Код от ИИ может не выдержать нагрузки на реальных данных
Агенты научились писать код, который исправляет сам себя в цикле разработки. Однако проверка того, выдержит ли этот код миллионы транзакций ночью, остаётся задачей человека.
Проблема возникает из-за разницы в объёмах данных. В тестовой среде код работает стабильно, но на реальных серверах из-за масштаба он может зависнуть или упасть.
Для команд, которые уже используют ИИ-агентов, актуальны разделы о правилах работы с ними и интеграции в CI. Для тех, кто сталкивается со сбоями в текущих процессах, полезнее будут главы о перезапуске задач и мониторинге. В книге также разбираются ошибки, связанные с устаревшим кодом в обучающих выборках LLM.
«В пятой главе есть раздел о том, как предостеречь себя от кода прошлых версий, оставшегося в обучающих данных LLM. Это помогает понять, где именно агенты чаще всего ошибаются», говорит Ли Вон Джун (Lee Won-jun), технический MD Youngpoong Book Center.
Написание кода постепенно переходит к агентам, но оценка его устойчивости перед миллиардами строк данных всё ещё требует участия человека. Перед приёмкой ответа проверьте, учитывает ли логика ИИ особенности распределения реальных данных, иначе цена перепроверки может оказаться слишком высокой.
Источники · 1
Текст подготовила языковая модель по материалам источников.

