Унутры шматагентнай сістэмы: нататкі па архітэктуры для крыпта-распрацоўшчыкаў

Уявіце крыптовалютную компанію, якая продае своія продукты підпрыемствам і хочаць прыемна програмна апаратура, якая сочыць за протаколамі DeFi, аналізуе ліквіднасць, оцінюе рызыкі, якія створаюць «розумныя» контракты, перэбалансавае фонды, выявляе незвычныя транзакцыі, а таксама выконвае операцыі па загадзя заданым правілам. Аднак агент на базе ШЫ, які мусіць віконваць усе гэта, шырока частка зусіль. Яму трэба чытаць даныя рынку, запытваць інфраструктуру блакітных ланцоў, аналізаваць рызыкі, вызываць API, прымыкаты рашэнні ў паводзе заробків і падпісваць транзакцыі, усё гэта в межах аднаго цыклу разумовых дзеянь. Тэставанне, масштабаванне і захаванне такога прыемна прылада быстра стае складным задачэм.

Звычны ўтварыць розпад работы між спецыялізаванымі агентамі і дадзіць верхній шар кіравання. Гэта не проста кілька мовных модэляў, якія спілкуюцца адзін з аднім. Цэлае — гэта програмна архітэктура, у якай разумовыя працэсы модэля, логіка прыемлень, даны, інструменты, правыя на доступ і працэс выканання намеравана трывожацца окрэма. У наступным чытальніку показана, як усе гэта складаецца і што трэба взяць у расчыт тым, хто стварае прыемлівыя сістэмы ў гэтай сферы.

Што лягае ў основу мнагаагентной сістэмы

Кілька спецыялізаваных агентаў, якія саеўна працуюць над задачай, большай, чым можа аднаколікі з іх, — гэтае ўзначэнне. Практычны формул для аднаго агента:

Агент = модэль ШЫ + інструкцыі + кантэкст + інструменты + стан + цыкл выканання

Для групы можна дадаць ўторы шар:

Агенты + кіравання + спяльны стан + кантакты + правілы

Платформа для кашэ-менеджмента можа выкорыстоўваць такія элементы:

1. Агент для даследжэння, які збірае даны пра протакол і рынак.
2. Агент для ацэнкі рызыка, які аналізуе рызыкі, якія створаюць контракты, ліквіднасць і протакол.
3. Агент для керування портфелем, які параганяе можлівасці і расчыляе капітал.
4. Агент для сарабітчасці з правіламі, які прыменяе корпаратыўныя правіла компаніі.
5. Агент для выканання, які падготавлівае і адправляе транзакцыі.
6. Агент для монітарынгу, які паўтарае на ланцугу, што на самай працоўнай стадыі адбылася.

Узьмімо такую інструкцыю: пасунуць 50 000 долераў USDC у аптымальна безпечны варыянт з дохадай, як толькі протакол адпавядае правілам адносна рызыка, а вартасць выканання застаецца ніжэй 0,5%. Для гэтага трэба кілька разных навыкаў, таму сістэма ператварае гэта на серыю паслядовных крокаў:

```text
User Request
     ↓
Orchestrator
     ↓
Research Agent
     ↓
Risk Agent
     ↓
Portfolio Agent
     ↓
Policy Check
     ↓
Execution Agent
     ↓
Blockchain
     ↓
Verification
```

Кожны агент рашае невялікія проблемы, і ніхто з іх не павінен рашаць усю рабочую практыку.

Слоі сістэмы вырабоцтва

Семь элементаў павтараюцца знова і знова: час адклікання агента, оркестратор, спяльны стан, слой інструментаў, слой правіл і безпекі, інфраструктура выканання і можлівасці аналізу. Кожны з іх адпавядае на аднае інжынерское пытанне.

