服务必须重新接受这个请求
几百项业务任务让我明白,智能体很容易解决与真实问题相邻的问题。一个合成的例子能把这个风险说清楚。一次更新之后,服务在开发者的电脑上能运行,请求在测试环境里却仍然失败。如果我让智能体“把配置理顺”,它可能会把文件整理得整整齐齐,却没有修好这个请求。
在这个场景里,我会换一种方式来陈述结果:服务在测试环境中接受这个请求。旧的连接格式仍然可用,错误不再出现。这样,该去哪里检查就很清楚了。修改文件只是其中一步。
我会给智能体错误信息、可用的配置,以及一条约束:保持旧的连接格式可用。除此之外,如果任务需要,它可以自己去查任何东西。
由另一个角色检查后果
对这个合成场景,我会让第二个智能体来检查。它会打开测试地址,发送同一个请求。作者期待成功;换一双新眼睛更容易发现不一致。
有这一次检查就够了。只要请求在服务将被使用的地方仍然失败,开发者电脑上整洁的文件就没有解决任务。
这段经历如何塑造 Arcanada
Arcanada 是我把长期与智能体合作的工作放在一起的地方。我开始构建它,是因为两个宏大的抱负必须与有偿工作和养家糊口并存。在这里,原始请求与改动放在一起,这帮助我在接受结果之前发现不一致。
每当一项改动看起来整洁时,我都会问最后一个问题:服务在人们使用的地方,是否接受了正确的请求?如果请求仍然失败,任务就没有完成。