключ"

genai.configure(api_key=os.environ["GOOGLE_API_KEY"])

# Инициализация модели с включенным инструментом Code Execution
# Обратите внимание на параметр tools
model = genai.GenerativeModel(
    model_name='gemini-1.5-pro-latest', # Используем актуальную версию
    tools='code_execution'
)

# Пример простого запроса
response = model.generate_content(
    "Посчитай сумму первых 50 чисел Фибоначчи."
)

# Вывод ответа
print(response.text)

Анатомия процесса: Что происходит «под капотом»?

Когда вы запускаете код выше, происходит интересный многоступенчатый процесс. Это не просто «вопрос-ответ». Это диалог модели самой с собой и с интерпретатором.

1. Анализ запроса: Gemini понимает, что задача требует вычислений (сумма чисел Фибоначчи). Она «решает», что её внутренних знаний недостаточно или это слишком рискованно для простого предсказания текста.
2. Генерация кода: Модель генерирует блок кода на Python. Она импортирует нужные библиотеки (если требуется) и пишет алгоритм.
3. Изолированное выполнение: Этот код отправляется во временную, защищенную среду выполнения (sandbox) на серверах Google. У этой среды нет доступа в интернет, но в ней предустановлены популярные библиотеки вроде numpy, pandas, scipy, matplotlib.
4. Возврат результата: Результат выполнения (или ошибка, если код упал) возвращается модели.
5. Синтез ответа: Модель берет этот технический вывод и формулирует понятный ответ для пользователя на естественном языке.

Для нас, как разработчиков, критически важно то, что мы можем получить доступ к этим промежуточным шагам. В объекте response часто содержится история вызовов (parts), где виден и сгенерированный код, и результат его выполнения. Это бесценно для отладки и аудита.

# Давайте посмотрим, как именно модель решила задачу
# Мы можем итерироваться по частям ответа, чтобы найти исполняемый код

response = model.generate_content(
    "Какова вероятность выпадения суммы 7 при броске двух костей? Рассчитай через симуляцию 100,000 бросков."
)

print("--- Итоговый ответ ---")
print(response.text)

print("\n--- Что происходило внутри (Code Execution) ---")
# В структуре ответа Gemini части с кодом имеют определенный тип
for part in response.candidates[0].content.parts:
    if part.executable_code:
        print(f"[Генерация кода]:\n{part.executable_code.code}\n")
    if part.code_execution_result:
        print(f"[Результат выполнения]:\n{part.code_execution_result.output}\n")

Практическое применение: Финансовая математика

Давайте отойдем от абстрактных задач и рассмотрим Enterprise-кейс. Представьте, что вы создаете финансового ассистента. Пользователь хочет рассчитать график платежей по ипотеке с возможностью досрочного погашения.

Пытаться заставить LLM сделать это просто текстом — гарантированный провал. Ошибки накопления округления сделают расчет бесполезным. Code Execution здесь идеален, так как он гарантирует математическую точность Python.

В примере ниже мы попросим модель рассчитать сложный процент, но с условием ежемесячного пополнения. Это задача, которую сложно решить «в уме», но легко скриптом.

# Сложный запрос с финансовой логикой

prompt = """
Я планирую инвестировать 100,000 рублей под 12% годовых с ежемесячной капитализацией.
Кроме того, я буду докладывать на счет по 5,000 рублей в конце каждого месяца.
Сколько денег будет на счету через 5 лет?
Построй таблицу (выведи текстом) для каждого года.
"""

response = model.generate_content(prompt)
print(response.text)

Ограничения и лучшие практики

Несмотря на мощь этого инструмента, у него есть четкие границы, которые вы должны учитывать при проектировании архитектуры:

• Нет доступа в Интернет: Код выполняется в «вакууме». Вы не можете внутри code_execution попросить скрипт скачать актуальный курс валют или спарсить сайт. Если вам нужны внешние данные, вы должны сначала получить их другим инструментом (Function Calling) и передать в контекст модели, а затем попросить Code Execution их обработать.
• Ограничение по времени (Timeouts): Скрипты не могут работать вечно. Если модель напишет бесконечный цикл или слишком тяжелые вычисления, процесс будет убит по таймауту.
• Библиотеки: Доступен стандартный Data Science стек (Numpy, Pandas, Scipy). Нестандартные библиотеки (например, специфичные криптографические модули) могут быть недоступны.
• Стейтлесс (в рамках запроса): По умолчанию состояние не сохраняется между разными запросами generate_content, если вы не используете режим чата (ChatSession). В режиме чата контекст выполнения (переменные) может сохраняться в рамках одной сессии, что позволяет выполнять вычисления итеративно.

Совет профи: Всегда явно указывайте модели в промпте, если задача требует точности. Фраза «Используй код для проверки своих вычислений» или «Рассчитай это программно» значительно повышает качество ответов, даже если инструмент включен по умолчанию.

import google.generativeai as genai
import os

genai.configure(api_key=os.environ["GOOGLE_API_KEY"])

model = genai.GenerativeModel(
    model_name='gemini-1.5-pro-latest',
    tools='code_execution'
)

task = """
У меня есть проекты для инвестиций:
1. Проект А: затраты 20,000, прибыль 30,000
2. Проект Б: затраты 15,000, прибыль 20,000
3. Проект В: затраты 30,000, прибыль 45,000
4. Проект Г: затраты 10,000, прибыль 10,000

Мой общий бюджет 50,000. 
Напиши Python скрипт, чтобы найти комбинацию проектов, которая максимизирует общую прибыль, не превышая бюджет. 
Выведи список выбранных проектов и итоговую прибыль.
"""

response = model.generate_content(task)
print(response.text)

# Ожидаемое поведение:
# Модель должна написать скрипт (скорее всего перебором или динамическим программированием),
# выполнить его и вернуть оптимальный набор (например, Проект А + Проект В = 50к затрат, 75к прибыли).