Теги
«Агенты, которые трогают бухгалтерию, должны показывать ход работы, как бухгалтер», говорит клиент Anthropic. На Claude Platform для этого завезли трассировки OpenTelemetry с каждым вызовом модели и инструмента. Бывало, что ваш агент сделал что-то, чего потом не получилось объяснить по логам?
Агент dot от OpenAI за сутки запустил 155 цепочек действий и потратил больше 300 000 токенов, хотя человек не дал ему ни одной команды. Так он вёл себя в тестах Geordie, имея права только на чтение. Бывало, что ваш агент тратил токены, пока вы ему ничего не поручали?
384 тысячи токенов текста и картинок на одно решение заявляет Subquadratic для своей модели выбора SubQ Snap, у Jev окно 32 тысячи. Но все бенчмарки, где Snap обходит Jev, компания прогнала сама. Решения в вашем агенте принимает отдельная маленькая модель или та же большая LLM?
