TRACE: Ingegneria Automatica del Contesto per Agenti AI
Il documento identificato come arXiv 2608.09153 introduce TRACE (TRajectory Attribution for Automated Context Engineering), un sistema che automatizza i cicli di feedback per identificare e correggere i guasti contestuali negli agenti AI in produzione. Analizzando le traiettorie passate degli agenti, TRACE rileva segnali sottili di insoddisfazione dell'utente—come correzioni, riformulazioni e segni di abbandono—che indicano errori o lacune nelle fonti di contesto, inclusi prompt di sistema, basi di conoscenza, descrizioni di strumenti e competenze procedurali. A differenza della messa a punto tradizionale dei modelli, TRACE opera a livello di contesto, consentendo iterazioni rapide senza necessità di riaddestramento. La pubblicazione delinea quattro contributi principali: un framework per l'estrazione di traiettorie volto alla diagnostica sistematica e altri tre contributi non dettagliati nell'abstract, affrontando le sfide della revisione manuale dei log e del debugging ad hoc nella manutenzione dell'AI.
Fatti principali
- Il documento arXiv:2608.09153 introduce TRACE (TRajectory Attribution for Automated Context Engineering).
- TRACE è un ciclo di feedback automatizzato che estrae le traiettorie storiche degli agenti.
- Diagnostica i guasti contestuali in prompt di sistema, basi di conoscenza, descrizioni di strumenti e competenze procedurali.
- Il sistema utilizza segnali impliciti di insoddisfazione come correzioni dell'utente, riformulazioni e indizi di abbandono.
- TRACE opera a livello di contesto, consentendo iterazioni rapide senza riaddestramento.
- Il documento afferma quattro contributi, incluso un framework per l'estrazione di traiettorie.
- La manutenzione attuale si basa sulla revisione manuale dei log e sul debugging ad hoc.
- Il lavoro mira ad affrontare i colli di bottiglia di scalabilità con l'aumento del volume di interazioni.
Entità
Istituzioni
- arXiv