· AI Engineer World's Fair 2025
Эффективные паттерны проектирования agents в production
Effective agent design patterns in production
Агенты оправданы там, где LLM сжимает большой объём неструктурированного текста в структурированные решения для существующего софта.
- Интеграция важнее чат-бота — LLM хорошо сворачивает контракты, счета и регламенты в короткий результат, а расширять короткий промпт в большой текст у неё получается плохо, поэтому, по мысли спикера, встраивание в софт даёт больше сценариев, чем чат-интерфейс.
- Агент поверх RAG — наивный top-K RAG уступает агенту, который может разбить сложный вопрос на простые, перепроверить извлечённые данные и переспросить; по словам спикера, это заметно повышает точность.
- Параллельные ветки — одна ветка обрабатывает запрос, другая проверяет его допустимость; голосование нескольких моделей или прогонов, по словам спикера, снижает галлюцинации, потому что модели ошибаются по-разному.
- Декомпозиция и самопроверка — сложный вопрос делится на подвопросы, которые решаются параллельно, а цикл evaluator-optimizer возвращает ответ на доработку; так устроен deep research, и в докладе показан туториал по его реализации.
Кому полезно: тем, кто строит агентов поверх документов в PDF и Word. Доклад во многом презентация LlamaIndex, но паттерны применимы и в других фреймворках.
Статья по теме
Главы
Ещё доклады: Laurie Voss
Все 7 докладов →Похожие доклады
RAG для руководителей AI-направлений
AI Engineer World's Fair 2024
Близко по содержанию
12 факторов агентов: паттерны надёжных приложений на базе LLM
AI Engineer World's Fair 2025
Близко по содержанию
Прокачайте автоматизацию: agentic workflows на Vertex AI
AI Engineer World's Fair 2024
Близко по содержанию
Grep или embeddings? Агентный поиск по корпоративным документам
Близко по содержанию