Час адклікання агента

Час адклікання агента выкананы для аднаго агента. У рэальных умовах агент — гэта не проста запыт і адпаведны адказ. Ён працуе як цыкл:

  ```text
Input
 ↓
Build Context
 ↓
Ask Model to Reason
 ↓
Choose Action
 ↓
Call Tool / Agent / Return Result
 ↓
Receive Result
 ↓
Update Context
 ↓
Reason Again
```

Якшо агента-дзееражніка папрашаюць парабяляць протаколы пазычэння ў DeFi, ён запрашвае спіс протаколаў, абяртае іх ныякі TVL, абяртае стаўкі пазычэння, парабяляе ліквіднасць, выбірае найболей супярэчлівыя варыянты і перадае іх агенту-контролеру рызыка. Модэль прадстаўляе аргументы, а прыкладнае програма, якая яго апрацоўвае, кантролюе тое, што насправды выканана. Гэтыя межы маюць значэнне, таму што модэль не должна выкананаць задачы, якія звычайны програмны меркавядар выкананае лепей. Для парабяляння 50 000 долераў на 8,2% не патрэбны LLM, таму што звычайная функцыя ўсё равно будзе быстрэй, дашчавей і дастане той самы рэзультат ў кожны раз.

Оркестратор

Оркестратор — гэта цэнтр кантролю. Ён выбірае, які агент будзе выкананаць, што будзе сказана таму агенту, што будзе выканана далей, якія задачы могу выкананаць паралельна, калі работа завершыцца і што робіць, калі агент не выкананаць сваея задачы. Існуе два базовыя стылі.

Оркестрацыя на адказе модэляў. Керуючы модэль выбірае неабходны спецыяліста.

           ```text
        Supervisor Agent
              │
        ┌─────┼─────┐
        ▼     ▼     ▼
   Research  Risk  Analytics
```

Каналізатор можа супакоўваць, што спачатку патрэбны даны протаколу, таму ён вызывае агента для даследжэння, а калі прыходзяць рэзультаты, ён вырашае, што патрэбна ацэнка безпекі, і вызывае агента для аналізу рызыка. Хоць гэта гнучка метода, маршрутызацыя можа стаць неперакладнай, збіраецца ўсё больш запытоў да модэляў, і як следстве — адпаведныя віткі.

Оркестрацыя на адной засадзе коду. Аплікацыя сама встановляе правільную последоўнасць дзеянняў.

```text
Research
   ↓
Risk Analysis
   ↓
Policy Check
   ↓
Simulation
   ↓
Approval
   ↓
Execution
```

Эта версія простэйшая для тэставання і кантролю.

Спалучэнне двух падходаў. Для B2B фінансавых продуктав часта выкарыстоўваецца найэфектывнейшая наладка, якая спалучае іх. Мадэль выконвае адліквідаціі, а код прыменяе правілы. Мадэль можа выявіць, што протакол А працоўвае найэфектывнейша з урахоўваннем рызыка, тады як прыкладныя програмы настаіваюць, што заўсёды, калі сума перавышае 50 000 долераў, патрэбна дадатковая затверджэння. Штучны інтэлект радзіць, а програма гарантуе ўжыцце рэшэння.

Спакойны стан

Агенты павінны бачыць, што было створана на пярэдніх кроках. Перадача всіх пераказаў кожнаму з іх вядзе да марнавання зусіль, таму сістэма замест таго зберагае структураваныя даны пра ход працы.

Для запытку ў фармаце USDC у гэтым запісе будуць адмечаны актыў (USDC), сума (50000), чэйн (Ethereum), спіс можлівых протакалаў (Aave і Morpho) і тры поля статусу (рызык, правілы і выкананне), якія спачатку маюць значэнні pending, pending і not started.

Агент з доследжэнняў запоўняе такія полькі, як протаколы кандыдатаў, рэзультаты выходу і даны рынку. Агент з рызыкаў дадае бал і сваія вынікі ў чыстоце безпекі. Агент з выканання бачыць толькі тое, што яму патрэбна для адвароткі свайго завадзка. Фармат ўпорадкованы:

               ```text
                Shared State
                    │
         ┌──────────┼──────────┐
         ▼          ▼          ▼
    Research      Risk     Execution
     Agent        Agent     Agent
        └──────────┼──────────┘
                   ▼
             Updated State
```

Адмініструванне спільнага запісу таксама значна спрошчае паузаванне, адзначэнне зноў, аўдыт і адлагоджэнне рабочага прайсупутку.

