-mustrite puhul on asi selles, et neid müüakse nagu petukoodid
Kõik otsivad imerohtu: maagilisi sõnu, mis muudaksid eksimatuks mitme sammuga agendiks. Võite arvata, kuidas see lõpeb. Mida rohkem "raamistikke" sa kuhjad, seda aeglasemaks, rumalamaks ja hapramaks su süsteem muutub. See on nagu teleri parandamiseks üha rohkem pulte lisada. Lõpuks veedad terve öö sisendite vahetamisega ja keegi tegelikult midagi ei vaata.
Siin on ebameeldiv tõde: usaldusväärsed mitme sammuga agendid tulevad -mustritest, mis politseiriigi kombel piiravad mitmetimõistetavust ja hoiavad tööriistu väga lühikese rihma otsas. Sa ei taha inspiratsiooni. Sa tahad kaitsepiirdeid ja korratavust. on väga hea, kui sa lased tal olla sõnasõnaline, ja väga halb, kui sa lased tal olla nutikas.
Seega, jah, 25 -mustrit, aga mitte kui Pinteresti tahvel lahedate kujunditega. Need on mustrid, mis tegelikult vähendavad varieeruvust ja suurendavad usaldusväärsust mitme sammuga agentides. Need sobivad hästi funktsioonide väljakutsumise, struktureeritud väljundite, otsingu ja tüütu reaalsusega, et mittedeterministlikud mudelid vajavad endiselt deterministlikke süsteeme.
Miks " -mustrid" on olulised tegeliku töö jaoks
Mudelid hallutsineerivad; süsteemid ei tohiks. Kui su mitme sammuga agent sõltub -st nii otsustamisel, mida teha, kui ka otsustatu meelespidamisel, on need kaks sõltumatut tõrkerežiimi. -mustrid – õigesti tehtuna – muudavad agendi rangeks olekumasinaks, mille sees on pehme ajuga ametnik. Ametnik () kirjutab kviitungid; olekumasin kontrollib arvutusi. Selline on usaldusväärsuse kuju.
Ja kuna sa küsisid 25 mustrit, siis me teeme 25. Aga me teeme neid ainsal viisil, mis tootmises vastu peab: lühidalt, jõustatavalt, mõõdetavalt. Ei mingit "kujutame ette" juttu. Kui ma ütlen muster, näitan ma, kuidas see sobitub mitme sammuga agenti ja miks see töötab tugevustega: tööriistade kasutamine, tugev juhiste järgimine, kui sa eemaldad mitmetimõistetavuse, ja keeldumiskäitumised, millele sa saad toetuda, mitte vastu võidelda.
1) Süsteemileping kõigepealt, kõik muu teiseks
Eesmärk: Külmuta universumi seadused enne vestluse algust.
Muster: Kõrgema taseme süsteemiteade, mis sätestab rollid, mitte-eesmärgid, ainult -vormingus väljundi nõude, veakäsitluse ja eskaleerimiskriteeriumid. Korda -skeemi süsteemiteates, mitte ainult tööriista skeemi.
Miks see töötab: allub selgetele piirangutele. Tõeline süsteemileping kitsendab võimalike käitumiste jaotust.
Näide:
- Sa oled orkestreerija. Sa pead väljastama ainult selle skeemiga vastavat -it. Sa ei tohi välju välja mõelda. Kui andmed on puudu, vasta {"status":"need_info","fields":[...]}
2) Üksainus tõe allikas oleku jaoks
Eesmärk: Hoia mälu väljaspool. jutustab; ta ei mäleta.
Muster: Agent ei "mäleta" kunagi varasemaid samme peidetud kontekstis. Ta rehüdreerib oleku kanoonilisest poest igal pöördel ja annab selle süsteemiteates tagasi.
Miks see töötab: Hoiab ära peened kõrvalekalded ja "konteksti mädanemise".
3) Kett-mõtlemine ilma ketita (põhjendustega sildid)
Eesmärk: Saavuta auditeeritavus ilma uitamist kutsumata.
Muster: Küsi lühikest põhjendust piiratud väljal, nt põhjendus: üks lause, tööriistadele mitte nähtav.
Miks see töötab: annab paremaid tulemusi, kui sa lubad minimaalset arutlust, aga sa piirad verbaalsust, et ohjeldada liigset sobitamist tühja-tähjaga.
4) Range funktsioonide värav
Eesmärk: Ära lase mudelil tööriistadega improviseerida.
Muster: Paku tööriista nimesid, argumentide skeemi ja reeglit: kui tööriista pole loetletud, vasta .
