Jak działa konsultacja z advisor agentem?
Agent roboczy wywołuje doradcę jak każde inne narzędzie, a razem z żądaniem idzie dotychczasowa rozmowa: zadanie, już wykonane kroki i to, co każdy z nich zwrócił. Doradca odpowiada wskazówką, a nie działaniem, i agent roboczy wznawia pracę. Doradca zmienia plan, nigdy świat, co utrzymuje wzorzec audytowalnym: każdy skutek uboczny wciąż pochodzi od agenta, którego już obserwowałeś.
Dlaczego advisor agent to wzorzec ekonomiczny?
Jakość podąża za radą, którą wykonawca potrafi faktycznie zastosować, a wolumen tokenów za najtańszym modelem, więc koszt uśredniony leży blisko kosztu wykonawcy. To czyni go rodzeństwem routingu modeli, tyle że rozstrzyganym w trakcie zadania, a nie przed nim, i uzupełnieniem podnoszenia wysiłku rozumowania w modelu, który już działa. Warto odróżnić go od agenta nadzorcy, który kieruje subagentami w dół, i warto zapisywać go w trajektorii agenta, żeby recenzent widział, których rad agent faktycznie posłuchał.
Jak stosujemy regułę doradcy we własnych agentach w Soba Labs?
Nasi agenci treści uruchamiani według harmonogramu to nie tani wykonawca konsultujący się z mocniejszym modelem; to jeden agent kontrolujący, który przekazuje badania i ocenianie agentom pomocniczym na tym samym modelu. Z wzorcem advisor łączy je reguła bezpieczeństwa. Kontroler jest właścicielem każdego zapisu pliku, każdego płatnego wywołania danych i każdego commita, a każdy pomocnik zwraca jeden zwarty wynik. Każde zlecenie dla pomocnika kończy się tą samą regułą: nie zapisuj plików, nie rób commitów, nie wykonuj płatnych wywołań. Pomocnik oceniający nie widział wyników wyszukiwania i niczego nie sprawdza, więc jego osąd nie jest zakotwiczony w tym, co przeczytał kontroler, a kontroler czyta wynik, a nie strony, które za nim stoją. Gdy jeden model ocenia wyniki drugiego, jak w naszych kontrolach LLM jako sędzia, używamy dla sędziego innej rodziny modeli, by uniknąć faworyzowania własnych wyników.