Automatyzacja z agentami AI
Kontrolowane wykonanie zadań przez agentów AI
W skrócie: Zbudowałem system, który pozwala agentom AI realizować zadania w odizolowanych środowiskach. Uprawnienia i zakres wykonania wynikają z kontraktu, rezultaty przechodzą niezależną ocenę, a przyjęte zmiany są przekazywane do systemu docelowego w kontrolowany sposób.
01 / Dla Twojej organizacji
Agent AI może przygotować analizę, zmienić kod albo zaproponować zmianę infrastruktury. Żeby powierzyć mu realną pracę, potrzebne są jasne uprawnienia, niezależna ocena wyniku i pewność, że do systemu docelowego trafia dokładnie to, co zaakceptowano.
Taki sposób pracy pozwala korzystać z agentów w procesach, w których liczy się odpowiedzialność za wynik, i wymieniać model bez zmiany zasad przyjęcia. O przejściu do kolejnego etapu decydują kontrakt i dowody, a nie deklaracja wykonawcy.
02 / Realizacja na zapleczu 4digital
Na zapleczu 4digital zacząłem od wymagań i granic odpowiedzialności, zanim powstał kod. Pracę oparłem na czterech zasadach:
- Kontrakt zamiast instrukcji — zadanie ma maszynowy kontrakt: zasoby, uprawnienia, limity kosztów, wymagany rezultat i kryteria przyjęcia. Niejasność powoduje jawną odmowę, a nie domyślną interpretację.
- Brak dowodu to nie sukces — każde przejście stanu wynika ze zweryfikowanego kontraktu, uprawnienia i dowodu.
- Autonomia w granicach uprawnień — wykonawca dobiera metodę pracy, ale nie zmienia celu, polityki ani kryteriów własnej akceptacji.
- Rozdzielone role — wykonanie, przechowanie dowodów, ocena wyniku, decyzja operatora i kontrola skutków zewnętrznych są od siebie oddzielone.
Każde zadanie przechodzi przez wykonanie w izolowanym środowisku, niezależną ocenę i akceptację dokładnego kandydata. Ocenę prowadzi recenzent z inną tożsamością niż wykonawca, a wynik sprawdza niezależny weryfikator. Zaakceptowany wynik trafia do systemu docelowego przez pośrednika, który nie dopuszcza do podwójnej publikacji.
03 / Rezultat
Ten sam mechanizm obsługuje różne rodzaje pracy, od zmiany w kodzie po raport analityczny, i wykonawców od różnych dostawców modeli. Zmiana modelu nie zmienia zasad przyjęcia ani sposobu wiązania dowodów.
To własny demonstrator 4digital, sprawdzony w określonych scenariuszach wykonania i dostarczenia wyniku. Końcową kwalifikację dostarczania wykonano z deterministycznymi wykonawcami, bez wywołań modeli; próby z rzeczywistymi modelami dotyczą wcześniejszych etapów. Wynik nie oznacza gotowości produkcyjnej. Mechanizm nadzoru dopasowuję do systemów, uprawnień i wymagań konkretnej organizacji.
Wartość: agent AI wykonuje realną pracę, ale o tym, co zostało przyjęte i co trafiło do systemu docelowego, decydują kontrakt, dowody i niezależna ocena.
04 / Wybrane dowody
- Pięć kolejnych etapów, każdy z kontraktem zamrożonym przed implementacją i osobną decyzją o przyjęciu.
- Celowo błędne wyniki podsuwane w każdej kwalifikacji zostały odrzucone.
- Wykonawcy od dwóch dostawców modeli obsłużeni bez zmiany zasad przyjęcia.
- Dostarczenie potwierdzane niezależnym odczytem rzeczywistych danych z systemu docelowego; ponowione żądanie nie tworzy drugiego zapisu.
- Źródło doświadczenia
- Własne zaplecze 4digital
- Kompetencja
- Systemy agentowe
- Obszary technologiczne
- Systemy agentowe · Kontrola uprawnień · Izolowane środowiska wykonawcze · Niezależna weryfikacja · Idempotentne dostarczanie · C#/.NET · Python · SQLite · Podman rootless