Перейти к содержимому

Операции

Операции объединяют домены, где агент влияет на физический или сервисный процесс: маршрут доставки, загрузку линии, прогноз потребления, план поездки, подбор рациона. Общее у них — высокая цена ошибки и необходимость учитывать реальные ограничения.

Домен Задача Пример
Логистика Маршруты, загрузка, сроки Logistics Optimization Agent
Производство Мониторинг линии, контроль качества Factory Process Monitoring Agent
Энергетика Прогноз потребления, режимы Energy Demand Forecasting Agent
Travel Маршрут, бюджет, бронирования 12. Travel Planner
Food Рецепты, состав, ограничения 17. Recipe Agent
  • Есть жёсткие ограничения. Время, вместимость, бюджет, совместимость.
  • Данные приходят из нескольких систем. Склад, транспорт, датчики.
  • Результат проверяется реальностью. Опоздание, перегруз, нехватка — видны сразу.
  • Ошибка стоит денег линейно по времени. Чем дольше неверный план, тем дороже.

Поэтому операционный агент почти всегда работает как «предложить план», а не «выполнить план». Утверждение остаётся за человеком или детерминированной проверкой.

Модель склонна предлагать «оптимальное» решение, не замечая ограничений. Рабочая схема: ограничения проверяет код, модель предлагает варианты.

def feasible(plan: Plan) -> bool:
return (
plan.total_time <= limit
and plan.budget <= budget
and all(item in stock for item in plan.items)
)

Проверка превращает «красивый план» в «выполнимый план».

  • Галлюцинация ограничения. Модель «помнит» вместимость, которой нет.
  • Игнорирование времени. План не учитывает окна доставки.
  • Локальный оптимум. Каждый шаг оптимален, весь маршрут — нет.
  • Нет плана Б. При сбое агент не предлагает альтернативу.
  • Доля предложенных планов, прошедших проверку ограничений.
  • Отклонение факта от плана.
  • Время на планирование.
  • Число ручных правок на план.