К содержимому журнала

AI и модели

ИИ-агент на долгой задаче: как сохранять прогресс и продолжать после перезапуска

Как продолжать задачу ИИ-агента после перезапуска: версия задания, артефакты, контрольные точки, сверка состояния и испытание восстановления.

Каменная дорожка с терракотовой отметкой сохранённого этапа и продолжением впереди
Содержание

Агент несколько часов готовил изменения в справочнике, затем сессия прервалась. Новый запуск видит фразу «большая часть готова», но не знает, какие записи проверены, где лежит результат и можно ли его применять. Увеличение окна контекста не решает этот случай: для продолжения нужна сохранённая задача с проверяемыми результатами отдельных шагов.

Рабочая схема разделяет цель, состояние выполнения и доказательства результата. Модель получает нужную часть этих данных на старте сессии, а система хранит их вне разговора. Ниже — предлагаемая архитектура для пакетной подготовки изменений справочника. Она не является готовой функцией любой модели и не описывает клиентское внедрение NetLabCS.

Что можно взять из зарубежного опыта #

Anthropic в разборе долгих задач агента показывает подход с подготовкой среды, последовательными небольшими изменениями и передачей прогресса между сессиями. Авторы отдельно отмечают, что одного сжатия истории недостаточно, и разбирают преждевременное объявление работы завершённой. Их пример относится к разработке приложений; перенос на учётные процессы требует собственной проверки.

В материале об управлении контекстом различаются сжатие разговора и записи вне окна контекста. Для нашей задачи из этого следует практическое решение: краткое резюме помогает модели восстановить ход мысли, а завершённость работы нужно проверять по сохранённым объектам и установленным критериям.

Сохраните исходный объём работы #

В учебном примере агент готовит предложения по устранению дублей в справочнике. Он не сливает записи самостоятельно. Результат — набор предложений с основаниями, отдельный список неоднозначных случаев и сводка для проверки человеком.

До запуска сохраните снимок исходного набора либо устойчивую ссылку на его версию, правила сравнения и границы полномочий. Если набор меняется во время работы, заранее решите, как учитывать новые и изменённые записи. Иначе после перезапуска агент продолжит по другим данным, а итоговая сводка незаметно объединит несовместимые результаты.

Полезно явно записать исключения: архивные записи не обрабатывать, объекты с разными регистрационными реквизитами не объединять автоматически, спорные пары передавать человеку. Эти условия входят в версию задания. Их изменение посреди работы требует пересмотра затронутых результатов, а не только нового абзаца в диалоге.

Контрольная точка связывает шаг с артефактом #

Разделите исходный набор на обозримые порции с устойчивыми идентификаторами. Для каждой храните состояние, версию входных данных, ссылку на подготовленный результат и итог его проверки. Сам текст предложения или файл результата будем называть артефактом. Запись «готово» без доступного артефакта не должна продвигать общий прогресс.

В предлагаемой модели порция проходит состояния «ожидает», «в работе», «результат сохранён», «проверена» или «требуется разбор». Это внутренние состояния приложения, а не универсальные статусы какого-либо SDK. Они нужны, чтобы отличить выполненное вычисление от принятого результата.

Сначала сохраняется артефакт, затем проверяется его соответствие исходной порции и только после этого фиксируется контрольная точка. Если процесс упал после сохранения файла, но до обновления состояния, следующая сессия должна обнаружить этот файл и сверить его. Слепое повторение всей порции может создать конкурирующие версии предложений.

Связь состояния и результата нужно реализовать средствами хранилища: например, через запись с версией и ссылкой на неизменяемый объект. Конкретный способ зависит от инфраструктуры. Просьба модели «сохраняй всё аккуратно» не заменяет правила фиксации и обработки незавершённой записи.

Начинайте новую сессию со сверки #

На старте агент читает цель и версию задания, сводку принятых решений, перечень незавершённых порций и правила проверки. Подробные исходные записи загружает для следующей порции. Весь накопленный журнал не обязательно помещать в один запрос: важно сохранить возможность открыть конкретное доказательство по ссылке.

Перед продолжением система проверяет, доступны ли исходные данные и артефакты, совпадают ли их версии и не работает ли уже другой исполнитель над той же порцией. Если файл пропал или вход изменился, такое состояние направляется на восстановление. Нельзя считать отметку в старом резюме более надёжной, чем фактическое содержимое хранилища.

Журнал решений должен объяснять исключения. Для пары спорных записей полезно сохранить причину передачи человеку и использованные признаки. Фраза «решено ранее» лишает следующую сессию основания проверить решение. Секреты доступа при этом остаются в предназначенном для них защищённом хранилище, а не в текстовой памяти агента.

Завершение определяется по всем порциям #

Допустим, агент нашёл много очевидных дублей и перестал встречать новые. Это ещё не конец: часть исходного набора могла остаться необработанной, а часть результатов — непроверенной. Итог должен сводиться по сохранённому составу задания: каждая порция имеет принятый результат либо явно оформленное исключение с ответственным.

Для нашей схемы завершение означает, что предложения доступны, исходные записи прослеживаются, неоднозначные случаи выделены и сводка совпадает с деталями. Это критерии предложенного процесса. Они не доказывают, что каждое решение модели верно: качество сопоставления оценивается отдельно на проверочной выборке и спорных случаях.

Право продолжить подготовку не даёт права применить изменения в рабочем справочнике. Если в следующем этапе агент получает инструменты записи, отдельно нужны полномочия, подтверждения и сверка результата внешнего действия. Проблема повторного исполнения разобрана в статье об идемпотентности действий ИИ-агента . Здесь контрольная точка отвечает за продолжение задачи, а не гарантирует единственность любой операции во внешней системе.

Испытайте перезапуск в неудобном месте #

Проверьте остановку во время обработки порции, после сохранения результата и после принятия контрольной точки. При новом запуске сравните общий состав задания с фактическими артефактами: ничего не пропущено, незавершённое не выдано за принятое, разные версии не перемешаны. Затем измените одну исходную запись и убедитесь, что затронутый результат требует пересмотра.

Такое испытание показывает, действительно ли работа возобновляется, а не начинается заново с убедительного резюме. Если задача укладывается в один обычный запрос и не оставляет промежуточных результатов, отдельный механизм контрольных точек может быть избыточен. Он нужен там, где стоимость потери проверенной работы и неоднозначного продолжения уже существенна.

В разработке AI-ассистентов для сотрудников такой сценарий требует отдельного механизма восстановления. Для проектирования агента опишите NetLabCS конечный результат, исходный набор и допустимые действия . На этих данных можно определить границы порций, состав сохраняемого состояния и испытание, которое подтвердит продолжение после сбоя.

Был ли материал полезен?

0 полезных · 0 неполезных · 0 оценок

Голосование временно недоступно: подключаем безопасную идентификацию читателя.