← Каталог

Хватит указывать агентам, как работать

Stop Telling Agents How — Dan Barrett, Raymond Weitekamp & Jose Montes de Oca, OpenProse

Вместо пошаговых инструкций агенту можно описать результат Markdown-контрактом, а harness сам подберёт субагентов, навыки и порядок действий.

  • Контракт вместо процедуры — в контракте задаются результат, входы, выходы и зависимости, а если нужного навыка или инструмента нет, программа не запускается.
  • Проверка свежей сессией — результат проверяет новая сессия по тому же контракту, а не модель, которая сама его написала. В демо с PR-ревью агенты получали обратную связь через pull request, а в отдельных случаях проходили до 14 раундов правок.
  • Golden session в workflow — удачный прогон агента можно превратить в конкретную программу. По словам авторов, это снижает стоимость и делает результат стабильнее.
  • Документация моделей — запуск на своей инфраструктуре поверх своего harness и открытых моделей без отправки данных вовне. По словам авторов, у крупного банка около 4 000 моделей, а их документация стоит $10–50 млн в год; независимой проверки нет, а приёмка комплаенсом остаётся отдельной задачей.

Кому полезно: тем, кто ведёт повторяемые многоагентные процессы с требованием аудита. Доклад по сути презентует продукт OpenProse, но инженерная часть от этого не теряет ценности.

Статья по теме

На какие вопросы отвечает доклад

  • Как зафиксировать удачный запуск агента, чтобы повторять его дешевле и стабильнее?

    Дорогая модель сначала решает задачу, а её успешный трейс сохраняется как закреплённый сценарий шагов. По словам авторов, так снижается стоимость и растёт повторяемость результата.

    ▶ 15:15Закрепление успешных запусков в рабочих процессах
  • Почему агент одобряет собственный код и как проверять его независимо?

    Результат проверяют новые сессии агента по одному декларативному контракту, а не самопроверка той же модели. Замечания ревьюера возвращаются агенту-разработчику, и задача не закрывается, пока он их не учтёт.

    ▶ 24:43Проверка контрактов, модели принятия решений и RL
  • Как запускать агентов по событиям GitHub и расписанию вместо чата?

    Задание состоит из контракта и триггера; реализованы вебхуки и cron-расписания. Например, новый issue должен превращаться в коммит, а новый pull request запускать ревью агентами.

    ▶ 9:55Агенты, Skills, инструменты и триггеры
  • Как развернуть агентные workflow внутри компании на своих моделях и harness?

    Подход состоит из текстовых Markdown-файлов, поэтому его можно запускать с любым coding-агентом и одобренными моделями компании. Открытое ядро выложено под permissive-лицензией, данные и процедуры остаются внутри.

    ▶ 31:21Развёртывание в собственной инфраструктуре и с собственным harness
  • Как автоматизировать регулярное обновление документации моделей в банке?

    Требования регуляторов записываются как контракт, а агенты генерируют документацию по нему; демо сделано на публичной SOFR-кривой. По словам авторов, это экономит десятки миллионов долларов в год, но принятие комплаенсом остаётся отдельной задачей.

    ▶ 32:50Рабочий процесс документирования банковской модели
  • Как собрать несколько агентов в цикл с условием выхода и параллельными ветками?

    Контракты объединяются в граф с промежуточными проверками: fan-out и fan-in, adversarial review и циклы до выполнения условия. Такие схемы описываются текстом без кода, а родительский агент решает, когда выйти из цикла.

    ▶ 41:57Композиция контрактов и spec-driven workflows

Главы

Ещё доклады: Raymond Weitekamp

Страница спикера →

Похожие доклады