· AI Engineer World's Fair 2025
Системы обоснованного рассуждения для облачной архитектуры
Grounded Reasoning Systems for Cloud Architecture
Рассуждения архитектурного копилота, по словам автора, держатся на графе архитектуры и многоагентной иерархии, а не на семантическом поиске по векторам.
- Векторный поиск теряет связи — семантический поиск по embeddings, по словам спикера, плохо работает с графовыми данными архитектуры, поэтому команда переходит к графовому поиску и knowledge graph. Найденные узлы связываются между собой, и становится понятно, зачем они попали в выдачу.
- Иерархия агентов — главный архитектор запрашивает списки рекомендаций у десяти узкопрофильных архитекторов, опирающихся на два агента поиска: по требованиям и по текущему состоянию архитектуры. Затем он убирает конфликты и дубли, а для каждой рекомендации клонирует архитектора с собственной историей.
- Изолированная память — по экспериментам команды, рост общей памяти между агентами увеличивал галлюцинации, поэтому память разделена, а структурированные сообщения заменили XML.
- Ручная оценка — LLM-оценки, по словам автора, не давали нужных правок, поэтому команда построила внутренний инструмент Eagle Eye для проверки переписки агентов и рекомендаций. Уверенность LLM, по его словам, не равна правильности.
Кому полезно: тем, кто строит многоагентные системы с разделением ролей и памяти и думает, как проверять их выводы вручную.
Статья по теме
Главы
Похожие доклады
Агентный GraphRAG: логическое преимущество ИИ
AI Engineer World's Fair 2025
Близко по содержанию
Создание agents: самое сложное
AI Engineer World's Fair 2025
Близко по содержанию
Контекстные графы для объяснимых AI-агентов, учитывающих последствия решений
AI Engineer Europe 2026
Близко по содержанию
Хватит гадать: создаём надёжный ИИ с послойным CoT
AI Engineer Summit 2025
Близко по содержанию