Miks see töötab: Eemaldab terve klassi hallutsineeritud võimeid.
5) Deterministlik sammude planeerija
Eesmärk: Eralda "mida teha" tegemisest.
Muster: Planeerimisskeem lubatud sammutüüpidega: , , , , . Mudel väljastab plaani; käituskeskkond täidab; mudel valideerib tulemused.
Miks see töötab: on suurepärane sammude loetlemisel, kui tegevused on eelnevalt deklareeritud ja lõplikud.
6) Tööriist-esimene otsingu muster
Eesmärk: Tapa hallutsineeritud teadmised juurest.
Muster: Faktipäringute puhul nõua esialgset sammu. Kui tagastab madala usalduse, vasta .
Miks see töötab: Usaldusväärsed agendid ei bluffi. 'i "parim oletus" ei ole allikas.
7) Kahekäiguline vastamine (mustand, kinnita)
Eesmärk: Vähenda vaikseid vigu.
Muster: 1. käik: mustand koos tsitaatide või tööriista väljunditega. 2. käik: Kinnitussamm võrdleb väiteid allikatega; mittevastavused sunnivad revisjoni.
Miks see töötab: enesekriitika on tugev, kui sa küsid binaarseid kontrolle sisendite vastu.
8) Ainult skeemiväljund kõrvalmõjude jaoks
Eesmärk: Hoia tegevus ja kommentaarid eraldi.
Muster: Kui samm nõuab mutatsiooni (nt ), peab mudel väljastama ainult tegevuse -it. Ei mingit vaba teksti.
Miks see töötab: Hoiab ära juhusliku täitmise jutuka fraasikasutuse põhjal.
9) Idempotentsed tööriista väljakutsed
Eesmärk: Ohutud kordusproovimised.
Muster: Nõua idempotentsuse võtmeid igas tööriistakutsungis. peab eelmise võtme kordamisel kordama.
Miks see töötab: Kordusproovimised lakkavad olemast hirmutavad.
10) Kaitsepiiretega -id keeldumiseks
Eesmärk: Toetuda 'i ohutusmudelile.
Muster: Loetle keelatud ülesanded ja palu 'il lühidalt selgitada, miks ta keeldus (väljal ).
Miks see töötab: Muudab keeldumised prognoositavaks ja parsitavaks.
11) Madala entroopiaga juhised matemaatika ja koodi jaoks
Eesmärk: Sunni literaalsust.
Muster: “Ära selgita. Tagasta ainult tulemus ja minimaalne tuletuskäik. Kui sa pole kindel, tagasta .”
Miks see töötab: austab literaalseid matemaatika/koodi piiranguid, kui sa kustutad kõik manööverdamisruumid.
12) Kursori-akna summeerimine pikkade kontekstide jaoks
Eesmärk: Peata 'i paisumine.
Muster: Eelsummereeri suured dokumendid stabiilse malliga (sektsioonid, punktid, võtmeüksused). Sisesta 'ile ainult seeditud vaade.
Miks see töötab: Parem kui loota, et mudel ignoreerib 120 lehekülge.
13) Semantiline diferentseerimine täieliku regenereerimise asemel
Eesmärk: Vältida kaskaadseid ümberkirjutamisi.
Muster: Redigeerimisülesannete puhul nõua -i paika või ühtset erinevust eelmise artefakti vastu.
Miks see töötab: Väiksem pindala, vähem uusi vigu.
14) Põhjendatud stiilijuhised
Eesmärk: Järjepidevad väljundid, mida inimesed saavad lugeda.
Muster: Paku lühikest, konkreetset stiilijuhist (toon, publik, keelatud fraasid) ja testlõiku, mis seda iseloomustab.
Miks see töötab: imiteerib eeskujusid paremini kui ta kuuletub omadussõnadele.
15) Veataksonoomia ja taastumine
Eesmärk: Muuda vead igavaks.
Muster: Defineeri veatüübid: , , , . Defineeri igaühe jaoks taastumisretsept.
Miks see töötab: Muudab juhusliku ebaõnnestumise kontrollnimekirjaks.
16) Risttööriista tervisekontrollid
Eesmärk: Usalda, aga kontrolli.
Muster: Pärast kriitilist tööriista väljakutset käivita teine tööriist, mis valideerib väljundi (nt e-posti aadressi süntaks, hinna piirid).
Miks see töötab: Mitme sammuga agendid ebaõnnestuvad vaikselt ilma tervisekontrollideta.
