یادداشت‌هایی از ساخت سیستم‌های ایجنت
هارنس‌های ارزیابی، الگوهای ارکستراسیون، طراحی حافظه و شکست‌های پشت آن‌ها — نوشته‌شده در حالی که جزئیات هنوز تازه است.
دفترهای خروجی: ثبت اینکه یک ایجنت به کجا رفت، نه فقط اینکه چه فرستاد
بازرسی محتوا محموله‌ها را می‌بیند، نه مقصدها را. دفتر خروجی ثبت می‌کند که یک ایجنت به کجا رفت، با چه ترتیبی، و هر گام چقدر تازه بود.
اجرای پایدار، استدلال پایدار نیست: چک‌پوینت‌کردن وضعیت عامل بدون از دست دادن قصد
ذخیره‌سازی شاخص گام یک عامل، ذخیره‌سازی وضعیت وظیفه‌ی آن نیست. سیستم‌هایی که اجرا را چک‌پوینت می‌کنند اما قصد را نه، به اجراهایی روان و بی‌انسجام بازمی‌گردند.
قاضی یک کامپوننت است: نسخه‌بندی خطوط لوله LLM-as-Judge مانند هر وابستگی دیگر
LLM-as-judge تنها زمانی قابل اعتماد است که مدل قاضی، پرامپت، روبریک و پارامترهای دیکودینگ به‌عنوان یک آرتیفکت درجه‌یک پین و رگرسیون‌تست شوند.
ارزیابی ایجنت‌ها همان بازپخش رخدادهاست: ساخت پیکره رگرسیون از ردهای تولید
مجموعه‌های ارزیابی ایجنت باید از مسیرهای تولید ثبت‌شده و بازپخش رخدادها رشد کنند، نه از وظایف خیالی، زیرا شکست‌هایی که اهمیت دارند کشف می‌شوند، نه طراحی.
اجرای بادوام، نیاز واقعی زیرساختی برای ایجنت‌های طولانی‌مدت است
سرمایه‌گذاری و حرکت‌های محصولی حول اجرای بادوام به مسئله دشوار واقعی در زیرساخت ایجنت اشاره دارد: بازپخش قطعی و اثرات خودتوان برای اجراهایی که ساعت‌ها و اثرات جانبی خارجی را در بر می‌گیرند.
عامل‌های کدنویسی از طریق مخازن نشت می‌کنند، نه از طریق پرامپت‌ها
افشای ۱۳٬۰۰۰ تصویر داخلی از طریق عامل‌های کدنویسی، یک شکست در بهداشت مخزن و دامنهٔ عامل است: عامل‌ها کل تاریخچه و سطح اسرار یک checkout را به ارث می‌برند، بنابراین واحد مهار، مرز مخزن است، نه دستور.
حادثه‌های ایجنت پیش از آنکه مسئله‌ای سیاستی باشند، مسئله‌ای تلمتری‌اند
گزارش‌های ایجنت سرکش، شکست‌های کنترلی‌ای را توصیف می‌کنند که تا پس از وقوع نامرئی بودند. نخستین اصلاح، ثبت پایدار قصد، خروج و تصمیم است.
عامل‌های خرید به لایه تسویه نیاز دارند، نه لایه تخفیف
تجارت عامل‌محور از طریق معاملات، تسویه حساب و APIهای اندازه‌گیری‌شده در حال فرا رسیدن است. قطعه گمشده یک لایه تسویه و حل اختلاف است که ثبت کند کدام عامل اقدام کرده، تحت چه اختیاری، و چه کسی متحمل ضرر می‌شود.
تسویه‌حساب یک فراخوان ابزار نیست: چرا ایجنت‌های مرورگر مجوزدهی تجارت را می‌شکنند
ایجنت‌های مرورگر می‌توانند جریان‌های تسویه‌حساب را پیش ببرند، اما خرید یک رویداد رضایت است. این مقاله از اعتبارنامه‌های هزینه محدودشده و یک قرارداد تسویه‌حساب ایجنت‌محور دفاع می‌کند.