A equipa da Cisco constrói um quadro de coordenação de múltiplos agentes baseado em LangSmith e LangGraph

robot
Geração de resumo em curso
ME News Notícias, 18 de abril (UTC+8), recentemente, Renuka Kumar e Prashanth Ramagopal da equipa da Cisco desenvolveram uma estrutura de coordenação multiagente baseada em LangSmith e LangGraph, cujo comportamento visa simular a colaboração de equipas de software no mundo real.
Esta estrutura pertence à categoria de "Engenharia de Agentes", com o objetivo de acelerar todo o processo de software desde os requisitos até à implementação, através da simulação da colaboração de equipas de engenharia, e não apenas gerar código.
O sistema inclui agentes de trabalho responsáveis por executar tarefas de desenvolvimento, teste, depuração, entre outras, bem como um agente líder encarregado de coordenar, governar e fornecer recursos partilhados e memória de longo prazo.
Práticas iniciais mostram que, em mais de 20 pilotos de fluxos de trabalho de depuração, o tempo de localização da causa raiz foi reduzido em 93% em relação à linha de base histórica, economizando mais de 200 horas de engenharia em 512 sessões mensais;
o tempo de execução do fluxo de trabalho de desenvolvimento reduziu-se em 65%, sendo o principal benefício a compressão da fase de testes downstream. (Fonte: InFoQ)
Ver original
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
  • Recompensa
  • 14
  • 1
  • Partilhar
Comentar
Adicionar um comentário
Adicionar um comentário
GateUser-cbb8cdf5
· 12h atrás
A localização da causa raiz com redução de 93% é mais digna de atenção do que a redução de 65% na execução, indicando que o diagnóstico é mais difícil de automatizar do que a execução.
Ver originalResponder0
GlassDome
· 14h atrás
512 sessões economizam 200 horas de trabalho, resultando em uma economia de 23 minutos por sessão, a eficiência de depuração realmente melhora significativamente
Ver originalResponder0
PleaseReadTheWhitepaperFirst.
· 18h atrás
Os dados do piloto são bons, mas a amostra de 20 fluxos de trabalho é pequena, aguardando validação em milhares.
Ver originalResponder0
FoldedPrivateKey
· 19h atrás
Liderança interina gerencia memória e governança, essa estrutura é como se tivesse equipado a IA com um CTO
Ver originalResponder0
GateUser-7df43e29
· 19h atrás
93% um pouco exagerado, mas o LangGraph como camada de coordenação é realmente muito mais flexível do que uma máquina de estados codificada de forma rígida
Ver originalResponder0
QuantitativeButNotPretentious
· 19h atrás
Os dados de um mês parecem bons, mas o ROI calcula o tempo de trabalho ou o custo de mão de obra?
Ver originalResponder0
CandleLibrarian
· 19h atrás
LangSmith faz observabilidade, LangGraph faz orquestração, a Cisco escolhe a pilha de forma muito prática
Ver originalResponder0
Post-RainCandlestickReflection
· 19h atrás
Aguardando uma implementação open source, quero ver como o líder escreve o prompt de proxy
Ver originalResponder0
0xLateComer
· 19h atrás
A redução de 65% no tempo de execução faz parecer que o ciclo de geração de código por LLM + testes automatizados começou a girar.
Ver originalResponder0
ResilientGoldfish
· 19h atrás
A depuração do proxy e o teste do proxy podem culpar-se mutuamente, como o proxy de governança irá arbitrar?
Ver originalResponder0
Ver mais
  • Fixado