Phase 14: Agent Engineering

Her Ajan Düzeltmesini Sistem İyileştirmesine Değiştirin

Sadece sohbette yaşayan bir düzeltme bir atışı düzeltir. Bir test, sınırı, örnek veya araç olarak geliştirilen bir düzeltme, sonraki atışların her birinde iyileşir.

Type: Learn + Build

Languages: Python (stdlib)

Prerequisites: Phase 14 lessons 37 to 41

Time: ~65 minutes

Öğrenme Hedefleri

Ajan düzeltmelerini dayanıklı kontrollere dönüştürün.
Her kontrolü tekrarlanmasını önleyebilecek en erken katmanlara yerleştirin.
Dönüştürülmüş dersleri sabit parmak izi ile kopyalan.
Artık gerçek bir risk korumayan kontrolleri geri çek.

Düzeltmeler Kanıt

Bir ajanı diyelim dosyayı düzenlemeyin dediğinizde, boyut sınırının yürütülebilir olmadığını öğrenmiş olursunuz. Bu çıkış şekli yanlış olduğunu söylediğinizde, bir örneğin veya testin eksik olduğunu öğrenmiş olursunuz. Kurulum tekrar başarısız olduğunda, çevre bilgisinin otomasyona ait olduğunu öğrenmiş olursunuz.

Düzeltmeyi iş sistemiyle ilgili bir gözlem olarak gör, bir yazma başarısızlığı olarak değil.

En erken etkili katman için ilerleyin

Bu sırayı kullan:

Recurring failure	Durable destination
Wrong result or regression	Test or evaluation
Off-scope or unsafe action	Scope or permission policy
Repeated setup or command mistake	Automation or tool
Repeated output-format mistake	Canonical example plus validator
Ambiguous local convention	Instruction with a scenario check
Product disagreement	Human decision record

Daha önce kontrol edilen yöntemler daha ucuz. Geçersiz bir durumun önlenmesi için yapılan bir test, daha sonra ele alınan bir yorumdan daha güçlüdür.

flowchart LR
  O[Observed correction] --> C[Find root cause]
  C --> T{Earliest owner}
  T --> E[Example or type]
  T --> V[Test or evaluation]
  T --> S[Scope or policy]
  T --> A[Automation]
  T --> H[Human decision]
  E --> N[Next run starts stronger]
  V --> N
  S --> N
  A --> N
  H --> N

Ratchet Kaydı

Yakalama:

semptom;
kök neden;
sonuç;
tekrar sayısı;
Seçilen kontrol;
kontrol için doğrulama;
sahibi;
Bu, bir gözden geçirme veya emeklilik tarihi.

Tekrar oluştuğu veya sonuçları kalıcı karmaşıklığı haklı çıkarırsa, her tek tercih için teşvik etmeyin.

Sebep ve semptom ayrı

Agent edit README bir semptomdur.

görev depo kökü izin verdi;
Dokümanlar dolaylı olarak güvenli olarak kabul edildi;
planın birlikte uygulanması ve belgelenmesi;
İki işçinin sahipliği üst üsteydi.

Her neden farklı bir kontrolüne aittir. Sadece semptomları tekrarlayan bir kural bir sonraki farklı durumda başarısız olur.

Kontroller de Kırıyor

Eski kontroller çatışmaya, bağlamı şişmeye ve artık var olmayan bir sistemi kodlamaya neden olabilir.

Altyapı mimarisi değiştirildi;
Daha güçlü bir yürütülebilir kontrol yerine getirildi;
Başarısızlık anlamlı bir pencerede tekrarlanmamıştır;
Kontrol, engellediği riskten daha fazla sürtünme yaratır.

Amaç en uzun talimat dosyası değil, zor kazanılmış yargılamayı koruyan en küçük sistem.

Yapın

Laboratuvar düzeltmeleri sınıflandırır, kontrollere teşvik eder, parmak izlerini kopyalar ve yazar.outputs/feedback-ratchet.json- Evet .

Çık:

bashpython3 code/main.py
python3 -m unittest discover code/tests -v

Aynı nedenle iki farklı şekildeki düzeltme ekleyin.

Egzersizler

Son bir kodlama seansından beş düzeltme alın ve gerçek sahipleri sınıflandırın.
Bir proza kuralını, uygulanabilir bir testle değiştir.
Sonuc ağırlığını ekleyin, böylece ciddi bir ilk ortaya çıkış hemen teşvik edilebilir.
Laboratuvar çıkışına bir sahibi ve emeklilik tarihi ekleyin.
Var olan bir ajan talimatını gözden geçirin ve daha güçlü bir kontrol varlığını kanıtladıktan sonra silin.

Daha Fazla Okumak

Basili, Caldiera, and Rombach, The Goal Question Metric Approach, hedefleri soru ve operasyonel ölçümlere dönüştürmek için.
Shinn et al., Reflexion, model ağırlıklarını değiştirmeden daha sonraki kararları iyileştirmek için geri bildirim izlerini kullanmak için.
Madaan et al., Self-Refine, bir görev döngüsü içinde tekrarlı geri bildirim ve revizyona.

Neyi Saklarsın

Tutun .outputs/feedback-ratchet.jsonBu, ajan yardımlı mühendislik yolunun kalıcı sonu ve gelecek çalışma masalarında değişiklikler için girişdir.

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.