← Каталог

· AI Engineer World's Fair 2026

Claude для долгосрочных задач

Claude for long-horizon tasks

Длинные задачи агентов упираются в архитектуру: сессию стоит хранить отдельно от песочниц, проверку выносить в отдельный контекст, а память чистить офлайн.

  • Разделение мозга и рук — harness работает как stateless процесс, сессия лежит в append-only логе, а секреты хранятся отдельно от контейнера с агентом. Падение harness или песочницы не теряет сессию.
  • Верификатор в отдельном контексте — второй агент проверяет работу по заданным критериям, а цикл из агента-строителя и верификатора идёт до их выполнения. По словам спикера, frontier-модели хорошо работают с таким паттерном.
  • Память без жёсткой схемы — модели дают общий инструмент записи в каталог, а не заранее заданные типы памяти. По словам спикера, навязанная схема снижала результат, а сильные модели лучше обобщают знания для будущих сессий.
  • Офлайн-dreaming — отдельный процесс просматривает память и трассы сессий и исправляет ошибочные записи. В эксперименте с Pokémon агент с сырой памятью пять из пяти раз попадал в одну ловушку из-за неверной записи, а с dreaming ошибка исправлялась.

Кому полезно: тем, кто строит долгоживущих агентов с памятью и песочницами.

Статья по теме

Главы

Ещё доклады: Lance Martin

Страница спикера →

Похожие доклады