Контент доступен только для PRO подписчиков
Чтобы получить доступ к полному содержанию этого исследования, оформите PRO подписку
Probe-and-Resume: проверка работы агента запуском в момент «готово», а не по ходу дела
КЛЮЧЕВАЯ СУТЬ
Адаптировать под запрос
Оценивать агента по ходу работы почти бесполезно: на ранних шагах критик угадывает исход чуть лучше монетки. Метод Probe-and-Resume («прощупать и продолжить») позволяет проверять работу агента один раз, в момент «готово», и поднимает долю решённых задач с 63% до 72%. Фишка: критик не читает лог, а запускает проверки на одноразовой копии. Он получает копию итогового состояния и копию исходного. Нашёл дыры — агент продолжает с того же места, а не стартует заново.
Дайджест исследования
Контент доступен только для PRO подписчиков
Чтобы получить доступ к дайджесту этого исследования, оформите PRO подписку
Контент доступен только для PRO подписчиков
Чтобы получить доступ к концептам этого исследования, оформите PRO подписку
Простыми словами
Контент доступен только для PRO подписчиков
Чтобы получить доступ к упрощённому объяснению этого исследования, оформите PRO подписку