Phase 14: Agent Engineering

Descubra o fluxo de trabalho que as pessoas realmente realizam

Type: Learn + Build

Languages: Python (stdlib)

Prerequisites: Phase 14 lesson 47

Time: ~70 minutes

Objetivos de aprendizagem

• Modela o fluxo de trabalho atual como ações ordenadas com evidências.
• Separar observação direta do comportamento relatado ou inferido.
• Localize o atrito, as entregações, a autoridade e o estado oculto.
• Mantenha visíveis as alegações incertas, em vez de transformá-las em requisitos.

Comece com o sistema atual

Não comece por perguntar quais são as características que as pessoas querem, comece por reconstruir o que acontece agora.

Para cada passo, registar:

O fluxo de trabalho é maior do que a tela. Inclui espera, copiar-pegar, canais laterais, aprovação, recuperação de erros e os passos que as pessoas deixaram de notar.

A evidência é forte

Use uma simples escada de provas:

1. Direct behavior:Observação, rastreamento, gravação ou evento do sistema.
2. Artifact:bilhete, cadastro de execução, registro, formulário ou saída concluída.
3. Reported behavior:uma pessoa descreve o que faz.
4. Inference:A equipa conclui o que provavelmente acontecerá.

Os quatro podem ser úteis, apenas os dois primeiros provam o comportamento atual diretamente, e os outros são marcados para que a confiança não se infle silenciosamente.

flowchart TD
  T[Trigger] --> A1[Actor action]
  A1 --> H[Handoff]
  H --> A2[Next actor action]
  A2 --> O[Outcome]
  E1[Direct evidence] -.supports.-> A1
  E2[Artifact] -.supports.-> H
  E3[Reported behavior] -.supports.-> A2

Procure quatro coisas

• Friction:esforço repetido, atraso, reentrada ou recuperação.
• Hidden state:fatos levados em memória, conversa ou notas pessoais.
• Authority:A pessoa ou sistema autorizado a efectuar uma alteração consequente.
• Exceptions:O caso em que o fluxo de trabalho normal deixe de ser normal.

As características da IA muitas vezes falham em entregas e exceções porque o caminho feliz era o único caminho moldado.

Não se desprenda de discordâncias

Os dois utilizadores podem executar fluxos de trabalho diferentes por boas razões.

• diferentes funções;
• diferentes níveis de risco;
• O processo anterior e o atual;
• Diferenças de competência;
• Uma verdadeira divergência política.

Um fluxo de trabalho médio não pode descrever ninguém.

Construí-lo

O laboratório armazena evidências em cada etapa do fluxo de trabalho, valida a ordem e a confiança, calcula a relação entre evidências diretas e escreve outputs/workflow-evidence.json- Não .

bashCopypython3 code/main.py
python3 -m unittest discover code/tests -v

Adicione um caminho excepcional no qual o registro de implantação está faltando.

Exercícios

1. Reconstruir um fluxo de trabalho de um registro sem entrevistar ninguém.
2. Entrevistar um utilizador e marcar todas as alegações que ainda não tenham provas diretas.
3. Adicione um limite de autoridade e um passo de recuperação de falhas.
4. Modelo de duas variantes de fluxo de trabalho sem as fundir.
5. Identifique uma característica proposta que remova um passo visível, mas deixa o trabalho oculto intocado.

Mais leitura

• Nuseibeh and Easterbrook, Requirements Engineering: A Roadmap, especialmente o seu tratamento da elicitação como interpretação, modelagem e validação em vez de simples captura.
• Gotel and Finkelstein, An Analysis of the Requirements Traceability Problem, por dificuldade em preservar a relação entre os requisitos e as suas fontes.

O que você guarda

• Não .outputs/workflow-evidence.jsonTransforma o atrito e a incerteza observados num mapa de suposições na próxima lição.

This free lesson is part of the AI Engineering from Scratch curriculum. Read the full explanation, run the lesson code, and verify the result in the interactive reader or from the repository source.

Browse the complete course catalog or open this lesson on GitHub.