Наблюдаемость агента AI: предотвращение застойного зеленого цвета с свежестью

Приговор по здоровью агента AI должен истечь. Если на панели указано "здоровый" без указания того, когда были отмечены его важнейшие доказательства, она может сохранить отключенный "зеленый" запуск спустя долгое время после того, как факты изменились. Практическим дефолтом является сертификат свежести , оцениваемый в одно время. Для каждого требуемого сигнала сохраняйте время исходного события, время наблюдения коллектора, монотонно увеличивающуюся последовательность и максимальный возраст, определенный задачей. Отметьте бег здоровым только тогда, когда каждый необходимый сигнал присутствует, свежий, не повторяется и соответствует заявленному результату. Если требуемые доказательства истекают, вердикт становится unknown нездоровым и не автоматически проваливается. В этой статье мы можем проверить это правило. В сопровождающемся пятиклассном устройстве нет никаких изменений в модели, поставщике следов или агенте. Он изменяет только возраст, время прибытия, последовательность или значение исхода и показывает, почему сохраненный зеленый статус не может быть доверен сам по себе. Приговор о состоянии здоровья требует срока давности Системы наблюдения хорошо сохраняют последние значения. Здоровье агента требует знать, допустимо ли это значение. Представьте, что у вас есть исследовательский агент с тремя зелеными полями: сердцебиение: ok ; полезный прогресс: 3 sources accepted ; проверка результатов: brief schema valid . Эти ценности описывают разные обещания. Сердечный ритм может истечь после двух интервалов сбора. Прогресс может оставаться неизменным в течение ограниченной фазы чтения. Полученный результат может оставаться действительным на конкретную гонку навсегда, но он должен быть присоединен к этой гонке, а не унаследован с прошлого дня. Единственная глобальная последнее обновленная временная печать стирает эти различия. Более безопасный сертификат сохраняет срок действия для каждого требуемого факта: Минимальное имеет значение. Новый результат не может доказать, что время выполнения в настоящее время достижимо; свежие сердцебиения не могут доказать, что обещанный артефакт существует. Когда истекает первый требуемый сигнал, сочетается с ним законченный вердикт. Это не новое требование, изобретенное для LLM. Kubernetes использует API Lease для сердечных ударов узлов: каждый kubelet обновляет Leases spec.renewTime , а контрольная плоскость использует эту временную печать для определения доступности узлов. Официальный Kubernetes Лизинговая документация на исходную версию 9a8df52 полезен здесь, потому что он рассматривает доступность как временное требование, а не постоянное имущество последнего успешного обновления. Прометей выделяет связанную границу. Его запрашивающая документация при пересмотре ab225f6 описывает дефолтный пятиминутный обзор и поведение устаревшей серии. Этот 5 минутный дефолт это правило запроса "Прометей", а не соответствующий универсальный срок для агентов. Переносимый принцип заключается в том, что старый образец должен в конечном итоге перестать отвечать на текущий вопрос. Используйте две часы и одно время оценки Событие может иметь по меньшей мере два соответствующих момента: когда источник говорит, что оно произошло, и когда система сбора наблюдала за ним. Держи оба. Устойчивый OpenTelemetry Logs Data Model при пересмотре f62b146 определяет Timestamp как время, измеренное часами происхождения, и ObservedTimestamp как время, когда система сбора наблюдала за событием. Также говорится, что источник может отсутствовать. Такое разделение мешает одному перегруженному полю притворяться, что он отвечает на заказы событий, задерживает транспортировку и одновременно контролирует свежесть. Для получения медицинского сертификата оценить возраст в одной области часов: Используйте source time для заказа событий источника только тогда, когда вы знаете синхронизацию источника часов. Отчитать хост часы от коллекторных часов и называть результаты сетевой задержки необоснованно без этого ограничения. Если ноутбук работает на четыре минуты быстрее, то новособранное сердцебиение может казаться будущим, а если оно медленно, то живое агентство может показаться устаревшим. collector time имеет более узкое, но надежное значение: к тому времени на мониторе были данные. Он не может доказать, когда подлежащее действию действительно произошло, но он может доказать, является ли собственное мнение монитора недавним. Задержка сбора записей отдельно, если источник предоставляет надежные часы или транспортный квитанция. Одно время оценки не менее важно. Без evaluated at сертификат не может быть воспроизведен при проведении испытаний или пересмотра инцидентов. Свобода не является проверяемым заявлением. Свободный на 2026 07 26T00:42:00Z в соответствии с политикой freshness v1 . Создать сертификат, а не кеши последнего значения Малейший полезный запись преднамеренно простая: Каждое поле закрывает определенную пропускную способность: Поле Что это мешает run id принятие результатов другой гонки evaluated at движущийся, не воспроизводимый now collector time Сохранение доказательств после окна свежести монитора source time потерять источник события заказа, когда этот час является надежным sequence принимая воспроизведенный или необратимый сердечный ритм как новый max age s применение одного произвольного временного срока для сигналов, отличающихся от других required безмолвно рассматривать отсутствие решительных доказательств как необязательное policy изменение порогов без аудиторского следа Не следует делать выводы о прогрессе по последовательности сердечных ударов. Люпса может выделять идеальные сердцебиения, но не производит никаких полезных изменений. Дайте сердцебиение, прогресс, зависимость от ожидания, и результат их собственных записей доказательств. Указанное одобрение может быть свежим и действительным, пока прогресс намеренно приостановлен; сертификат должен классифицировать те, которые работают как waiting , а не застряли. Приговор должен сохранить неопределенность: 1. свежий детерминистический отказ дает attention ; 2. отсутствующие, устаревшие, прибывающие в будущем или воспроизведенные требуемые сигналы unknown ; 3. свежая названа зависимость дает waiting ; 4. только