نشرت OpenAI دراسة حالة عن Third Moment Research تشغّل 10,000 agent لأكثر من 36 ساعة. يُقدَّم هذا العبء العملي كنشر agents بأسلوب الإنتاج وليس كاختبار أداء قصير، ما يضع التزامن المستمر وإدارة الحالة في صميم التصميم.
بالنسبة للفرق التي تبني أنظمة agents، لا تكمن الأهمية في الرقم اللافت بقدر ما تكمن في نطاق التشغيل الذي يفترضه. فتشغيل بهذا الطول وهذا العدد من الـ agents يفرض إجابات صريحة عن أسئلة الجدولة: كيف تُصفّ الأعمال وتُعاد محاولتها، وكيف تُحفظ حالة الـ agent وتُستعاد عبر عمليات إعادة التشغيل، وكيف تُعزل الأعطال الجزئية حتى لا تتفاقم، وكيف تُقاس التكلفة بينما آلاف الحلقات المتزامنة قيد التنفيذ. هذه اعتبارات هندسية تميل التقييمات القصيرة إلى تركها دون اختبار.
لا تذكر التغطية تفاصيل تتجاوز عدد الـ agents المنشور ومدة التشغيل، لذا يبقى إعداد النموذج الأساسي، وstack التنسيق، والبصمة التحتية، وملف التكلفة غير واضحة. ومع ذلك، تظل دراسة الحالة مرجعًا عامًا مفيدًا لأعباء عمل الـ agents عالية التزامن وطويلة المدى، وتذكيرًا بأن الموثوقية على نطاق واسع مسألة أنظمة لا مسألة prompt.