Традиционные ИИ-агенты испытывают трудности с Jupyter Notebooks, часто повреждая файлы и теряя состояние модели по завершении работы. Новый навык Jupyter, интегрированный в PyCharm, решает эту проблему, позволяя ИИ-агентам работать в рамках активного ядра Jupyter. Это нововведение обеспечивает сохранение состояния между ячейками, предотвращая повреждение ноутбука. Оно также оптимизирует длительные задачи, заставляя агента ждать выполнения, а не постоянно опрашивать. Такой подход с активным ядром оказался примерно на 12% дешевле для Claude Opus 5 в двенадцати задачах машинного обучения. Экономия средств обусловлена улучшенным механизмом прогрева кэша, что приводит к увеличению доли чтений из кэша. Ранее ИИ-инструменты рассматривали ноутбуки как обычный текст, что приводило к повреждению и потере критически важной информации о времени выполнения при использовании подпроцессов. Новый навык Jupyter использует внутренний интеллект PyCharm для работы с ноутбуками, предоставляя агенту прямой контроль над ядром. Это позволяет агентам писать и выполнять код Python напрямую, сохраняя переменные и обученные модели. Навык также реализует более эффективный механизм ожидания и считывает только новый вывод, сокращая расход токенов. Хотя экономия средств очевидна, особенно для состоятельных задач, навык также предлагает улучшения рабочего процесса для других моделей. Пользователям напоминают явно инструктировать агентов сохранять свою работу. Сложные задачи машинного обучения по-прежнему могут требовать вмешательства человека, поскольку навык устраняет неэффективность инструментов, а не фундаментальную сложность машинного обучения. Эта функциональность доступна по подписке JetBrains AI.