本記事は、エージェントのスキルに付随する小型の実行可能演習である「ドリル」の研究デザインを紹介しています。これらのドリルは、静的なドキュメントに依存するのではなく、ライブの基盤に対してスキルが正しく機能することを検証します。

  • ドリルは実際のAPIと環境に対して実行され、スキルが現在の現実と一致していることを保証します。
  • 合格したドリルはスキルが動作することを確認し、不合格のドリルは基盤システムが変更されたことを示します。
  • 見落としは自動的にスキルのプレイブックを更新をトリガーし、鋭敏さを保ちます。
  • 新しいエージェントはスキルを取得するためにこれらのドリルに合格する必要があり、読むことではなく実行によって能力を実証します。

このアプローチにより、ライブ環境に対して継続的にテストを行うことで、エージェントの機能が有効かつ最新の状態に保たれます。