Агент поддержки на LLM, который стабильно забывает сходить за заказом

Первая сборка такого агента в каждом третьем ходе не шла за заказом, а просто выдумывала его статус. Кто решал, когда дёргать тул? Сама модель. И решала мимо.

В харнесе у модели вообще нет права голоса: данные тащит код, а саму её дёргают дважды — понять, что спросили, и написать ответ. Агентский цикл, где решает модель, собирается за вечер и теряет тул в 1 ходе из 24. Продовый конвейер не теряет вообще, только роутер и сценарии под него пишет человек. 1000 диалогов на Qwen — полбакса, на Opus — тридцать долларов. Читать далее

👉 Node.JS [ru]