17) Tõenditega sildistatud väited
Eesmärk: Jälgitavus.
Muster: Mudel peab iga väidet märkima -dega, mis vastavad otsitud katkenditele. Kui allikat pole, siis pole ka väidet.
Miks see töötab: Ülevaade muutub mehaaniliseks, mitte teoloogiliseks.
18) Küsi-Kinnita-Tegutse riskantsete operatsioonide jaoks
Eesmärk: Ära riku kasutaja kontot.
Muster: Mudel koostab inimesele loetava kinnituskokkuvõtte pluss tegevuse -i; süsteem blokeerib täitmise, kuni inimene selle heaks kiidab.
Miks see töötab: on hea kokkuvõtete tegemisel; inimesed on head süüdistamisel.
19) Pessimistlikud vaikeseaded
Eesmärk: Ebaõnnestu turvaliselt, mitte kiiresti.
Muster: Kui usaldus < lävend või sisendid on puudulikud, tagasta koos selgesõnaliste küsimustega.
Miks see töötab: Kaitse habraste õnnestumisteede eest.
20) Ühiku testid -is (vähe-võtte, minimaalne)
Eesmärk: Näita, ära räägi.
Muster: Kaasa 2–3 väikest, mitmekesist eeskuju, mis kaardistavad sisendid täpsetele väljunditele. Hoia need lühikesed. Ära uputa mudelit.
Miks see töötab: üldistab krõbedatest vähe-võtte näidetest.
21) Rolli tihendamine: Üks aju, palju mütse
Eesmärk: Vähenda sõnumitevahelist triivi.
Muster: Defineeri ühes süsteemiteates alamrollid (planeerija, täideviija, kontrollija) ja nõua, et mudel täidaks ühes vastuses iga rolli jaoks kindlad väljad.
Miks see töötab: Vähem pöördeid, vähem oleku kadu.
22) Temperatuuri distsipliin
Eesmärk: Prognoositavus üle "loovuse".
Muster: Käivita planeerimine ja tööriistakasutus madalal temperatuuril; ainult lõplik pealispind (kui üldse) mõõdukal temperatuuril.
Miks see töötab: Hoiab struktuuri stabiilsena, lastes samas proosal hingata.
23) Deterministlik aeg ja asukoht
Eesmärk: Tapa ajapõhine mitmetimõistetavus.
Muster: Süstige süsteemi konteksti alati kell, ajavöönd, valuuta ja asukoht. Nõua, et mudel neid väljundites kordaks.
Miks see töötab: "Homme" tähendab midagi. Tee see selgesõnaliseks.
24) Sundloetelu mitmetimõistetavate taotluste jaoks
Eesmärk: Ära arva, mida kasutaja mõtles.
Muster: Kui ülesandel on mitu usutavat tõlgendust, peab mudel esitama valikud koos plusside/miinustega ja paluma kasutajal valida.
Miks see töötab: Mitmetimõistetavus on koht, kus usaldusväärsus sureb; loetlege see üles.
25) Lõplik vahekohtunik: Skeemi validaatori veto
Eesmärk: Reaalsuse kontroll enne tarnimist.
Muster: Käsitle skeemi valideerimise ebaõnnestumisi kui esimese klassi asju. Kui mudeli väljund ei valideeru, anna viga tagasi ühe juhisega: paranda, et valideerimine läbida, uut sisu pole.
Miks see töötab: saab hästi spetsifikatsioonide järgi redigeerida, kui sa näitad täpset erinevust eeldatava ja tegeliku vahel.
Usaldusväärse mitme sammuga agendi ehitamine -ga (ilma haldjatolmuta)
Pane need -mustrid kokku ja sa saad süsteemi, mis tundub vähem nagu "AI" ja rohkem nagu hästi juhitud köök. Piletid sisse, kokad grillil, ekspediitor söögi jagamisel. Maagia pole selles, et ükski samm on nutikas – vaid selles, et ükski samm pole mitmetimõistetav. Tööriistakutsungid on skeemiga seotud. Plaan on üles loetletud. Tõendid on sildistatud. Keeldumised on krõbedad. Kui midagi läheb valesti, ei mõtle agent lugu välja; ta küsib soola.
Praktiline ühendusskeem:
- Süsteemileping deklareerib rollid ja skeemid.
- Esimene pööre: planeerija loetleb sammud, kasutades suletud tegevuste komplekti.
- Käituskeskkond täidab tööriistakutsungeid idempotentselt; kõik kõrvalmõjud on väravatega kinnituste taga.
