ReCoF и самовосстановление агентов: не прерывай агента на первой ошибке, дай ему несколько шагов

Привычка «увидел ошибку агента — сразу остановил и поправил» часто только мешает. В статье агенты сами чинят от трети до больше половины своих ошибок, причём за пару шагов. Метод ReCoF помогает решить, ждать или вмешиваться в момент ошибки, а не после провала. Фишка: вмешательство может оборвать самовосстановление, пока агент его не начал. Оценщик читает цель задачи и до 5 последних шагов и выносит вердикт: ЖДАТЬ или ВМЕШАТЬСЯ. Полный метод требует обучения на размеченных запусках, но часть с оценщиком на основе большой языковой модели (LLM) воспроизводится обычным промптом. Эта часть отдельно не проверена.