Writing on agents in production.
What we've learned from shipping. No takes on whether agents are real.
// επιλεγμένο post
Γιατί το eval suite σας ανήκει στο CI.
Αν τα evals σας δεν τρέχουν σε κάθε PR, δεν είναι evals — είναι ένα screenshot από συνάντηση τον Μάρτιο.
Διάβασμα · Ομάδα μηχανικών
Τα durable workflows δεν είναι retries.
Ένα λογικό νοητικό μοντέλο για το πότε χρειάζεστε πραγματικά durable orchestrator έναντι απλώς καλύτερου backoff.
A2A και MCP: επιλέξτε και τα δύο.
Λύνουν γειτονικά προβλήματα. Το λάθος είναι να τα αντιμετωπίζετε ως διχάλα.
Πώς να φτιάξετε ένα retrieval eval set σε μια εβδομάδα.
Μια πρακτική συνταγή. 200 ερωτήσεις, το πραγματικό σας corpus, baselines και ένα "μη βελτιστοποιείτε αυτό" set.
Το runbook που παραδίδεται με κάθε agent.
Failure modes, κλιμακώσεις, συνθήκες rollback. Βαρετό επίτηδες.
Γιατί μένουμε on-call 60 μέρες μετά το handoff.
Επειδή οι πρώτες 60 μέρες αναδεικνύουν κάθε υπόθεση που έχασε το eval suite.
ΕΚΚΙΝΗΣΗ
Βγάλτε ζωντανό το πρώτο σύστημα.
Discovery σταθερής τιμής σε 2 εβδομάδες. Φεύγετε με αρχιτεκτονική, λειτουργικό spike και σχέδιο υλοποίησης.