- Kontrollija roll kontrollib väljundeid allikate ja skeemide vastu.
- Ebaõnnestumise või ebakindluse korral väljastab agent koos selgesõnaliste, nummerdatud küsimustega.
Ja jah, sa satud ikka veel kummalistesse nurkadesse – 'i piirid, sakilised lähteandmed, haprad -d. Selleks ongi mustrid nagu kursori-akna summeerimine (12) ja veataksonoomiad (15). Usaldusväärsus ei seisne selles, et kunagi ei ebaõnnestuta. See seisneb selles, et ebaõnnestutakse iga kord samal viisil ja taastutakse nii, nagu sa oleksid seda mõelnud.
-mustrid otsinguga täiendatud ülesannete jaoks
Olgem konkreetsed, sest "" on koht, kus head süsteemid kipuvad üle lubama.
- Kohustu eelnevalt otsingule (6) enne mis tahes faktilist väidet.
- Tõend-sildista iga väide (17). Kui väide hõlmab mitut katkendit, loetle need kõik.
- Kasuta kahekäigulist vastamist (7), et kontrollija saaks vetostada mis tahes väite, millel pole allikat.
- Summeeri allikad fikseeritud malliga (12), et mudel ei loeks enam terveid -e uuesti läbi.
on tugev erinevate katkendite sünteesimisel – kui sa sunnid seda viitama. Hetkel, kui sa viitamise lõdvendad, "silub" see vastuolulised faktid millekski usutavaks. Usutav ei ole usaldusväärne.
-mustrid tööriistade kasutamiseks ja funktsioonide väljakutsumiseks
Tööriistad on koht, kus mudelid murravad neljanda seina. Hoia see igavana.
- Väravaga tööriistad (4). Ära kiusa seda keelatud tegusõnadega.
- Idempotentsuse võtmed (9) mis tahes tehingulise tööriista puhul.
- Eralda tegevuse (8) narratiivist. Saada ; näita narratiivi inimesele.
- Risttööriista tervisekontrollid (16) pärast kõike, mis on seotud raha, privaatsuse või ajakavaga.
käsitleb funktsioonide väljakutsumist puhtalt, kui skeem on range. Kui su argumendid on lahtine "kraami" massiiv, siis valmistu "kraamiks".
“Aga kas me ei saa lihtsalt käskida tal samm-sammult mõelda?”
Sa võid. Ta teeb seda. Ja siis ta uitab. Nüüd on trikk mitte samm-sammult mõtlemine – see on samm-sammult luba. Sammud on tähendusrikkad ainult siis, kui käituskeskkond neid jõustab. Sellepärast on deterministlikud planeerijad (5) ja rolli tihendamine (21) paremad kui lahtine kett-mõtlemine iga kord. Mõtle vähem "lase tal mõelda nagu inimene", rohkem "pane ta käituma nagu kompilaator".
osa, mille jaoks sa tulid, ilma tühja-tähjata
Kui sa vajad, et märksõnad oleksid valjusti välja öeldud: -mustrid, mitme sammuga agendid, usaldusväärsed agendi töövoogud, tööriistade kasutamise -id, 'iga, funktsioonide väljakutsumise -id. Põhiline on sama: sa tahad mustreid, mis on testitavad. Mustreid, mille ümber sa saad ühiku teste mähkida. Mustreid, mis panevad su ops meeskonna haigutama.
Kus Sider.AI tegelikult aitab ja kus mitte
Kõrvalmärkus, mis tegelikult pole kõrvalmärkus: Sider.AI tegelikult töötab – vähemalt siis, kui sa kasutad seda selleks, milleks see hea on, mis kummalisel kombel pole päris see, mida turundus ütleb. Parim kasutus on igav inseneritöö: jagatud -teegid koos jõustatud skeemidega; kaitsepiirdega tööriista ühendused; kiire iteratsioon koos valideerimisega ringis. Kui sa üritad tarnida agenti, mis usaldusväärselt broneerib asju, sobitab andmeid või koostab allikatega mustandeid – ja sa tahad, et meeskond kasutaks samu mustreid uuesti ilma telefonimängu mängimata – siis 'i tööruumi mudel on täiskasvanulik käik. Kui sa otsid "kirjuta üks kord, autopiloot igavesti" fantaasiat, siis sa pettud. Aga see pole 'i süü; see on gravitatsioon. Levinud lõksud, mis rikuvad muidu head -mustrid
- Ülekoormatud kontekstid. Kui sa vajad 60k 'it, et mudelile öelda, mida teha, siis sa ei tea, mida sa tahad.
