Наблюдаемость агента AI в петлях: повторение испытаний против прогресса

Повторяющийся звонок инструмента недостаточно, чтобы вызвать агента AI застрял. Флагировка петли только тогда, когда повторяется нормализованная последовательность действий, конкретные для задачи доказательства не меняются, и ни заявленная зависимость, ни повторная попытка в рамках политики не объясняют повторение. Это правило улавливает как циклы A A A A , так и A B A B без ошибочной pagination, backoff или одобрения ожидает неудачи. Практический минимум это окно наблюдения, содержащее четыре вида доказательств: подписи безопасных действий, отпечатки пальцев, факты о перепробной политике и аренды зависимости. Сохраняйте сырые отпечатки для диагностики, но не позволяйте успеху в перечислении вызовов или расширении времени стать выбором в пользу здоровья. Повторяющийся звонок это деятельность, а не цикл. Время работы агента уже показывает подробную активность. OpenAI Agents SDK отслеживающая документация перечисляет поколения, вызовы функций, ограды, передачи и пользовательские пробелы. Нынешний OpenTelemetry ГЕНАЙ агентские конвенции, обозначенный как Развитие, описывает операции по вызову агентов и рабочих процессов, планированию и выполнению инструментов. Эти записи могут установить, что операция была выполнена, сколько времени потребовалось и вернулась ли она ошибка. Они не могут определить, что означает полезное движение для вашей задачи. Четыре звонка на fetch page могут собрать четыре страницы с различными результатами. Четыре вызова к search с тем же нормализованным запросом и тем же принятым доказательством могут быть петлей. Название операции идентично в обоих примерах. Начните с вывода двух значений для каждого последовательного события: Значение Пример Цель actionSignature search:topic:timeout Сравнивает семантическое действие после удаления волатильных полей progressFingerprint brief:sha 4 Записывает безопасную проекцию доказательств задачи после действия Подпись действия должна сохранять аргументы, которые изменяют значение действия, и исключать значения, которые создают только шум. Сохраняйте токен страницы, класс назначения, нормализованный запрос, название инструмента и объем разрешений, когда они влияют на поведение. Удалить идентификаторы запроса, часовые марки, случайные семена, идентификаторы следов и перезагрузку ключей JSON, когда они не будут. Прогресс отпечатков пальцев отвечает на отдельный вопрос: какое долгосрочное наблюдение было бы отличным, если бы этот шаг помог? Для агента кода он может сочетать канонический реферат дерева Git с результатом целевого теста. Для проведения исследований он может охватывать признанные источники идентификации и краткий реферат. Для издательской работы она может сочетать в себе дизель контента, идентификатор общественных ресурсов и состояние проверки. Не используйте заявление модели, что она сделала прогресс. Найти самый короткий цикл, а затем проверить его эффект Пригодный первый детектор спрашивает, можно ли описать полный окно действия коротким повторным периодом. Следующая функция проверяет периоды от одного до трех и требует не менее двух повторений: Для search, search, search, search возвращается первая часть. Для search, read, search, read, search, read возвращается период второй. Примечательный дубликатный счетчик поймает первую последовательность, но пропустит вторую. Периодичность в одиночку все еще не доказывает задержку. Оценить период, находящийся рядом с отпечатками пальцев: Порядок имеет значение. Проверьте доступность перед интерпретацией окна действия. Уважать зависимость только тогда, когда она называет владельца и имеет невыполненный срок. Требуйте полные, безопасные доказательства перед расчетом циркуляции. Отсутствующий отпечаток пальцев не означает разрешения на вывод нет прогресса; он производит uncertain . Я воспроизвел этот постановление против шести синтетических снимков в одно фиксированное время наблюдения: Дело Последовательность или состояние Результат Странирование каталога Четыре подписи на отдельной странице; отпечатки пальцев увеличиваются с 50 до 182 рядов working Провайдерский резервный резерв Три идентичных звонка; ошибка, которая может быть восстановлена; задержки 2s, а затем 4s retrying Сходный цикл вызова Четыре одинаковых поиска; неизменный анализ доказательств stuck loop , период 1 Осцилляция поиска и чтения Три повторения пары A/B; не измененный краткий перевод stuck loop , период 2 Ожидание одобрения Повторение плюс названный владелец и будущий срок waiting Переработанные доказательства Повторяется пишет, но никаких безопасных прогресса отпечатков пальцев uncertain Командование артефактом было: Он вернул шесть проходящих утверждений, нулевые неудачи и точно два предполагаемых случая петли. Это фальсифицируемый единичный тест для правила, а не доказательство того, что эти пропорции происходят в производстве. Сохраняйте ограниченные повторные попытки, pagination, и ждать вне цикл ведра Пробовать доказательства нужно больше, чем счетчик. Зарегистрируйте класс ошибки, применимую политику, номер попытки и фактическую задержку. Функции шага AWS документация по обработке ошибок представляет собой конкретный пример этого контракта: ретриер совпадает с названием ошибок и использует поля, включая IntervalSeconds , MaxAttempts и BackoffRate . Передаваемый