Операция выполнена!
Закрыть
info@vsetut.pro
Стать автором
Вернуться

От предложений LLM к управляемому исполнению: опыт разработки AI-агента

08.11.2026 17:47:13 | Хабр
Хабы: Искусственный интеллект, Анализ и проектирование систем, Управление разработкой

Подключить AI-агента к инструментам - лишь часть задачи. Гораздо сложнее организовать его работу там, где недостаточно уверенного ответа модели и необходимо соблюдать ограничения, контролировать действия и проверять последствия.

Например, если агент предлагает восстановить деградировавший сервис, кто проверит: выдержит ли инфраструктура переключение трафика? выполнены ли все необходимые условия? действительно ли сервис восстановился?

Я решил исследовать эти вопросы на примере управляемого AI-агента с локальной Qwen3.8:27b. Для этого разработал отдельную среду исполнения «Governed Agent Runtime», в которой модель выбирает следующий шаг, но допустимость и выполнение операций контролирует детерминированный runtime.

В начале область исследования ограничивалась отдельными предложениями, позже реализация перешла к многошаговому исполнению и, хотя агент справился с последовательными действиями, остались вопросы к отдельным пояснениям модели.
Также в ходе работы пришлось пересмотреть собственную систему оценки результатов.

Все эксперименты проводились на синтетическом платежном сервисе. Результаты можно посмотреть в демонстрационном интерфейсе:

https://антонтрофимов.рф/gov-agent/

Реализация и материалы представлены в репозитории проекта - ссылка в конце статьи.

Разработка велась на основе спецификаций (SDD).

Читать далее
Подробнее
Читайте также
НОВОСТИ

ВСЕ НОВОСТИ
ПИШИТЕ

Техническая поддержка проекта ВсеТут

info@vsetut.pro

Copyright © 2026 - vsetut.pro