· AI Engineer World's Fair 2024
Создание надёжных агентных систем
Building Reliable Agentic Systems
Надёжность агентов для разработки, по словам авторов Factory, держится на явных критериях плана, симуляции решений и собственных интерфейсах к инструментам.
- Явные критерии плана — жёстко заданная логика и примеры успешных начальных состояний снижают число ошибок, но такие правила сложно масштабировать. Спикер советует применять их там, где задачу нужно решить в ближайшие месяцы.
- Симуляция путей решения — агент сэмплирует несколько вариантов, прогоняет их реальным и воображаемым выполнением кода и выбирает лучший через Language Agent Tree Search.
- Собственные интерфейсы к инструментам — повторяющуюся цепочку вызовов выгоднее завернуть в отдельный инструмент, а логи CI перед передачей модели сжимать до упавших тестов и краткого пояснения.
- Баланс автономии и контроля — по словам спикера, продуманный UX взаимодействия с человеком поднимает надёжность с 30–40% до 90–100%.
Кому полезно: тем, кто строит агентов для кодинга и ревью кода и решает, где задать правила вручную, а где дать модели свободу.
Статья по теме
Главы
Ещё доклады: Eno Reyes
Страница спикера →Подготовка кодовых баз к работе с agents
AI Engineer Code 2025
Как устроен Forward Deployed Engineering
AI Engineer World's Fair 2026
Выпускайте production-ПО за минуты, а не месяцы
AI Engineer World's Fair 2025
Похожие доклады
Агенты — тоже роботы: чему автономное вождение научило меня в создании агентов
AI Engineer Code 2025
Близко по содержанию
Почему программные фабрики терпят неудачу
AI Engineer World's Fair 2026
Близко по содержанию

