Сделайте AI-агентов предсказуемыми с помощью графовой инженерии
Make Your AI Agents Predictable With Graph Engineering - Zachary Blumenfeld, Neo4j
Работу агента стоит описывать явным графом, который хранится рядом с данными: тогда поведение агента становится предсказуемее, а процедуру можно переносить между средами выполнения.
- Процедуры как граф — skill-файл вместе со скриптами и справочными материалами превращается в граф шагов, и агент, который вынужден по нему проходить, даёт лучшие результаты на сложных задачах. По словам спикера, это работает и на более маленькой модели.
- Дистилляция из памяти — процедуру можно извлечь из графа трасс решений и сохранить в том же графе с происхождением каждого шага, версиями и отслеживанием дрейфа.
- Маршрутизация в коде, а не в рассуждениях — в демо с одобрением кредита жёсткие правила, решение модели с уровнем риска и эскалация человеку вынесены в скрипты. По словам спикера, прогон с процедурой стал почти вдвое быстрее (около 2,7 минуты без неё), а более простая модель сократила время ещё сильнее.
- Наблюдаемость ветвлений — прогоны сохраняются в графе с шагами и вызовами инструментов, поэтому видно, какие ветки были пройдены, а какие нет.
Кому полезно: тем, кто автоматизирует согласованные процессы с аудитом, например проверку соответствия требованиям или отчёты для комплаенса.
Статья по теме
Главы
Похожие доклады
Как превратить память агента в работающие навыки
Близко по содержанию
Как определить, когда AI agent может работать без надзора
Близко по содержанию
Активная графовая среда выполнения для агентов (BabyAGI 4)
AI Engineer World's Fair 2026
Близко по содержанию
Контекстные графы для объяснимых AI-агентов, учитывающих последствия решений
AI Engineer Europe 2026
Близко по содержанию