Комунікацыя: перадача задач і агенты як інструменты

Агенты саавершаюць работу двумя корыстнымі спосабамі. Пры перадачы кантроль пераходзіць ад аднаго агента да іншага.

```text
Research Agent
↓
Risk Agent
↓
Portfolio Agent
```

Перадачы падыходзяць для момантов, калі змінюецца адпаведна адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпаведная адпавед

     ```text
      Supervisor
      /    |   \
 Research Risk Analytics
```

Надзорнік можа папрашаць агента, які займаецца рызыкамі, перапрацаваць пратакол па крэтэрыях компаніі, атрымаць структураваны адказ і продаваць працаваць. Гэта дапамагае, калі адны цэнтральны агент павінен з’едынаць калькі спецыялістскіх мнэнь.

Слой інструментаў

Агент не можа самастаятэльна працаваць з блакчэйнам чыста базай дадзеных. Інструменты являюцца з’язкам. Крэптовалютнаму агенту можа быць даўаныя RPC-з’язні блакчэйна, API з дадзеннямі рынку, агрэгаторы DEX, індэксары, базы дадзеных па рызыкам, інфраструктура кошэнкаў і внутраніяя сістэмы казначэйства, якія ўпрымкваюцца праз такія функцыі, як get_balance(), read_contract(), estimate_gas(), simulate_transaction() і submit_transaction().

Даюць кожнам агенту самыя мінімальныя правыя доступу, якія дазволяюць яму працаваць. Агент для даследжэння можа патрабаваць толькі read_market_data() і read_protocol_data(). Агент для выканання можа атрымаваць simulate_transaction() і submit_transaction(). Няма нічога, што параджуе надаць кожнам агентам правыя на кашэльнік чыста транзакцыі, а вузкія правыя обмежваюць уражэння, калі адні з іх парадзівае чыста стане жэртвай хакерскіх атак.

Разлік межы ШЫ і блакітнай лініі

Гэта можа быць найважлівейшы момент дызайну для крыптовалютных продуктов. Рэзультаты працы мадэлі ёсць верагатывымі, тады як выкананне на блакітнай лініі ёсць дэтэрміністычным і часта не можа быць анульваным. Таму жадны агент не павінен безпасова кантролюваць заканчыцкую транзакцыю. Безпечнейшы падход выглядае так:

```text
Agent Decision
     ↓
Schema Validation
     ↓
Policy Check
     ↓
Risk Check
     ↓
Transaction Simulation
     ↓
Authorization
     ↓
  Signing
     ↓
Blockchain
```

Уявіце, што агент прымае рашынку практыкаваць замену 50 000 долераў USDC на ETH. Слой выканання павінен незалежна пераканацца, чы рэзерв USDC ўзнесены як дазволены актыва, а ETH — як дазволены пункт падачы, чы сума не перасягае ліміт, вялікі для корыстніка, чы падышча курсу ёсць прыйнятной, чы адрэсат правы, чы транзакцыя відбуваецца без проблем, і чы корыстнік павінен яе падпісаць. Агент пропануе дзеянне, а дэтэрміністычны слой вярнуеся з рашынкам, чы гэта можна здарыцца. Фінансавыя сістэмы стояць на гэтым раздзеленні.

Нормы і адрабатка абяканняў

Кожнай рашынцы AI неабходна надаць дэтэрміністычныя ліміты. У налашчаннях можа быць прызначана максымальная сума транзакцыі — 50 000 долераў, максымальная падышча курсу — 0,5%, мінімальная ліквіднасць — 5 мільйонаў долераў, а дазволеныя чыннікі — Ethereum, Arbitrum і Base. Мадэль не можа адмініструваць гэтыя ліміты, змініўшы формулюванне свайго адказу.

Памятаце таксама, што правільная структура не ўсега ўбеджае ў правільным змесце. Рэзультат у фармаце {"risk_score": 0.04} можа быць абсалютна правільны, але базавацца на цэлкам хыбных выводах. Сістэма для генеравання рэзультатаў должна пераканацца ў фармаце, бізнес-правілах, свежасці дадзеных, надзеямошчыні джэраў і рэзультатах заканчальных вызоў інструментаў:

