یادداشتهایی از ساخت سیستمهای ایجنت
هارنسهای ارزیابی، الگوهای ارکستراسیون، طراحی حافظه و شکستهای پشت آنها — نوشتهشده در حالی که جزئیات هنوز تازه است.

ایجنتهایی که اطاعت میکنند و باز هم آسیب میزنند: گزارش فیلادلفیا بهعنوان یک خطای مشخصات
پرونده گزارش نادرست فیلادلفیا داستان توهم نیست. یک خطای مشخصات است: ایجنتی اقدامی پرپیامد را اجرا کرد که پیششرطهایش هرگز اعلام نشده بود.

بنچمارکها خوباند؛ هارنس همان متغیری است که نسخهبندیاش نکردهاید
امتیاز یک لیدربورد حاصل ترکیب مدل، اسکیمای ابزارها، سیاست تلاش مجدد و محدودیتهای زمان اجراست. هارنس را منتشر کنید، وگرنه عدد هیچ معنایی ندارد.

دکمه واگرد یک مسئله وضعیت است: بازگشتپذیری بهعنوان محدودیت طراحی ایجنت
بازگشتپذیری یک قابلیت رابط کاربری نیست. ویژگی نحوه نوشتن وضعیت توسط هر ابزار است و باید پیش از اعطای خودمختاری، برای هر ابزار طراحی شود.

رد کردن یک تصمیم مسیریابی است، نه یک ویژگی مدل
تجاوز عامل معمولاً ناشی از نبود یک تصمیم مجوزدهی در بالادست مدل است. ایمنی باید در مسیر درخواست باشد، نه فقط در آموزش همراستایی.

بدافزاری که حرکت بعدی خود را انتخاب میکند، دفاع مبتنی بر امضا را میشکند
وقتی ابزارهای نفوذ از مجموعهای از مدلها برای انتخاب اقدام بعدی خود استفاده میکنند، تشخیص باید از مصنوعات به رفتار تغییر کند — و پلتفرمهای agent پیامدهای آن را به ارث میبرند.

بودجههای اختیار: سطح کنترل گمشده میان یک عامل و ابزارهایش
محدودیتهای پرامپت جنبهٔ توصیهای دارند. ایمنی واقعی از آنجا میآید که هر قابلیت را بهعنوان یک بودجهٔ اختیار قابلمصرف در نظر بگیریم: دامنه، سهمیه، انقضا و گواهی.