Агенты — тоже роботы: чему автономное вождение научило меня в создании агентов
Agents are Robots Too: What Self-Driving Taught Me About Building Agents — Jesse Hu, Abundant
Агентов для кодинга надёжнее строить как роботов: успех зависит от замкнутого цикла действий, состояния, симуляции и offline-инфраструктуры, а не только от модели.
- Замкнутый цикл вместо открытого — bash-команда без наблюдения за выводом не даёт остановиться досрочно и понять, завершился ли процесс. Terminus из Terminal-Bench работает через поток
tmuxпосимвольно, поэтому может отправить Ctrl+C и читать вывод по ходу работы. - Состояние входит в среду — переход от одноразовых сессий к VM с постоянной файловой системой меняет и симуляцию, и evaluation: нужно учитывать, что уже запущено и что лежит на диске.
- Сдвиг распределения при имитации — модель, обученная на демонстрациях человека, теряется, когда уходит от его пути: браузерный агент может растеряться от всплывающего окна, которого не было в данных. Симуляция позволяет проиграть альтернативные ветки действий.
- Разбор провалов вместо одного числа — средний балл на бенчмарке мало что говорит, а разбивка неудач по категориям и логи из продакшена, возвращаемые в симуляцию, показывают, что именно чинить.
Кому полезно: тем, кто строит кодинговых агентов с долгоживущими VM или оценивает агентов на длинных задачах.
Статья по теме
Главы
Похожие доклады
Агенты сейчас там же, где микросервисы были в 2015 году
AI Engineer World's Fair 2026
Близко по содержанию
Ценные уроки создания эффективных AI coding agents
AI Engineer Code 2025
Близко по содержанию
Создание надёжных агентных систем
AI Engineer World's Fair 2024
Близко по содержанию
Как определить, когда AI agent может работать без надзора
Близко по содержанию

