Почему ваш агент ИИ ВСЁ ЕЩЁ ломается со временем
Исправьте видимость перед сменой моделей
- Агент, который выглядит занятым, всё ещё может быть пойман устаревшими
AGENTS.md; сохранение делает плохие инструкции дольше существующими, а не правильными. - Отлаживайте весь запуск, план, вызовы инструментов, подагентов и промежуточные решения, а не только окончательный ответ.
- Параллельные вызовы инструментов помогают только тогда, когда проверки независимы. Зависимости всё ещё требуют явного порядка.
- Контрольные точки и сбросы снижают стоимость восстановления, но они не заменяют прозрачный аудит.
- Главная мысль Рона: надежные агенты появляются благодаря лучшей оценке, окружению и системам управления вокруг модели.
Прекратите считать каждую долгосрочную ошибку проблемой модели. Более сильная модель не спасет агента, который следует устаревшим инструкциям репозитория, скрывает десять промежуточных решений или вносит изменения без возможности восстановления через контрольную точку. Нужно знать, что прочитал агент, какой инструмент он вызвал, где выполнение отклонилось от плана и к какому заведомо рабочему состоянию можно вернуться. Способности обеспечивают работу демо; наблюдаемость сохраняет полезность рабочего процесса после того, как новизна пройдет.
Следите за аргументом
- : Рон переосмысливает основную проблему как незнание того, что пошло не так.
- : постоянный запуск застревает на этапе ноль, потому что инструкции репозитория говорят ему оставаться там.
- : полезная единица отладки расширяется от одного запроса и ответа до полного дерева выполнения.
- : та же модель становится более удобной в использовании, когда улучшается окружающий рабочий процесс.
- : обсуждение смещается с возможностей исходной модели на системы, которые измеряют и восстанавливают.
- : техническое обслуживание и отладка требуют столько же внимания, сколько подсказки и циклы.
Рон своими словами
«Проблема в наблюдаемости. Вы просто не имеете понятия, что пошло не так.» — Рон, исходное видео 9jSH7tdIHvw, 00:12
«устаревший agents.md или неактуальный agents.md могут действовать как самовведённая инъекция подсказок.» — Рон, исходное видео 9jSH7tdIHvw, 01:27
«Та же модель, лучшая структура. Агент ощущается быстрее и стабильнее потому, что система умнее, а не потому, что веса изменились.» — Рон, исходное видео 9jSH7tdIHvw, 05:21
«Преимущество в переходе от модели к системе вокруг неё.» — Рон, исходное видео 9jSH7tdIHvw, 07:14
Почему агенты не справляются в долгих запусках
Сохранение может закрепить неправильную цель
Случай сбоя прост и неприятен: пятиэтапная задача, выполняющаяся с /goal оставался на нулевом этапе несколько часов. Модель не отказывалась выполнять задачу. Она выполняла инструкцию в agents.md , которая фактически делала нулевой этап целью. Поскольку режим постоянного выполнения был предназначен для продолжения работы над своей целью, он продолжал усиливать ошибку ().
Aн файл инструкции это контекст на уровне репозитория, который сообщает агенту его правила, ограничения и цели. Как только этот файл устаревает, агент может ссылаться на файлы, которых больше не существует, или следовать рабочему процессу, от которого проект уже отказался (). Рекомендация Рона преднамеренно ручная: проверять файл перед важной работой. Ежечасовый автоматический цикл обновления создавал бы еще один невидимый источник изменений, что усугубляет проблему наблюдаемости ().
Одного итогового ответа недостаточно
Многоступенчатый агент может использовать пять инструментов, запускать под-агентов и принимать примерно десять промежуточных решений, прежде чем создать что-либо видимое. Если итоговый результат неправильный, основной причиной может быть план, ответ одного из инструментов, потерянный контекст или более поздний выбор при выполнении (). Если смотреть только на исходный запрос и конечный ответ, полезные доказательства стираются.
Трассировочный рабочий процесс, описанный в видео, раскрывает дерево выполнения для Codex и других сред программирования. Практическим шагом Рона является копирование ошибки трассировки обратно в разговор. «Что пошло не так?» приглашает к широкому восстановлению; трассировка предоставляет агенту конкретные доказательства для проверки ().
Более совершенная обвязка меняет результат без замены модели.
Hermes используется в качестве примера более умного использовать, инструменты и логика управления, обернутые вокруг модели. Параллельные вызовы инструментов убирают потерю времени на ожидание, когда три проверки не зависят друг от друга. Это ограничение важно: зависимые операции все еще нужно выполнять последовательно, потому что более поздний вызов может требовать результата предыдущего ().
Видео также описывает открытую поддержку сброса и контрольных точек для долгих задач. Контрольная точка позволяет рабочему процессу вернуться к известному правильному состоянию после ошибки вместо того, чтобы отбрасывать весь запуск (). Транскрипт ясно объясняет концепцию восстановления, но не сохраняет достоверное написание команды с косой чертой, поэтому это сопутствующее руководство не придумывает его.
Практическая проверка агента перед запуском
Модели сбоев в видео предполагают проверку перед запуском, которая начинается до запуска агента:
- Прочитайте инструкции репозитория. Подтвердите, что указанные файлы, стадия, ветка и цель всё ещё существуют.
- Определите наблюдаемое завершение. Запишите артефакт, тест или доказательство во время выполнения, которое подтверждает, что задача выполнена.
- Создайте известную рабочую контрольную точку. Обеспечьте возможность восстановления перед началом длительного процесса с множеством мутаций.
- Разделите независимую работу от зависимой. Параллелизируйте только задачи, которые не используют результаты друг друга.
- Сохраняйте доказательства выполнения. Храните план, результаты инструментов, передачи между подагентами и точку сбоя, а не только финальный ответ.
- Диагностируйте по трассировке. Дайте агенту конкретный путь с ошибкой и попросите определить первую точку отклонения.
| Симптом | Вероятное место для проверки | Полезный ответ |
|---|---|---|
| Агент повторяет одну стадию | Инструкции репозитория и постоянная цель | Исправьте устаревшее правило, затем перезапустите с чистого контрольного пункта |
| Финальный ответ неверен, но правдоподобен | Промежуточный план и результаты инструментов | Найдите первое неподдерживаемое решение в дереве выполнения |
| Выполнение медленное и без прогресса | Последовательные независимые вызовы инструментов | Параллелизируйте только вызовы без зависимости данных |
| Поздняя ошибка уничтожает часы работы | Стратегия контрольных точек/сброса | Вернитесь к последнему проверенному состоянию и повторите неудавшийся участок |
Примечание о свежести
Видео было опубликовано 15 июля 2026 года, а этот сопроводительный материал был проверен по источникам 17 июля 2026 года. Оно сохраняет то, что сказано в расшифровке о трассировке, параллельных вызовах Hermes и поддержке сброса; оно делает не самостоятельно утверждать, что те же названия продуктов, требования к подписке, доступность плагинов или синтаксис команд остаются актуальными. Перед настройкой рабочего процесса ознакомьтесь с соответствующей официальной документацией. В частности, используйте текущую задокументированную команду сброса, а не пытайтесь угадать по транскрипту.
Продолжать обучение
- Урок: Что такое рейтинг моделей ИИ? , почему доказательства работы в реальном процессе важнее одного заголовочного показателя.
- Урок: Программирование с Claude Code , более широкий рабочий процесс кодирующего агента и цикл проверки.
- Урок: Производительность, маршрутизация моделей и стоимость , выбор моделей и использование поведения как одной системы.
- .