Што паказвае стварэнне агента за 10 хвілін пра практычную архітэктуру

Што паказала праца з LangGraph, Deep Agents і TrueForge абстракцыі, кантролю і таму, як насправды паводзяцца агенты.

Пад час стварэння DEVIN значны частак зусіль быў спрямаваны на работу, якая ніколі не стае видна, калі хтось проста викорыстоўвае агента AI.

Падключэнне Deep Agents.

Настроўкі Daytona як среды для тэставання.

Викорыстанне Ingest для обробкі стрімінгу і виканання у фоне.

Забезпечэнне саўместной працы всіх эых элементаў.

Прогрэс быў медзкім.

Але ў ходзе ціх зусіль адкрылася болей чыстая карціна таго, з чаго насправды складаецца система агентаў.

Не толькі сама модель.

Усё, што яе абгрунтавае.

Час виканання.

Інструменты.

Среда для тэставання.

Шар оркестрацыі.

Спосаб, якім агенты разам спілкуюцца і перадаюць адна другой работу.

Потым з’явіўся хакатон, і разам з якім — TrueForge.

Майже адразу стала зрозумела, як велику частку інфраструктуры, якая была створана рукамі з великім клопатам, можна было б перадаць платформе.

Стварэнне рабочага агента не займало больш чым дзесять хвілін: падключэнне неабяжных MCP-аў, дадзенне неабходных інструментоў, стварэнне файла SKILL.md, які описвае ўзор карыстоўвання, і пасля проста його запуск.

Пасля всіго часу, які быў пасвячаны стварэнню інфраструктуры з нуля, гэта здавалася майже занадто простым.

І, часамі, гэта было вражаюча.

Гэта самэ тое, як должна выглядаць хорашая абстракцыя.

Але кампенсацыя, якая хавалася за гэтым простам, ўсё яшчэ не была зрозумела.

10-хвілінны агент

Першай рэакцыяю была чыстая захопленасць тым, насколькі лёгка быў цей процес.

TrueForge пакінула на сабе адпаведную інфраструктуру, а галоўную задачу — апісацыю таго, што саме павінен робіць агент, — пераказала ў вялічыню спэцыяльнасці.

Это справжня моцная абстракцыя.

Дадаўшыяся MCP-ы былі видны.

Інструменты таксама былі видны.

Файл SKILL.md таксама быў видны.

Усё здавалася чытабельным і простым для разумення.

Таму звычка паводзіцца да яго засталася.

Лиш толькі праз продовжальнае выкарыстоўванне выявілася болей тонкая проблема, якой не было зафіксавана падчас самага хакатона.

Проблемай не было таго, што можна было пераканаць.

Проблемай была тама, дзе насправды знаходзіцца архітектура.

Сама спэцыяльнасць не ёстся архітектура

Корэнтны агент чытае файл з навыкамі і выкарыстоўвае яго, каб адначасова вялікі частака ўхваліць рашэнняя пра тое, як застосаваць свае можлівасці, уключаючы спосаб і час стварэння падагентоў.

Это значыць, што адзін файл SKILL.md можа тыхо адначасова вялікі частака ўхваліць рашэнняя пра структуру паведання агента.

Уявіце, што хочаце стварыць нешта подабнае:

                    Root Agent
                   /          \
                  /            \
            Researcher        Coder
                /                \
               /                  \
          Searcher              Tester

Проста сказаць корэнтнаму агенту ўдзеўна: "ціха тут вашы інструменты, створыце якія-небудзь падагенты, калі ўсё будзе трэба, і рашыце проблему," — гэта не тое ж самае, што і проектаванне системы.

Насамперад важна ўжо самае прымітна адначасова вялікі частака ўхваліць рашэнняя пра архітектуру:

• какія агенты існуюць
• за шта кожны з яных адпавядае
• какія інструменты належаць кожнаму агенту
• які контэкст отрымае кожны агент
• колі трэба перадаць заведамасці
• як выглядае шлях вяснавання пасля абэрэнці

Гэтае разлікаванне сталае ўсё бол выразным.

Працюючы з падходам Deep Agents, архітектуру трэба спецыяльна ствараць.

