Meta превратила исправление агента в обычный pull request

2 сентября Meta показала внутреннего compliance-агента, который усваивает замечания экспертов без дообучения модели.

Его знания хранятся в 200+ текстовых файлах с зависимостями в YAML, а способы рассуждения — отдельно в виде пошаговых «рецептов». Поэтому после ошибки система может определить причину: агенту не хватило факта или он неправильно применил процедуру.

Дальше обратная связь компилируется в минимальный diff. Его проверяют независимый агент, детерминированный линтер, повтор исходного сценария и полный набор регрессионных тестов. Эксперту остаётся просмотреть и принять готовый pull request. После этого исправленный случай автоматически добавляется в тесты.

Здесь полезен практический паттерн: корпоративную экспертизу можно хранить не в весах модели и не в бесконечном RAG, а в версионируемой базе знаний. Изменения получаются прозрачными, обратимыми и проверяемыми. Разделение знаний и процедур заодно сократило расход токенов примерно на 80%.

#aiagents #agentmemory #knowledgebase #rag #llmops #enterpriseai

@data_engi