```text
Agent Output
     ↓
Schema Validation
     ↓
Business Validation
    ↓
Data Validation
    ↓
Tool Execution
    ↓
Result Verification
```

Ідэмпотэнцыя. Разглянем сітуацыю, калі запуск задання заканчываецца з-за таймауту. Агент можа вырашыць, што транзакцыя зазнала нядачы, і спробаваць знову, але першая спроба могла быць успешной, чаго яным ласкаў бы двойнае выкарыстанне фінансавага заходу. Служба выканання должна даць кожнам запіту унікальны ідэнтыфікатор, напрыклад exec_829192, і прыяўзнуць яго да адпаведнай транзакцыі. Калі той самы запіт прыйдзе знову, служба вяртае ўжо існуючы рэзультат і не надае нічога новага. У фінансавых рабочых практыках гэтая якосць не ўзельцовая.

Спостэрагальнасць

Звычныя лог-файлы недасткаваюць для сістэм агентаў, таму што інжынерам патрэбны весь шлях прыняцтва рашэння. Для кожнага крока неабходна зафіксаваць, які агент выканаў задачу, якую мадэль ён выкарыстаў, якія інструменты ён запускаў з якімі параметрамі, што вернулася, якія правілы былі актывацыяны, сколькі часу зайняў кожны крок і якая транзакцыя ў канцы канцоў была адправлена. Калі транзакцыя не выйшла, трэба можаць сказаць, хто прыняў рашэння, на якіх даных, якое правіло яе затвердзіла, як была створэна транзакцыя і што на самай працоўнай мерэжы насправды адбылася. Без такога рэвэлюмента робка такіх сістэм у працоўным рэжыме стае спробай здогадацца.

У адносе да ядра, практычная рэалізацыя трэба дадаць кантроль ідэнтычнасці і доступу, кантроль кансервацыі ключоў, храненне стану, рэгулюванне навантажэння, монітарынг, тэставанне і летак аўдыту. Дэманстрацыі ніколі не паказваюць гэтага, але саме гэта вялікае значэнне для таго, чы рашэння працуе у масштабах падпрыемства.

Распрашчаныя сістэмы з LLM-амі ўнутры

Самы спрытны спосаб прыглядзець на гэтыя вызовы — гэта перастаць спрыяваць сістэме з калькольнікамі агентаў як на скупку чат-ботаў. Гэта распрацаваная сістэма, дзе дзеянні часам прыменяюцца верагатывальна за дапамогою модэлю, таму ўсе класычныя прыемы застаюцца актуальнымі: калектаванне стану, аўтэнтыфікацыя, автарызацыя, канкурэнція, павторныя спробы, ідэмпотэнцыя, вяснаванне аб бядах, парадактаванне дадзеных і можлівасць назірання.

Модэль являе сабою слой разумавання, а архітэктура — слой кантролю. Калі на кону стояць рэальныя актываў і незворачныя транзакцыі, гэтае разлікі маюць вельмі важлівы значэнь. Якша пабудаваная сістэма не прагне необмежанай автаноміі. Яна прагне кантролюемай автаноміі: агенты маюць свабоду разумаваць, саўместна працаваць і прыстосавацца, тады як дэтэрміністычны прыграмкі керуюць правамі, фінансавымі лімітамі, парадактаваннем і выкананнем.

Вывад

Ценнае не ў наявнасці калькольных модэляў. Цяная ў тым, каб разбіць складныя рабочыя працэсы на меншыя, спецыялізаваныя елементы, якія можна кантролюваць. Для B2B-крэйптовалюты гэты прынцып можна сформулюваць проста:

• Мышленне належыць агентам.
• Збір дадзэнняў і ўпрацоўкі належыць інструментам.
• Коордынацыя належыць оркестратору.
• Бізнес-правіла выкананы праз правілы.
• Транзакцыі праходзяць праз шар выканання, які іх кантролюе.
• Завершальная расчытка адбываецца на самай блакчэйн-сеткі.

Калі гэтыя абавясці ўскладнены, сістэму легча масштабаваць, тэставаць, захоўваць і аўдытаваць. Мета не ў тым, каб AI выглядала хыткай. Мета — зробіць складныя рабочыя працэсы, керованыя AI, дастаткова надзеянымі для практычнага выкарыстоўвання.