Исследователи представили Argus — специализированную среду выполнения для ИИ-агентов, предназначенную для решения задач с длинным горизонтом планирования. Система поддерживает устойчивое состояние проекта и позволяет агентам динамически корректировать стратегию при обнаружении ошибок или изменении ограничений. Архитектура разделяет пользовательские намерения и техническую реализацию, обеспечивая автономную адаптацию агента в процессе выполнения сложных миссий.
В основе Argus лежит модульная структура, состоящая из четырех специализированных ролей: Менеджера, Планировщика, Инженера и Рецензента. Такая иерархия позволяет системе сохранять контекст выполнения на протяжении длительного времени, что критически важно для многошаговых процессов, где промежуточные результаты могут потребовать пересмотра исходного плана. Система постоянно отслеживает метрики успеха, позволяя агенту либо продолжать текущий путь, либо оперативно переключаться на альтернативные методы при выявлении неэффективности.
Разделение ответственности между компонентами среды помогает минимизировать риски, связанные с неверно сформулированными целями или скрытыми ограничениями среды. В отличие от стандартных цепочек промптов, Argus поддерживает «долговечное состояние проекта», что позволяет агенту возвращаться к выполнению задач после прерываний и сохранять накопленный опыт для последующих итераций. Это решение направлено на повышение надежности автономных систем в условиях неопределенности.
Ключевые факты
- Argus использует четыре функциональных модуля: Менеджер, Планировщик, Инженер и Рецензент.
- Система ориентирована на задачи с длинным горизонтом планирования, требующие сохранения состояния проекта.
- Механизм самоэволюции позволяет агенту пересматривать стратегию при обнаружении ошибок или смене ограничений.
- Архитектура обеспечивает четкое разделение между высокоуровневыми намерениями пользователя и низкоуровневым исполнением кода.