Phase 14: Agent Engineering

Escreva especificações que preservem o julgamento

Type: Learn + Build

Languages: Python (stdlib)

Prerequisites: Phase 14 lesson 50

Time: ~75 minutes

Objetivos de aprendizagem

• Resultados separados, invariantes, exemplos, não-objetivos e prova.
• Marque as decisões como fechadas, limitadas ou delegadas.
• Preserva o julgamento dos agentes onde as escolhas são baratas e reversíveis.
• Requerem postos de controlo humanos onde as consequências ou o comportamento público mudem.

Dois extremos maus

Uma tarefa abaixo especificada pede a um agente para adivinhar o sistema.

O meio útil é um contrato executável:

Três modos de decisão

• Locked:O agente não deve escolher. Uso para compatibilidade pública, autoridade, segurança, custo irreversível ou compromisso com o produto.
• Bounded:O agente pode escolher dentro de limites explícitos. Uso para orçamentos de pesquisa, contagens de retest, dependências permitidas ou uma família de interface conhecida.
• Delegated:O agente é dono da escolha e deve explicá-la.

flowchart LR
  D[Decision] --> C{Consequence and reversibility}
  C -->|High consequence| L[Locked]
  C -->|Known safe range| B[Bounded]
  C -->|Cheap and reversible| A[Delegated]
  L --> H[Human checkpoint]
  B --> P[Agent proposes within limits]
  A --> I[Agent implements and proves]

Especifique o comportamento por meio de exemplos

Exemplos comprimem a intenção melhor do que adjetivos. Helpful, robust, e production-ready não são executáveis. Um pequeno conjunto de exemplos normais, vantagem, falha e proibidos dá ao construtor e verificador algo concreto.

Os exemplos não substituem as invariantes.

Prova deve corresponder à alegação

• Um teste unitário prova um contrato de função local.
• Um teste de fio prova a serialização e o comportamento de transporte.
• Uma viagem de navegador prova um caminho de interface.
• Um conjunto de repetições prova o comportamento sobre casos representativos.
• Um registro de auditoria prova que os limites de autoridade foram mantidos.

Não aceite uma camada inferior como prova de uma alegação de camada superior.

Preserve as desconhecidas de propósito

Uma especificação pode dizer que a execução pode escolher qualquer fonte de somente leitura que retorne dentro do orçamento temporal.

As especificações devem evoluir quando as evidências mudarem. Preservar a razão por trás de escolhas fechadas e limitadas para que equipes posteriores possam revê-las sem arqueologia.

Construí-lo

O laboratório valida todas as superfícies do contrato, verifica os modos de decisão e escreve.outputs/executable-specification.json- Não .

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

Mover a decisão de produção-escrever de bloqueado para delegado. Explique por que o esquema aceita o valor mas o risco do produto não.

Exercícios

1. Converte um bilhete de atrasos nas seis superfícies de especificação.
2. Substituir três instruções de execução por uma invariante e dois exemplos.
3. Marque todas as decisões e justifique cada escolha bloqueada ou limitada.
4. Adicione um recibo de prova para cada invariante.
5. Eliminar uma restrição que não tenha provas ou razões para o risco.

Mais leitura

• Nuseibeh and Easterbrook, Requirements Engineering: A Roadmap, para a relação entre metas, especificações precisas, validação, acordo e evolução.
• Zave and Jackson, Four Dark Corners of Requirements Engineering, para a separação de pressupostos, requisitos e especificações ambientais.
• Gotel and Finkelstein, An Analysis of the Requirements Traceability Problem, para preservar o porquê de existir uma exigência e de onde veio.

O que você guarda

• Não .outputs/executable-specification.jsonTorna-se o contrato que os agentes de codificação e os revisores humanos compartilham.

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.