‏هنر مهندسی حلقه؛ ایجنت‌ها از روی‌هم‌چیدن لوپ‌ها ساخته می‌شن

به گفتهٔ Sydney Runkle از لنگ‌چین، ایجنت‌ها به‌درد می‌خورن چون کار رو با اقدام تو دنیای واقعی خودکار می‌کنن، ولی برای اینکه قابل‌اعتماد کار کنن فقط مدل خوب کافی نیست؛ به یه هارنس دقیق نیاز داری. الگوریتم اصلی ساده‌ست: به مدل کانتکست بده و بذار تو یه لوپ ابزار صدا بزنه تا تموم شه. ولی این تنها لوپ نیست.

حلقهٔ اول همون ایجنته: با create_agent هر مدلی رو برمی‌داری، ابزار وصل می‌کنی و یه لوپ ایجنتِ کارراه‌انداز داری. مقاله مثال یه ایجنت داکیومنت داخلی رو می‌زنه که درخواست بهبود مستندات می‌گیره، تغییرات رو draft می‌کنه و با ابزارها ریپو رو clone و فایل‌ها رو می‌خونه و Pull Request باز می‌کنه.

حلقهٔ دوم، لوپ راستی‌آزماییه. چون ایجنت همیشه بار اول درست جواب نمی‌ده، خروجی رو با یه grader و یه معیار (rubric) می‌سنجی و اگه رد شد، با فیدبک برمی‌گردونی. این grader می‌تونه قطعی باشه یا خودش یه LLM باشه. تریدآفش اینه که تأخیر و هزینه بالا می‌ره، ولی برای بیشتر کاربردهای پروداکشن می‌ارزه.

حلقهٔ سوم، لوپ رویدادمحوره: یه رویداد رخ می‌ده—سند تازه می‌آد، یه کرون می‌زنه یا وبهوک می‌رسه—و ایجنت اجرا می‌شه. این‌جا ایجنت دیگه چیزی نیست که دستی صداش بزنی؛ یه جزءِ همیشه‌روشنه که تو یه سیستم بزرگ‌تر می‌چرخه. LangSmith و ابزار Fleet زیرساخت این تریگرها رو می‌دن.

حلقهٔ چهارم و به گفتهٔ نویسنده مهم‌ترین‌شون، لوپ hill climbingه که خودِ بهبود رو خودکار می‌کنه. هر اجرا یه trace می‌سازه؛ یه ایجنت تحلیل‌گر روی این traceها اجرا می‌شه و با یافته‌هاش خودِ هارنس رو بازنویسی می‌کنه—تغییر پرامپت، ابزار یا grader. نکته اینه که این حلقه مستقیم می‌ره داخل و لوپ‌های داخلی رو به‌روز می‌کنه.

مقاله تأکید می‌کنه خودکارسازی به معنی حذف آدم نیست؛ تو هر سطح یه جای طبیعی برای نظارت انسانی هست—مثلاً یه grader می‌تونه چک کنه لینک‌ها باز می‌شن، ولی فقط آدم می‌فهمه لحن برای مخاطب مناسبه یا نه. برای اقدام‌های حساس مثل تراکنش مالی یا عملیات دیتابیس، بازبینی زندهٔ انسانی ضروریه. جمع‌بندی: پتانسیل ایجنت‌ها تو لوپ‌هاییه که دورشون می‌سازی.

نکات کلیدی:

• ایجنت قدرتمند یعنی چند حلقهٔ روی‌هم‌چیده، نه فقط یه مدل خوب
• حلقهٔ ۱ ایجنت پایه با create_agent؛ حلقهٔ ۲ راستی‌آزمایی با grader و rubric
• حلقهٔ ۳ رویدادمحور با کرون و وبهوک، ایجنت رو همیشه‌روشن می‌کنه
• حلقهٔ ۴ (hill climbing) با تحلیل traceها خودِ هارنس رو بهتر می‌کنه
• نظارت انسانی تو هر سطح، مخصوصاً برای اقدام‌های حساس، لازمه