Все новости

LangChain предложила проектировать агентов вокруг целей, на которые удобно давать обратную связь

Материал подготовлен Sintelligent с помощью ИИ. Опубликовано в SI: . Обновлено: .

Автономность агента зависит не только от модели: удобная проверка людьми превращает их замечания в повторно используемый опыт.

LangChain описала подход goal engineering: область ответственности агента следует выбирать так, чтобы эксперт мог часто и удобно проверять однотипные результаты и передавать неформальные требования. В примере Actively AI агентов перестроили с отдельного помощника для каждого клиента на «motions» — виды работ вроде исходящих продаж сразу по многим клиентам; контекст клиентов собирают фоновые агенты, а замечания продавца распространяются на всю однотипную очередь. По мнению LangChain, интерфейс проверки становится ключевым ограничением долгих автономных задач, поскольку именно через него модель получает знания, которые не записаны в документах и API.

Источники 1