полные, свежие, текущие доказательства могут дать healthy . Этот приказ не скрывает неудачи за отсутствием телеметрии. Новый неудачный результат является более убедительным доказательством, чем устаревший сердцебиение. С другой стороны, устаревшие доказательства сами по себе не доказывают, что препарат не работает; они доказывают, что мониторинг в настоящее время не может подтвердить утверждение о здоровом веществе. Запустить пять противопривесов Примечание, сопровождающее данную статью, содержит пять пробегов, оцениваемых в один и тот же момент: fresh run имеет три свежие, продвигающиеся, успешные сигналы; stale green по прежнему носит heartbeat: ok , но коллектор последний раз видел его 240 секунд назад против 120 секундного предела; delayed batch содержит запись прогресса, время сбора которого истекает после времени оценки, поэтому доказательства еще не были доступны; replayed sequence повторяет последовательность результатов, а не продвигает ее вперед; У failed outcome есть свежие доказательства того, что проверка артефакта не удалась. Запустить классификатор Node.js 20+: Его точный результат: Фальшифицируемая тезис узкий: изменение только допустимости доказательств должно быть способно отменить зеленый приговор. fresh run и stale green оба содержат heartbeat: ok ; только возраст коллектора отличается. Если при оценке панель показывает, что они оба столь же здоровы, она отображает запасную стоимость, а не текущий вывод о состоянии здоровья. Случай delayed batch обрабатывает более тонкую ошибку. Заново заполненная телеметрия может улучшить историческую диагностику, но она не должна переписывать то, что монитор знал во время принятия ранее решений. Сравнивание collector time с evaluated at делает воспроизведение инцидента честным. Проверка последовательности блокирует другую ложную свежесть. Восстановление очереди может перезагрузить последнее сердцебиение с новым временем прибытия транспорта. Если монитор обновляет возраст, используя только прибытие, воспроизведение делает мертвый источник выглядеть актуальным. Требуйте исходную последовательность, идентификатор загрузки или другой монотонный токен, где время запуска может обеспечить его. На перезагрузке соедините последовательность с идентификатором инкарнации, чтобы законное восстановление не было принято за повторное воспроизведение. Устройство представляет собой проверяемый набор контрпримера, а не производственный эталон. Он не оценивает ложно положительные показатели, не учитывает каждую очередь или не доказывает, что примерные пределы соответствуют вашей рабочей нагрузке. Ее значение заключается в том, что каждый приговор имеет однополые объяснения и может быть изменен путем редактирования одной временной печати или последовательности. Калибрируйте свежесть вокруг обещаний Выберите ограничения из ожидаемого поведения рабочего потока, а не из универсальной панели управления по умолчанию. Для опрошенного, ожидаемого каждые 60 секунд, лимит сердечных ударов может быть двумя пропущенными интервалами плюс измеренным тревогой. Для фазы компилятора, которая, как ожидается, будет работать безмолвно в течение восьми минут, прогресс может использовать срок фазы, а не правило изменения в 60 секунд. Для получения результатов, неизменно связанных с одним запуском и хэшем артефакта, свежесть может означать, что соответствует этому запуску и была проверена после его начала, не была создана в течение последних пяти минут. Проверьте эти границы перед предупреждением: нормальный нервный нервный график; перезагрузка коллектора и задержка очереди; наклон часов хозяина; дублированная доставка и доставка вне заказа; перезагрузка времени запуска с последовательностью восстановления; законное ожидание одобрения человека; завершенное командование, проверка назначения которого не удается; выключение монитора, пока агент продолжает работать. Запишите первое нарушение отдельно от последнего наблюдения. Требуйте настойчивости, когда доказательства шумно, но не позволяйте новому сердцебиению перезагрузить устаревшие часы прогресса. Очистить инцидент только с новыми доказательствами, которые решают состояние, которое открыло его. Возобновленный процесс не является доказательством того, что отсутствующий отчет уже существует. Есть цена на эту строгость: больше полей, политика на рабочий поток, и явное состояние unknown . Преимущество заключается в том, чтобы избежать более дорогостоящего "зеленого" статуса, подтвержденного доказательствами, что монитор больше не имеет права использовать. Начните с трех сигналов, которые могут изменить действие: доступность, полезный прогресс или зависимость и проверка результатов. Ограничить диагностику и заявления о продукте Сертификат свежести находится выше журналов, следов, показателей, записей планировщиков и проверки направления. Это не заменяет их. Он записывает, какие доказательства были допустимы для одного решения в области здравоохранения и когда оно истекает. Кроме того, оно не должно само по себе вызвать необратимое восстановление. unknown требует восстановления доказательств или человеческого осмотра. attention может оправдать ограниченную рекомендацию, но секреты, разрушительные изменения и неопределенные диагнозы все еще требуют ясного разрешения. Восстановление завершается только после того, как достигнут новые успехи или наблюдается намеченный результат. Это решает первоначальный вопрос: наблюдаемость агента AI никогда не должна сохранять здоровый статус на неопределенный срок. Дайте каждому решающему сигналу временную печать коллектора, установленный полисом максимальный возраст, текущий идентификационный режим и охранник повторной передачи; оценивайте их в определенный момент; и выполнить объединенный вердикт в кратчайшие сроки требуемой границы. Sidewisp сейчас находится на этапе закрытого предварительного доступа. Его предназначенная роль это слой здоровья наряду с существующими сроками действия агента, с видимыми доказательствами и границами одобрения человека. В настоящее время коллекция продуктового агента здрава, адаптеры запуска, автоматическое восстановление, управление cron и анализ стоимости токенов обычно не поставляются. Если доказательства свежести совпадают с ошибками, которые вам нужно обнаружить, вы можете Присоединяйтесь к частному просмотру.