Наблюдаемость агента AI: Продолжительность решения о испытании после сжатия

Контекстное сжатие следует рассматривать как границу наблюдаемой непрерывности, а не как рутинное событие, которое происходит на сессии. Практический дефолт для AI наблюдаемость агента схватывать небольшой набор решений о задачах до сжатия, сравнивать их после того, как агент возобновит работу, и держать работу нездоровой или неопределенной, если решение исчезло, было изменено без разрешения или отсутствует свежие доказательства. Инвариантный набор не нуждается в разговоре. Для последовательной работы она может содержать от трех до семи идентификаторов, таких как scope , approval boundary , target и acceptance test , а также перевод, пересмотр, время наблюдения и ссылку на одобрение. Совпадение означает, что решение вышло. Изменение пищеварения является здоровым только тогда, когда явно одобренный человеком переход соединяет старые и новые ценности. Этот дополнительный тест закрывает пробел, оставленный телеметрией деятельности. Агент может выпустить событие после сборки, перезагрузить инструкции по проекту, успешно вызвать инструменты и добиться видимого прогресса, молча работая в сторону неправильной ветви, пропустив требуемое одобрение или используя устаревшее определение "завершено". Следите за границей , не называя ее здоровой . Различные сроки запуска различно выявляют сжатие. Клод Код является полезным конкретным примером, потому что его текущий Контекстная документация окна заявляет, что /compact заменяет разговор структурированным резюме. Контекст стартапа обычно перезагружается, в то время как буквальная беседа, полный выход инструмента и промежуточные рассуждения больше не присутствуют. В той же документации также описываются бюджетные ограничения и исключения для реинъекции навыков. Его ссылка на крючки выявляет несколько соответствующих сигналов жизненного цикла: Зажигание PreCompact перед ручным или автоматическим сжатием; PostCompact зажигает после завершения уплотнения; SessionStart может сообщить source: "compact" ; InstructionsLoaded может сообщить reason: "compact" . Эти события подтверждают, что произошла граница и что исполнение продолжалось. Они не могут доказать, что в компактном резюме сохранилось каждое решение о задаче. InstructionsLoaded также отвечает на более узкий вопрос: источник инструкций вводится в контекст. Это не доказывает, что агент правильно интерпретировал его или что в данном файле присутствовал конкретный выбор задачи от 40 поворотов назад. Разница между длительными указаниями и действующими решениями имеет значение. Клод Кодс документация памяти описывает CLAUDE.md и автоматическую память как постоянный контекст, четко отмечая, что они являются контекстом, а не принудительной конфигурацией. Там должны быть проекты. Временный выбор ветви, ограничение разрешения на одно выполнение или тест приема, согласованный для текущей задачи, входит в отдельный список задач. Не тревожьтесь только потому, что произошло автоматическое сжатие. Компакция это нормальное управление контекстом. Внимание, когда доказательства с обеих сторон не согласны, или когда наблюдение после сжатия никогда не приходит в течение конкретного окна времени выполнения. Определить неизменность решения, а не архив транскрипта Запись непрерывности должна быть достаточно маленькой, чтобы ее можно было пересмотреть, а достаточно безопасной, чтобы ее можно было сохранить. В этом примере хранятся дигесты, а не сырые значения решений: Названия преднамеренны: scope определяет хранилище, услугу, набор данных или место назначения, которое находится в границах; approval boundary записывает, какие действия все еще требуют человеческого авторитета; target может идентифицировать ожидаемую ветку, окружающую среду, выпуск или артефакт; acceptance test определяет детерминистическую проверку, которая решает задачу; constraint охватывает запрет на конкретную задачу, который должен выжить в резюме. Нормализуйте решение, прежде чем его переварить. Сортировать ключи объекта, использовать кодирование одного символа, отличить null от отсутствующего поля, и версии нормализатора. В противном случае безвредные изменения форматирования выглядят как дрейф. Сохраняйте предварительный снимок перед компактным выводом из беседы, которая подводится в резюме; достаточно локального файла или базы данных задач только для приложений. Простые хэши не являются шифрованием. Перевод предсказуемого секрета или политики двух значений можно догадаться путем перечисления. Никогда не помещайте секреты, запросы, ответы, груз инструментов, пути транскриптов или абсолютно частные пути в эту книгу. Для чувствительных низкоэнтропных значений хранить непрозрачный идентификатор или использовать клавишу HMAC, хранящуюся вне контекста агента. Для утвержденного изменения требуется