- Narratiivi ja tegevuse segamine. Inimesed loevad proosat; süsteemid loevad -it. Ära pane neid arvama.
- Keeldumiste teeskleminine on viga. keeldub põhjusel. Kanaliseeri seda.
- Mitmetimõistetav aeg ja asukoht. "Reedeks" on kalendri matemaatika viga, mis ootab juhtumist.
- Testimata taastamisteed. Su "õnnelik tee" pole usaldusväärne; su "kurb tee" on.
Praktiline mini-mall varastamiseks
Süsteem:
- Sa oled mitme sammuga agendi orkestreerija. Lubatud : ["retrieve","transform","call_api","validate","finalize"].
- Kõik väljundid peavad olema kehtivad -id, mis vastavad allolevale skeemile.
- Kui sa pole kindel, tagasta {"status":"need_info","questions":[...]}
- Saadaolevad tööriistad: [nimekiri]. Sa ei tohi tööriistu välja mõelda.
- Asukoht: en-US. Ajavöönd: America/New_York. Valuuta: USD.
Skeem:
{
"status": "plan|act|validate|final|need_info|cannot_execute|cannot_compute",
"rationale": "string <= 180 chars",
"steps": [ {"step_type":"retrieve|transform|call_api|validate|finalize","args":{}} ],
"action": {"tool":"string","idempotency_key":"string","args":{}},
"evidence": [ {"source_id":"string","snippet":"string"} ],
"claims": [ {"text":"string","source_ids":["..."]} ],
"errors": [ {"type":"missing_field|tool_timeout|auth_error|schema_mismatch","detail":"string"} ],
"questions": ["..."]
}
Kasutaja pööre → planeerija (madal temperatuur) → käituskeskkond täidab tööriistu (idempotentne) → kontrollija võrdleb väiteid tõenditega → lõplik.
Vaikne järeldus, mida keegi ei turunda: usaldusväärsus on lahutamine
Usaldusväärsed mitme sammuga agendid ei sünni nutikatest -idest; need on tehtud ebaõnnestumise viiside eemaldamisega. Iga ülaltoodud muster on lahutamine: vähem tegusõnu, vähem tõlgendusi, vähem kohti, kus peituda. on suurepärane kitsas koridoris, kus on eredas valguses ja nummerdatud uksed. Pane see öösel põllule ja palu tal su võtmed leida ja sa saad poeesiat.
Kui sa tahad poeesiat, suurepärane. Kui sa tahad usaldusväärseid agente, vali oma koridor, riputa tuled, sildista uksed. Siis lepi igavate osadega. Seal tehakse töö ära.
Mis on -mustrid ja miks need on olulised mitme sammuga agentide jaoks?
Need on korratavad juhistemallid, mis piiravad käituma sammude lõikes prognoositavalt. Mitme sammuga agentides vähendavad -mustrid mitmetimõistetavust, jõustavad skeeme ja muudavad haprad ülesanded testitavateks töövoogudeks.
Kuidas ma saan peatada hallutsineerimast tööriistu või fakte?
Väravaga tööriistad selgesõnaliste skeemidega ja sunni otsingut enne mis tahes faktilist väidet. Paarista see tõenditega sildistatud väidetega ja kahekäigulise kinnitussammuga – kui allikat pole, siis pole ka väidet.
Mis on parim viis funktsioonide väljakutsumise struktureerimiseks -ga?
Kasuta rangeid funktsiooniskeeme, idempotentsuse võtmeid ja ainult tegevusi sisaldavaid -väljundeid. Hoia planeerimine täitmisest eraldi ja käivita valideerimine pärast mis tahes olekut muutvat väljakutset.
K4: Kas "mõttekäigu" vihjed muudavad Claude 4.5 agentide jaoks usaldusväärsemaks?
Ainult piiratult. Lühikesed põhjenduskirjeldused aitavad; piiramatud monoloogid mitte. Usaldusväärsus tuleneb deterministlikust sammude planeerimisest ja skeemi valideerimisest, mitte mahukatest sisemistest dialoogidest.
K5: Kuidas sobitub Sider.AI usaldusväärsete mitmeastmeliste agentide ehitamisse?
Sider.AI on kasulik nende Claude 4.5 vihjemustrite kodifitseerimiseks ja taaskasutamiseks – jagatud skeemid, tööriistade ühendamine ja valideerimine silmuse sees. See ei kaota maagiliselt mitmetähenduslikkust, kuid aitab koridori hästi valgustatuna hoida. 