Працюючы з TrueForge, інфраструктурная частка ўсё простае, але поведэнчная архітектура залежыць ад таго, чы роўневы агент інтэрпретуе навык так, як вы хацелі.

Гэтая залежнасць значна стрычэе поведэнне цэлай системы да аснованага моделі.

Болей спроможны модель можа прачытаць навык абсалютна так, як гэта і было задумана.

Слабейшы модель можа выбраць абсалютна іншы падход да тых сабе інструкцый.

Той самы файл навыку.

Тэй самыя інструменты.

Разныя рэзультатыўныя парадоксы.

На паперы архітектура не змянілася.

Змянілася толькі інтэрпретацыя гэй архітектуры моделлю.

Самэ гэтае прасоўкі зробілі такі падход нельягчым для абсалютнага давер'я.

Работа над AEGIS падкрэпіла гэтую абавяку

Пад час стварэння AEGIS команда зіткнулася з простым, але важлівым проблемам.

Агент мяў расследаваць прыклады застою цікла змаганняў у Node.js.

Ён мусіў аналізаваць код, воспамінаваць проблему, вымерваць характэрыстыкі роботы пад час выканання, діагноставаць асляпленую прычыну, запропанаваць спосаб выправлення і падтвердзіць, што выправленне сапраўды працавала.

Спачатку этап пераканання быў пераважна проста праблемай, якая падказвала модэлю, што робіць, прыблізна так:

Выконай эксперымент, паравярць рэзультатывныя показнікі і адгукнуцца, чы рашэнне сапраўды выявіла проблему.

Аднак дазволіць LLM самаму вяршыць, чы яго соплант успеў, на самай працоўцы не ўважаецца перакананнем.

Такім чынам, дэтэрміністычны ўзлок той логікі быў перанесены ў код заместо тексту запытку.

Модель выконвае разумовыя расчытанні.

Система выконвае зьмерэння.

Пераканальнік выконвае вызов.

Гэты дазнаўчы кантэкст стварыў прынцып, які зараз шырока практыкуецца ў проектаванні агентаў:

Якщо чаго-небудзь не можна спазіраць, яго нельга належным чынам працаваць. Якщо яго нельга працаваць, яго нельга ацэніць. А якщо яго нельга ацэніць, яго нельга надзеяным чынам паспрабаваць пакращыць.

Самэ гэтая прычына, чаму архітектура мае значэнне.

Не таму, што дыяграма з большай колькасцю коракоў і стрэл є апошней кращай.

Таму, што патрэбна чыстая інфармацыя пра тае, што створыла паведанне, якое вы намагаецеся пакращыць.

"Ён працуе" проты "Я разумею, чаму ён працуе"

Два разныя агента можу тэхнічна дасягнуць успеху.

Абодва можу завершыць заданая задача.

Абодва можу выглядаць чырвонародна ў працуючай дэманстрацыі.

Прыгожыя праўдзівыя тэсты выйшлі, калі ўсё пайдzie не так.

У разе агента такога типу можна праследаваць точны шлях выканання:

Root Agent
    ↓
Researcher
    ↓
Search Tool
    ↓
Result
    ↓
Root Agent
    ↓
Coder
    ↓
Sandbox

Кожную тачку прыняцтва рашэння можна адным чынам пераглядаць і аналізаваць:

Чаму самэ гэты крок адбыўся?

У разе агента іншага типу ёсць толькі опис намечанага рэзультата, а модель сама выбірае шлях.

Калі гэта работае, усё здаецца надзвычайна проста.

Калі гэта не работае, адпаведзець на пытанні з дэбаггу стае набліжна сложнейша:

Чы розбіянне было спрычыненае модэллю, інструкцыямі, логікай делегавання, запроставленым контэкстам, чы архітектурой, яку модель сама створыла?

Той другі сценарыя — гэта значная больш за складны прыблуджанне.

І гэта тое, чым научыла TrueForge

Перш чым пачаць працаваць з платформай, стварываецца прыродны выклік, што самая складная частка стварэння агента знаходзіцца выключна ў шары інфраструктуры.

