6 столпов agentic harness для production
The 6 Pillars of an Agentic Harness for Production — Varun Krovvidi, Resolve AI
Чтобы агенты чинили продакшен, по словам автора, нужны шесть опор харнесса, а одной сильной модели недостаточно.
- Выбор модели под каждый шаг — модели стоит оценивать постоянно: по словам автора, одни лучше справляются с изображениями, другие с детерминированными шагами, третьи с открытыми расследованиями, поэтому оркестрация подбирает модель под задачу.
- Причинная цепочка вместо связного ответа — модели склонны соглашаться с собеседником, поэтому корневая причина должна опираться на цепочку доказательств. В демо, по словам автора, агент связал алерт с устаревшими интеграциями и отверг версию о сбое GCP, а при нехватке данных снижает уверенность.
- Права по принципу наименьших привилегий — агент работает на чтение, а запись разрешается только при заранее описанных условиях.
- Evals на пяти уровнях — оценка охватывает положительную и отрицательную обратную связь пользователя, путь расследования, сравнение с лучшим инженером и калибровку уверенности.
Кому полезно: тем, кто строит агентов для on-call и инцидентов и хочет понять, что кроме модели нужно, чтобы выводы агента были проверяемыми.
Статья по теме
Главы
Похожие доклады
Мозг против рук: как безопасно запускать AI agents в production
AI Engineer World's Fair 2026
Близко по содержанию
Production evals для агентных AI-систем
AI Engineer World's Fair 2026
Близко по содержанию
Ваш агент не подвёл. Подвёл harness.
AI Engineer World's Fair 2026
Близко по содержанию
Умер ли agent harness?
Близко по содержанию

