Модельная маршрутизация удешевила мои ИИ-агенты. Это не облегчило им доверие.

Я потратил некоторое время на оптимизацию затрат на эксплуатацию моих ИИ-агентов. Дешевые модели для рутинной работы. Лучшие модели, когда они действительно нужны задаче. Это сделало практичным запуск нескольких агентов без отправки каждого запроса на самую дорогую доступную модель. Это сработало. Затем я столкнулся со следующим узким местом: доверием тому, что вернулось. Агент может сказать, что задача выполнена, показать пройденные тесты и оставить аккуратный результат. Ничто из этого не говорит мне, понял ли он решение о продукте, изменил правильные файлы или пропустил предположение в другом месте кодовой базы. Увеличение мощности агентов не решило этой проблемы. Это помогло мне создать его быстрее. Теперь я использую Sol Advisor с Codex для разделения архитектуры, реализации и проверки. Я сохраняю цель, архитектуру, проверку и окончательную приемку. Агент реализации получает ограниченную работу. Новый рецензент оспаривает результат. Рабочий процесс определить изменение -> выберите полосу реализации -> делегировать ограниченную задачу -> проверьте разницу и повторите проверку -> получить свежий обзор -> отправьте, сначала исправьте или переосмыслите Отчет о реализации является утверждением, а не доказательством. Я проверяю фактическое рабочее дерево, подтверждаю, что задача осталась в области действия, и повторно запускаю