원본 영상을 바탕으로 AI의 도움을 받아 작성했습니다. 원본 영상이 기준입니다.
Log in to leave a comment
아직 작성된 글이 없습니다
O micro-sharding impulsionado pelo LangChain original ou AutoGPT falhou. Dividir etapas em dezenas de pedaços pode fazer com que a cadeia lógica pareça sofisticada, mas, na realidade, o contexto é cortado a cada chamada, aumentando apenas a indeterminação. Ao usar LLMs com capacidades de raciocínio que saltaram drasticamente, como o Claude 3.5 ou o futuro modelo 4, é preciso mudar a estratégia. Não lute com nós fragmentados. Em vez disso, integre-os em uma estrutura de gerenciamento de estado centralizada controlada por um Planner.
Para uma transição de arquitetura bem-sucedida, primeiro agrupe as micro-tarefas existentes como métodos dentro de uma única classe, encapsulando-as em um repositório de ferramentas (Tool Box). Em seguida, defina um objeto de State único que todos os agentes consultem. Este objeto deve conter obrigatoriamente os campos plan (plano passo a passo), history (log de execução de ferramentas) e artifacts (dados gerados).
Aproveite a função reducer do LangGraph para fazer com que cada agente atualize este estado compartilhado ao concluir uma tarefa. Ao bloquear fisicamente a desconexão de contexto, a transmissão redundante de tokens desaparece. Equipes que mudaram para esta estrutura relataram uma redução imediata de mais de 30% nos custos de API.
Julgamentos subjetivos de que o resultado do agente "parece bom" são como bombas-relógio em ambientes de produção. Adote o padrão LLM-as-a-Judge, mas force-o obrigatoriamente ao nível do código. O agente Evaluator deve decompor o resultado do Generator em quatro indicadores: precisão, consistência, legibilidade e eficiência, convertendo-os em números.
Use a biblioteca Pydantic para forçar que os resultados da avaliação sigam um esquema JSON específico.
RubricScore e configure cada indicador como um campo de número inteiro entre 1 e 5.Merge Block para interromper automaticamente a implantação no pipeline de CI/CD e enviar um sinal de retrabalho.Estabelecer esse sistema de verificação automatizada reduz o trabalho de validação, que levava 5 horas com comparação humana, para menos de 10 minutos. A pontuação mecânica é fria, mas aumenta a previsibilidade do sistema na mesma proporção.
Assim que o loop do agente começa a girar, os tokens acumulam-se a uma velocidade assustadora. Enviar instruções do sistema e definições de ferramentas toda vez é jogar dinheiro fora. O Prompt Caching do Claude cobra apenas cerca de 10% da tarifa normal para tokens em cache. Para aproveitar este benefício, você deve usar uma estratégia de correspondência de prefixo, organizando a estrutura do prompt da parte estática para a dinâmica (Tools → System → Messages).
cache_control.<system-reminder> dentro das mensagens do usuário para inserir informações variáveis. Isso garante que o cache do prefixo superior não seja quebrado.Se a estratégia de cache for bem projetada, os custos de chamada de API podem ser reduzidos em até 90%. A velocidade de resposta também se torna visivelmente mais rápida. É a única forma de ganhar tempo e dinheiro simultaneamente.
Se o Generator e o Evaluator forem teimosos e não chegarem a um acordo, o agente entrará em um deadlock. Isso não é apenas um erro simples, mas um desastre que leva à explosão de custos. Para evitar isso, é necessário um Circuit Breaker de múltiplas camadas que monitore o número de execuções e a similaridade das respostas. Especialmente se a similaridade de cosseno entre a resposta anterior e a atual for 0.95 ou superior, é um sinal claro de que o agente está repetindo a mesma coisa e girando em um loop estúpido.
Dar plenos poderes a um agente não é coragem, é irresponsabilidade. É melhor não operar sistemas de agentes sem dispositivos de segurança.
O processo de três agentes trabalhando de forma mista é uma caixa-preta. Se você não sabe onde ocorrem os gargalos, a melhoria é impossível. Conecte um sistema de rastreamento que siga o padrão OpenTelemetry para visualizar o fluxo de mensagens entre os agentes. Implementar o checkpointing baseado em Redis permite retomar do último ponto de sucesso em vez de recomeçar do zero se o sistema falhar.
Extraia o valor cache_read_input_tokens dos cabeçalhos de resposta da API e plote-os no dashboard. Se a taxa de hit do cache for baixa, é prova de que a estrutura do prompt está errada. Além disso, ao transformar em métrica a velocidade com que o loop converge, você pode provar o desempenho da engenharia de prompt com números. Armazenar IDs de sessão e versões de artefatos no PostgreSQL permite revisar com precisão em que pontos o time de agentes teve dificuldades no passado. Agentes que não são registrados nunca se tornam inteligentes.