← Каталог

· 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