В статье представлена схема исследования «упражнений», которые представляют собой небольшие исполняемые задания, прикрепленные к навыкам агента. Эти упражнения проверяют, что навык корректно функционирует в реальной среде, а не полагается на статическую документацию.

  • Упражнения выполняются против реальных API и площадок, чтобы убедиться, что навык соответствует текущей реальности.
  • Прохождение упражнения подтверждает работоспособность навыка; провал указывает на то, что базовая система изменилась.
  • Пропуски автоматически запускают обновление руководства по навыкам, обеспечивая его актуальность.
  • Новые агенты должны проходить эти упражнения, чтобы получить навыки, доказывая способность через выполнение, а не чтение.

Этот подход гарантирует, что возможности агентов остаются действительными и актуальными за счет непрерывного тестирования их в реальных средах.