урок это ясные границы, а не требование использования этаповых функций. В фиксации три звонка провайдера с rate limit остаются retrying , потому что ошибка допускается, количество повторных попыток находится в пределах политики, а наблюдаемые пробелы удовлетворяют ожидаемый 2 секундный, а затем 4 секундный обратный отсчет. Детектор рассчитывает цикл первого периода, но преимуществом занимает повторное испытание. Если ошибка становится невосстановляемой, если задержки пропадают или если бюджет попытки исчерпается, это исключение больше не применяется. Страницы нуждаются в другой защите. Не нормализуйте курсор или токен страницы, если он изменяет запрошенный участок. Что еще более важно, проверьте эффект: принятое число строк или переваривание набора результатов должно меняться. Инструмент может циклизировать через различные курсорные строки, в то время как местонахождение остается неизменным, поэтому вариация аргумента без дельты прогресса является слабым доказательством. В ожидании требуется договор аренды, а не статус свободного текста: Как только истечет срок, переопределите из оставшихся доказательств. Ограничьте продление и удерживайте владельца. В противном случае агент может скрыть петлю за неопределенно обновленным сообщением, ожидающим ввода. Калибрировать окно наблюдения вокруг работы Устройство использует максимум шесть действий и поиски в периоды до трех. Эти значения делают пример проверяемым; они не являются универсальными производственными дефолтами. Выберите окно из нормального ритма рабочего процесса и наиболее короткого вредного цикла, который вам нужно поймать. Интерактивный агент кодирования может повторить неправильный шаблон чтения/редактирования/теста в течение нескольких минут. Запланированный исследовательский агент может посетить источник через час по законной причине. Используйте исторические здоровые и инцидентные повторные показатели для измерения задержки обнаружения и ложных положительных результатов перед прикреплением оповещений. Достаточно доказательств, чтобы воспроизвести каждый переход: Сохранить ключевой дизель или нечувствительную проекцию, когда основной доказательством могут быть данные клиентов, запросы, секреты или абсолютные пути. Версия нормализатора подписи и определения отпечатков пальцев. Измененный нормализатор может выглядеть как внезапное выздоровление или инцидент. Предупреждение о переходе, а не о каждом повторном переходе. Для шумных коллекторов требуются два последовательных окна с одинаковым циклом и неизменными доказательствами. Не позволяйте этому истерезу задержать детерминистический результат или тяжелую потерю разрешения. Диагностика также не позволяет вмешаться. Выявление stuck loop может оправдать подготовку одного ограниченного толчка, приостановку проверенного процесса бегства или запрос на проверку на людях. Он не разрешает перезагрузку, изменение аккредитации, удаление, внешнее сообщение или неограниченную повторную попытку. После любой одобренной меры требуется новый отпечаток пальцев или проверенный результат, прежде чем объявить о восстановлении. Знай, что этот детектор не может установить. Плохой отпечаток может превратить здоровую работу в очевидную петлю. Если в файле есть только имена файлов, полезные редактирования существующих файлов исчезают. Если она включает в себя часовые марки, неизменная работа выглядит свежей. Рандомизированная подпись действия может вызвать противоположное неудача, скрывая стабильный семантический цикл за новыми идентификаторами или перепорядоченными аргументами. Некоторые полезные работы не монотонны. Исследовательский агент может отклонить гипотезу и вернуться к более раннему источнику; кодирующий агент может вернуть нарушенный подход. Сохранить переходы или изменения признанных доказательств, вместо того, чтобы предполагать, что каждый счет должен подниматься. Краткие сроки также являются преднамеренным ограничением. Шестиступенчатый цикл не будет обнаружен в течение максимум трехступенчатого периода. Увеличение потолка окна и периода улучшает охват, но затрачивает память, задерживает приговор и повышает вероятность случайного повторения. Калибрировать из известных инцидентов, и сохранить uncertain , когда доказательства не могут подтвердить безопасный вывод. Операционное правило остается узким: повторяемая деятельность становится вердиктным циклом только тогда, когда нормализованная последовательность является периодической, полезные доказательства остаются неизменными, и никакой действительный договор о повторной попытке или зависимости не объясняет это. Этого достаточно, чтобы превратить загруженный след в проверяемый диагноз, не притворяясь, что каждый повторный звонок к инструменту нарушен. Sidewisp сейчас находится на этапе закрытого предварительного доступа. Его публичный сайт и библиотека статей живы, но коллекция производственного агента здравоохранения, адаптеры запускного времени и восстановление, как правило, не доставляются. Sidewisp предназначен для добавления слоя здоровья вдоль существующих времен выполнения, а не для их замены или для функционирования в качестве автономного фиксатора. Если доказательство петли является режимом неисправности, который вам нужно четко видеть, вы можете присоединиться к раннему доступу, рассматривая текущий продукт как предварительный вариант, а не развернутый мониторинг.