Inżynieryjne Agenty Kodujące dla Przepływów Danych

Przegląd Praktyczna sesja inżynieryjna na temat tego, co wchodzi w skład niezawodnego systemu agentów kodujących do przepływów danych, jak zadania związane z danymi różnią się od konwencjonalnych zadań inżynierii oprogramowania oraz jak narzędzia, umiejętności agentów, kontekst semantyczny i analiza śladów wykonania mogą poprawić wydajność agentów. Szczegóły sesji Agenty kodujące są często projektowane wokół przepływów inżynieryjnych oprogramowania: przeszukiwanie repozytoriów, edytowanie plików, uruchamianie testów i poprawianie kodu. Zadania związane z danymi wprowadzają inny zestaw wymagań. Agent musi rozumieć schematy, definicje biznesowe, relacje między zestawami danych, dostępne narzędzia oraz kontekst potrzebny do poprawnej interpretacji wyników. W tej sesji, z Joshem z Snowflake - omówimy elementy systemu agentów do przepływów danych i zaprezentujemy, jak agenty mogą korzystać z narzędzi, wielokrotnego wykorzystania umiejętności oraz kontekstu semantycznego, aby zrealizować zadania w sposób bardziej niezawodny. Zbadamy również ślady wykonania, aby zidentyfikować miejsca występowania błędów i jak te ustalenia mogą być wykorzystane do poprawy agenta, jego kontekstu i otaczającego systemu. Czego się nauczysz Kto powinien wziąć udział Ta sesja jest przeznaczona dla inżynierów AI, inżynierów danych, inżynierów analitycznych, inżynierów platform oraz liderów technicznych budujących agentów kodujących do analizy danych, operacji danych, narzędzi wewnętrznych lub innych intensywnych przepływów danych. O Future AGI Future AGI to baza open-source do samo-ulepszania systemów agentowych — pozwala zespołom symulować, oceniać, chronić, obserwować i automatycznie poprawiać swoje AI w jednej zamkniętej pętli, dzięki czemu agenty stają się bardziej dokładne i bezpieczne z czasem, zamiast cicho psuć się w produkcji.