Работа з нею зміняе гэты падход. Выявляецца, што інфраструктура — толькі палова з адзінаўцоў.

Інфраструктуру можна абстрагаваць.

Праявы агента супертываюць абстрагаванню.

Платформа може запроста даць сэндбокс.

Яна може запроста даць MCP.

Яна може запроста даць возможнасць стрімування.

Яна може запроста даць весь час выконання.

Але якщо вы ствараеце агента, чыя дзеяння справа прыносяць значэнне, вам усё рава трэба самім адпавесць на дзеякія запытанні:

Кой компонент прыме якія рашэнні?

Што дазволенае робіць каму?

Дзе самэўсёды выканае делегавання?

Якая у вас ўважнасць да процесу?

Што вы насправдзе можетэ змерыць або ацэніць?

Якія існуюць спосабы для выправлення проблем, калі яны выйшлі з ладу?

Это тыя аспекты, якія ніхто не должен перадаваць без двойнага разважэння.

Скількі часу трэба, каб зрозумець, чаму ўсё паўзіло?

Скліканне агента за дзесяць хвілін — гэта справды вражаючы камплекс задач.

Але болей корыстны вопыт стае важлівым больш, чым гэтая швальнасць:

Скількі часу трэба, каб зрозумець, чаму ўсё паўзіло?

Серавысконныя среды не награджаюць за успешную першую дэманстрацыю.

За што яны караюць — так гэта за дзесяты неудачны результат.

Інструмент, які вяртае нечаканае.

Болей слабкі базовы модэль.

Агент, який перадае заведзенні тады, калі гэтага не трэба.

Агент, який не перадае заведзенні тады, калі трэба.

Агент, який анунціруе «Завершанае»,

хоча на самай працы нічога не было адварысана.

Самэй гэтам і служыць архітектура.

Што на самай было вывучана

Размышляючы пра проект DEVIN, справжнім урокам не было володзення Deep Agents, Daytona чыў Ingest як самастоятнымі інструментамі.

Этам было разумеўце як компаненты системы агентаў з’ёднаюцца між сабою.

TrueForge паказаў, насколькі быстро тыя ж самыя компаненты можна абстрагаваць.

А ўжо іх выкарыстоўванне адкрывае другую сторону гэтай зручнасці:

Інфраструктура можа з’явіцца невидачай у рабочым процесе, не зникаючы разам з паведаннем.

Касці пра тое паведанне заўсёды трэба каму-небудзь.

Хтось все ўсё ж трэба стачыць, каб побачыць яго ў дзейнасці.

Хтось все ўсё ж трэба ацэніць, чы робіць ён сваю справу.

І хтось все ўсё ж трэба вырашыць, што будзе зменяцца, калі ён не будзе працаваць.

Гэтая адпаведнасць — такая, якую трэба заставаць пад сваім кантролем, а не перадаваць іншым.

Куды працуе архітектура агентаў

Гэты дазнаўнік таксама перакшталтавае спосаб прымэркавання траекторіі розвітку агентных систем у шырэйшам сенсе.

Галерая працавала праз розныя стадіі:

моделі → інструменты → MCP → агенты → глыбокія агенты

і на кожной стадіі інфраструктура, якая іх падтрымлеў, стае простэйшай у доступе.

Самым важлівым слоем у будучыні, па гэй меркаванню, є інфраструктура, якая падтрымлеў модель.

Не проста первісныя можлівасці моделі, але і система, якая ёй забезпечвае:

Кантэкст, інструменты, выкарыстанне, правыя, оркестрацыя, память, можлівасць абзору, адказа і кантроль.

Калі моделі будуць стаўляцца лепшымі, сама толькі якосьць сырой моделі больш не будзе важлівым фактарам.

Інжынерны вопыт, які варта задаць, будзе все больш такім:

Якая среда была створаная наваколе моделі, і якія є можлівасці кантролю над яе працэйнай дзейнасцю?

Гэта, мабыць, галоўны урок з стварэння DEVIN і пазней складання агента за дзесяць хвілін.

Чым простэйша становіцца стварэнне агента, тым важлівейша становіцца падтрымка всього, што яго абгрунтуе.