Пост канала
- фото
AWS показала AEM: как найти один сломанный ход в длинном диалоге агента Перед релизом агента проверь не только итог «задача выполнена», а траекторию по ходам. Один неверный параметр в середине часто тянет за собой весь остальной диалог — финал при этом может выглядеть почти правильным. AWS показала метрику AEM для многоходовых разговоров: она оценивает каждый шаг отдельно и отделяет корневую ошибку от каскада. В примере с отчётом по продажам общая оценка валит всю пятиходовую цепочку, а разбор по шагам находит один сбой на втором ходу — остальные провалы просто наследуют чужую ошибку. Если гоняешь таких агентов в Cursor или в автотестах — смотри не только «прошёл/нет»: важнее знать, на каком ходу цепочка поползла и что чинить первым.
Открыть в MAX- Просмотры
- 14
- ER
- —
- Реакции
- —