الفئة
مهام وكلاء طويلة تشمل التخطيط واستدعاء الأدوات والانقطاعات والملاحظات الوسيطة وتغير الأهداف الفرعية المحلية.
كل المشاريع
يبحث عن شريك
هل يظل وكيل LLM طويل التشغيل متمسكاً بهدف المستخدم الأصلي بعد عشرات الخطوات؟
نقيس انحراف الهدف عبر مسارات طويلة لوكلاء LLM ونختبر نقاط تحقق خفيفة تعيد نية المستخدم من دون إعادة تشغيل سير العمل.
الفرضية
ستخفض نقاط تحقق دورية لنية المستخدم، تُفعّل عند اكتشاف انحراف في الخطة، الإجراءات النهائية غير المتوافقة مع الهدف بما لا يقل عن 25% مع زيادة تقل عن 5% في رموز النموذج.
المقياس الأساسي
نسبة المهام المكتملة التي يظل فيها الإجراء النهائي متوافقاً مع هدف المستخدم وقيوده الأصلية.
العتبة ذات المعنى
خفض الإجراءات النهائية غير المتوافقة مع الهدف بما لا يقل عن 25% مع زيادة أقل من 5% في الرموز.
الهدف التجاري
وكلاء LLM طويلو التشغيل أكثر موثوقية ودليل أوضح على متى يجب أن يتوقف التنسيق أو يستأنف أو يطلب تدخلاً بشرياً.
قواعد القرار
ينخفض انحراف الهدف ضمن ميزانية الرموز
التكرار عبر أطر وكلاء متعددة ومسارات أطول.
ينخفض الانحراف لكن كلفة نقاط التحقق مرتفعة
تشغيل نقاط التحقق فقط عند تغييرات الحالة الأعلى خطراً.
لا يوجد خفض ذو معنى في الانحراف
عدم إضافة نقاط التحقق كآلية تنسيق عامة.
النتائج التجارية هي أهداف بحثية وليست ضمانات. وقد تخلق النتيجة الصفرية أو السلبية قيمة كبيرة عبر منع الاستثمار في منتج أو ميزة أو حملة غير فعّالة.
التدخل
نقاط تحقق مختصرة تقارن الخطة الحالية والإجراء النهائي المقصود بهدف المستخدم وقيوده الأصلية.
المقارنة
سير العمل الطويل نفسه من دون نقاط تحقق صريحة للهدف.
المقاييس الثانوية
نجاح المهمة · التعافي بعد الانقطاع · الرموز الإضافية · معدل الإنذارات الكاذبة لنقطة التحقق