← Каталог

· AI Engineer World's Fair 2026

Что вообще значит «готово»? Агенты и модель liveness в Paperclip

What Does Done Even Mean? Agents and Paperclip's Liveness Model - Dotta, Paperclip

«Готово» для агентов — не булев флаг, а набор утверждений: артефакт, доказательства, проверяющий, ответственный за решение и остаточный риск.

  • Проверяет другая модель — автор советует отделять проверяющего от автора, например, код, написанный в Claude, проверять через Codex.
  • Доказательства вместо вопроса «готово?» — агенту нужны инструменты проверки, браузер и скриншоты, чтобы он сам прошёлся по интерфейсу, а не отвечал на вопрос о собственной работе.
  • Баланс живости и контроля — без проверок агенты производят поток низкокачественного контента, а проверка каждой задачи человеком создаёт очередь, которую не разобрать; по словам автора, Paperclip держит баланс через явные переходы состояний, блокеры и назначаемых ревьюеров и апруверов.
  • Watchdog не привязан к harness — отдельный агент получает цель и не даёт остальным остановиться, пока цель не достигнута; по словам автора, он работает с Pi, OpenClaw, Hermes, Claude Code и Codex через один интерфейс.

Кому полезно: тем, кто запускает агентов на серьёзную работу, за которую отвечает сам, и хочет понять, как не превратить очередь проверок в формальность.

Статья по теме

На какие вопросы отвечает доклад

  • Почему агенты создают больше работы, чем люди успевают проверить вручную?

    Агенты выпускают код и документацию быстрее, чем их можно проверить. Если проверять все задачи людьми, получается verification theater, а без контроля качества растёт AI slop. Нужен баланс между движением работы и проверкой.

    ▶ 0:50Доказательства, проверка, ответственность и непрерывность workflow
  • Как задать переходы между статусами задач для агентов, чтобы они не застревали?

    Для каждой задачи заранее задаются допустимые следующие состояния и блокеры между задачами, которые control plane соблюдает сам. Для проверки назначаются reviewers и approvers, а решения людей остаются в журнале аудита.

    ▶ 3:27Переходы состояний Paperclip и сторожевые процессы, не зависящие от harness
  • Как не дать агентам остановиться раньше времени и как ограничить бесконечные циклы?

    Отдельный агент-watchdog получает цель и следит, чтобы остальные агенты продолжали работу, пока она не достигнута. По словам спикера, watchdog работает с любым harness: Pi, OpenClaw, Hermes, Claude Code, Codex.

    ▶ 3:27Переходы состояний Paperclip и сторожевые процессы, не зависящие от harness
  • Как проверять, что агент действительно закончил задачу, а не просто написал «готово»?

    Проверять должен отдельный агент, часто на другой модели: например, код пишет Claude, а проверяет Codex. Агентам нужно требовать доказательства и давать инструменты вроде браузера и скриншотов, чтобы они сами прогоняли результат.

    ▶ 5:15Структурированные объекты завершения и межмодельная проверка
  • Как описать завершённость задачи структурой, а не одним булевым флагом done?

    Спикер предлагает фиксировать артефакт, охват, критерии, доказательства, того, кто проверил, того, кто утверждает, остаточный риск и следующее действие. Так видно, готова ли задача к merge, деплою или анонсу.

    ▶ 5:15Структурированные объекты завершения и межмодельная проверка

Главы

Ещё доклады: Dotta

Страница спикера →

Похожие доклады