Проблемът
Брокерът ръчно ревюираше ~38 000 pre-trade alerts на седмица. Reviewers пропускаха дългата опашка. Compliance екипът искаше машинно triage — но не от вида, който се обяснява на регулатора като „моделът реши“.
Имахме нужда от система, която може да обоснове всеки block на ясен език, с цитати.— Head of Compliance, Fintech, Европа
Нашият подход
Не заменихме reviewer-а — заменихме triage опашката. Системата обяснява разсъжденията си span-by-span; reviewer-ът приема или връща обратно.
Три решения оформиха системата:
- Типизирани envelopes между агенти. Всяко съобщение между агенти има версионирана схема. Codegen се грижи за boilerplate.
- Detеrministic eval gates. Регресия в rule-coverage спира deploy-а автоматично.
- Пълен audit trail. Trace IDs на всеки span. Reviewer може да replay-не всяко решение точно.
Архитектурата
What we actually ship.
Every system we build follows this shape. Client at the edge, tools in a sandbox, traces everywhere, evaluators gating output. No black boxes, no "it works on my machine."
Един run, на тази система
Watch an agent do the job.
Three real production scenarios, replayed at observed latency. Every box is a span; every span has tokens, cost, and an eval gate. This is what shows up in your traces, not a marketing animation.
Pretrade review requires: applicable-rules retrieval, market-data lookup, position-check, and a deterministic evaluator gate.
Резултати
Те доставиха система, която оцеля през пиковите ни седмици. Evals хванаха две регресии, които иначе биха стигнали до production.
— VP of Engineering, Fintech, Европа