Как заставить AI-агента доказывать каждый шаг

Смотреть урок

Дополнительные файлы из урока

В этой главе разобран цикл исполнения (Execution loop): почему агенту не стоит прыгать от контракта задачи сразу к финальному ответу и как заставить его работать проверяемыми шагами. Показана структура минимального шага из семи элементов, роль доказательства (evidence), правила ограниченного повтора и условие остановки. Отдельно объяснено, чем цикл исполнения отличается от шлюза готовности. Урок будет полезен тем, кто строит агентов для кода, исследований или контента и хочет понимать, на каком шаге что-то пошло не так.

Оглавление с таймкодами:

0:00–1:56 Вступление: пятая глава руководства по упряжи для AI-агентов, файл ExecutionLoop.md. Аналогия с рестораном: виден только результат на тарелке, а что происходило на кухне, неизвестно.
1:56–2:58 Черный ящик у языковых моделей: уверенный и логичный ответ может скрывать одну галлюцинацию, которая делает весь код или отчет нерабочим.
2:58–4:34 Почему контракта задачи недостаточно: он задает пункт назначения, но не маршрут. Режим одного прыжка и ошибка на невидимом шаге, которая накапливается как снежный ком. Аналогия со строителем, который исчез на месяц.
4:34–5:44 Рабочий след на каждом микрошаге. Структура минимального шага из семи элементов: намерение, вызов инструмента, ожидаемый результат, наблюдение, доказательство, проверка, точка решения.
5:44–7:01 Зачем фиксировать ожидаемый результат до действия: модель умеет рационализировать любой ответ, как стрелок,…

🔒

Этот материал доступен участникам Клуба. Войдите или оформите доступ, чтобы читать целиком, открывать видео и комментировать.

Войти Вступить / купить доступ