مهندسی عامل ابتدا زمینه و حسگرها را محکم می کند

با نگاهی به گروهی از بحث ها در مورد مهندسی هارنس این روزها، شهودی ترین احساس این نیست که “Agent لایه جدیدی از قابلیت ها را اضافه کرده است”، بلکه تمرکز بحث های مهندسی تغییر کرده است. در گذشته اغلب می پرسیدیم که آیا این مدل به اندازه کافی قوی است؟ اکنون ما ابتدا بر روی این موضوع تمرکز می‌کنیم که چه مقدار زمینه قرار دهیم، چه مدت در فایل قانون قرار دهیم، و سنسور چه سیگنالی می‌دهد. مدل هنوز در وسط است، اما چیزی که واقعاً شروع به تعیین ثبات می کند، مهار بیرونی است.

هرچه پنجره زمینه بزرگتر باشد، توجه پایدارتر خواهد بود.

شخصی در عقب نشینی اشاره کرد که agents.md باید کمتر از 200 خط کنترل شود. این عدد تظاهرآمیز یا پرستش شماره خط نیست، بلکه بیشتر یک یادآوری بودجه است. بزرگتر بودن پنجره زمینه فقط به این معنی است که محتوای بیشتری را می توان در آن جمع کرد، اما به این معنی نیست که مدل با ثبات بیشتری بخشی را که باید درک شود درک می کند. مدل‌ها اغلب فقط بر بخش کوچکی از زمینه تمرکز می‌کنند، و حتی اگر بقیه محتوا در پنجره باشد، ممکن است همه آن‌ها در فوکوس نباشند.

این در مهندسی بسیار آزاردهنده است. هرچه قوانین بیشتری وجود داشته باشد، نوشتن “محدودیت ها” به عنوان “نویز” آسان تر است. هرچه دستورالعمل طولانی تر باشد، دفن آنچه واقعاً باید در گوشه ای مشاهده شود آسان تر است. کوتاه نگه داشتن فایل به معنای تمیز به نظر رسیدن سند نیست، بلکه به این معنی است که محدودیت ها قابل مشاهده باشند. آنچه مدل با آن مواجه است یک دایره المعارف نیست، بلکه یک قرارداد عملیاتی محدود است.

سنسور دوباره لاگ را تغذیه نمی کند

تغییر آشکار دیگر این است که بحث شروع به حرکت به سمت سنسورهای محاسباتی شده است. سنسورها در اینجا نه به سادگی دفن می شوند و نه گزارش های سیستم دست نخورده در مدل وارد می شوند، بلکه وضعیت زمان اجرا در تعداد کمی از سیگنال های قابل استفاده فشرده می شود. کاری که انجام می دهد این است که نویز را فیلتر می کند، نه ایجاد بارهای متنی جدید.

به همین دلیل است که “به جای پایتون به Rust تغییر دهید”. تمرکز بر جانب گرفتن از زبان نیست، بلکه بر کنترل است. هنگامی که یک حسگر برای اطمینان از کیفیت به مرزهای زمان اجرا، محدودیت های منابع، مسیرهای استثنا و خروجی قطعی متکی است، زبان و محیط اجرا دیگر فقط جزئیات پیاده سازی نیستند، بلکه بخشی از خود حسگر هستند. اگر سیگنال ناپایدار باشد، مهم نیست که مدل چقدر قوی باشد، فقط در مورد ورودی ناپایدار حدس می زند.

ارسال داده‌های خام مستقیماً به مدل ممکن است در کوتاه‌مدت آموزنده‌تر به نظر برسد، اما اغلب فقط صحنه را در دراز مدت پر سر و صداتر می‌کند. یک حسگر واقعا مفید ابتدا باید “آنچه اتفاق افتاده” را در چند حالت واضح فشرده کند، و سپس تصمیم بگیرد که کدام جزئیات به انسان و کدام به ابزار سپرده می شود.

مسئولیت هارنس این است که دنیا را به قطعاتی تقسیم کند که بتوان به مدل تغذیه کرد

هنگامی که این نوع بحث به بلوغ رسید، بیشتر شبیه طراحی سیستم می شود تا تکنیک های سریع. مهار مسئولیت مرزها را بر عهده دارد: اینکه چه چیزی به متن می رود، چه چیزی خارج از متن باقی می ماند، چه حالتی می تواند توسط مدل تکیه کند، و چه حالتی باید توسط ابزارها مجدداً تأیید شود. این یک پوسته نیست، بلکه یک لایه فیلتر و نزدیکتر است.

این همچنین کمترین هزینه در سیستم عامل است. جایگزینی مدل سریع است، اما مهار بسیار کندتر است زیرا به طور مستقیم زنجیره عمل، زنجیره سیگنال و زنجیره شکست را متصل می کند. بودجه زمینه، طراحی حسگر، مرزهای مجوز، مسیرهای بازگشتی، همه در نهایت بر روی این لایه قرار می گیرند. تا زمانی که این لایه سفت نباشد، هرچه مدل قوی تر باشد، گسترش بی ثباتی بیشتر برای سیستم آسان تر است.

اکنون با نگاهی به این نوع قطعات، ارزشمندترین بخش یک نتیجه گیری واحد نیست، بلکه این است که به وضوح تمرکز پروژه را بیان می کند: عامل دیگر فقط «این که آیا می تواند کارها را انجام دهد» نیست، بلکه «این است که آیا سیستم خارجی توجه و سیگنال ها را جمع آوری کرده است یا خیر». این مرحله پایدار نیست و بهبود بیشتر در قابلیت‌های مدل تنها باعث تشدید هرج و مرج سریع‌تر می‌شود.