· AI Engineer World's Fair 2025
Как создавать агентов с учётом особенностей компаний
How to build Enterprise-aware agents
Enterprise-агентам нужны процедуры конкретной компании, и передавать их проще через библиотеку эталонных workflow с поиском похожих задач, чем через fine-tuning.
- Оценка по шагам — агента проверяют сравнением его последовательности действий с эталонным workflow, а не только финальным ответом. Так видно, выбрал ли он правильные шаги, даже когда итоговый ответ выглядит нормально.
- Workflow как обучение и поиск — эталоны используются для обучения агента, а удачные трассы его работы сохраняются как новые процедуры компании. В Glean, по словам спикера, workflow генерируется агентом по описанию задачи на естественном языке, а пользователь потом правит результат.
- Поиск похожих задач вместо fine-tuning — для быстро меняющихся процессов и персонализации спикер предлагает находить похожие задачи в библиотеке и подавать их примеры в промпт. Fine-tuning, по его оценке, приходится переделывать при каждом новом инструменте, изменении процесса или выходе новой модели.
- Авторитетность в Workflow Search — когда похожих workflow сотни, выбор решают сигналы из knowledge graph: кто создал процедуру, насколько часто она давала успех и обсуждается ли она в Slack.
Кому полезно: тем, кто строит агентов для внутренних процессов компании и решает, нужен ли fine-tuning или поиск по примерам.
Статья по теме
Главы
Похожие доклады
Агенты сейчас там же, где микросервисы были в 2015 году
AI Engineer World's Fair 2026
Близко по содержанию
Как определить, когда AI agent может работать без надзора
Близко по содержанию
Как создавать planning agents, не теряя контроля
AI Engineer World's Fair 2025
Близко по содержанию
Keynote: Почему люди считают, что «agent» — это модное словечко, хотя это не так
AI Engineer Summit 2025
Близко по содержанию

