Саппорт-агент на LLM, которому не дадут забыть про заказ

Первый заход вышел так себе: в каждом третьем ответе мой агент не шёл за заказом, а просто выдумывал его статус. Модель сама решала, когда дёргать тул — и решала мимо.

В харнесе модель вообще ничего не решает: за данными топает код, а саму модель зовут всего дважды — врубиться в вопрос и написать ответ. Агентский цикл, где рулит модель, поднимается за вечер и проскакивает тул в одном ходе из двадцати четырёх. Продовый конвейер не проскакивает вообще, но роутер и сценарии под него пишет живой человек.

Тысяча диалогов на Qwen — полдоллара, на Opus — тридцатка.

Читать далее

👉 JS