← Каталог

· AI Engineer World's Fair 2025

Создание приложений на основе AI agents

Building Applications with AI Agents

Надёжный агентный продукт строится на узком наборе инструментов, простых цепочках и большом объёме оценок, а не на сложной оркестрации.

  • Меньше инструментов в одном вызове — по наблюдениям спикера, точность падает, когда в один промпт попадает много инструментов с похожим смыслом. Группируйте их по смыслу и отдавайте каждую группу отдельному агенту, а координатор пусть маршрутизирует запрос.
  • Цепочки вместо агентного цикла — если задача укладывается в цепочку или дерево с ветвлением, её проще измерять, дешевле запускать и надёжнее. Бизнес-логику спикер советует держать в детерминированном коде, а состояние хранить вне модели.
  • Evals как основа разработки — по словам спикера, оценочный набор стоит делать заметно больше, чем кажется, потому что без него нельзя выбрать число агентов, инструментов и модель. Для синтетических данных он называет IntellAgent, для разметки Label Studio, а для автоматической оптимизации промптов TextGrad и DSPy.
  • Красная команда и наблюдаемость — трассировка через OpenLLMetry и OpenTelemetry плюс систематический red teaming с PyRIT до выхода в продакшен. Детекторы на разных слоях стека и откат на ручную проверку в критичных случаях.

Кому полезно: тем, кто переводит агентные системы в продакшен и сталкивается с хрупкой оркестрацией и нехваткой оценок.

Статья по теме

Главы

Похожие доклады