больше, чем только новое переваривание: В этом документе различается законная адаптация от дрейфа решения. Монитор не должен отвергать все изменения, он должен отвергать необъяснимые изменения. Воспроизводить тест непрерывности в шести случаях Я протестировал правило только для событий против классификатора с инвариантом, используя шесть синтетических границ сжатия. Каждый случай содержит заполненную пару до/после событий, поэтому правило только событий обозначает всех шести здоровыми. В более строгом правиле каждое предварительное решение сравнивалось с его послекомпактным аналогом: Запустить сохраненный артефакт из его каталога: Полученные показатели: Два дела сохранили все три решения точно. Один из них изменил свой тест принятия через явное человеческое одобрение. Остальные трое потеряли границу одобрения, изменили сферу без разрешения или повторили тест без нового времени наблюдения. Этот результат не предполагает универсального уровня неудачи. Устройство это испытание границ, а не телеметрия производства. Его фальсифицируемое утверждение более узкое: наблюдаемая пара сжатия не может отличить эти шесть состояний, в то время как непеременное сравнение может. Пять штатов на пути к различным действиям Государство должно определить наименьший безопасный ответ. Государство Значение Действие по умолчанию preserved каждое требуемое решение соответствует свежим доказательствам продолжить и сохранить квитанцию approved change решение, измененное путем прямого разрешения на переход продолжить работу с новой ревизионной и аудиторской связью dropped после сжатия отсутствует требуемое решение приостановить последовательную работу и восстановить или запросить отсутствующее решение conflicting измененный перевод без соответствующего разрешения Остановитесь на следующей обратной границе и спросите человека unverified значение присутствует, но отсутствует свежесть или источник доказательств повторное наблюдение; не вывод здоровья из образцовой прозы Приоритетность имеет значение, когда происходит несколько дефектов вместе. Отсутствующая граница одобрения должна превосходить устаревшее наблюдение при испытании приемлемости, поскольку она изменяет то, что агенту разрешено делать. Конфликт объема должен прекратить писать, даже если активность инструмента и тесты кажутся здоровыми. В отличие от этого, утвержденное изменение не является инцидентом просто потому, что хэш отличается. Сохраняйте активность и непрерывность как отдельные измерения здоровья. Побег может быть working и conflicting одновременно: полезный выход движется, но к несанкционированной цели. Это также может быть waiting human и preserved : все решения сохранились, но следующее действие все еще нуждается в одобрении. Равнообразование этих комбинаций в один зеленый или красный свет устраняет решение оператора, которое телеметрия должна была поддерживать. Используйте проверку с честными ограничениями Начните с одного последовательного типа задач и трех инвариантов. Захватывайте предграничный снимок, когда время запуска выявляет предупреждение о сжатии. Запечатлеть снимок после границы после перезагрузки инструкций по запуску и до следующего последовательного написания. Сравните локально нормализованные переваривания, выпустите состояние с временными печатьми и сохраните ссылку на одобрение для любого пересмотра. Не превращайте PreCompact в универсальную блокирующую дверь. Неудачный крючок может поглотить оставшиеся контексты или нормальную работу. Если предварительный снимок не может быть записан, записывайте continuity evidence missing и ограничивайте последовательные действия, пока не будет возможно безопасное повторное наблюдение. Правильный ответ это неопределенность, а не вымышленная ссора. Инвариантный набор также неполный по конструкции. Равенство хаша доказывает только то, что записанные решения совпадают. Она не может раскрыть важное решение, которое никто не хотел записывать, нарушенную книгу, или плохой тест на принятие, который выжил совершенно. Проверьте набор, когда инциденты выявляют отсутствующую границу, и проверьте конечный результат независимо от резюме агента. Sidewisp сейчас находится на этапе закрытого предварительного доступа. Его публичный сайт и библиотека статей живы, но коллекция производственных агентов, адаптеры мониторинга контекста и восстановление, как правило, не доставляются. Целевое направление продукта это слой здоровья наряду с существующими временем работы, с доказательствами, видимой неопределенностью и человеческим авторитетом, а не заменным временем работы или автономным фиксатором. На данный момент правило эксплуатации может быть использовано без Sidewisp: наблюдать за событием сжатия, сравнивать минимальную неизменность решения, принимать только явные пересмотры и оставлять отсутствующие доказательства неизвестными.