Журнал · Rit.work

Навыки ИИ-агентов нужно обновлять вместе со средой

Сохранённый навык может замедлить агента или снизить точность после изменения API, формы или программы; выборочное обновление исправляет только устаревшие части.

Rit.work
Студия разработки
18 ноября 2026 г.2 мин чтения

Материал подготовлен автоматически по первоисточникам: ссылки на них — в конце статьи.

Сохранённые навыки ИИ-агента могут начать вредить после обновления API, формы или программы, даже если прежде ускоряли работу. В препринте USC и AWS, который не прошёл рецензирование и содержит замеры самих авторов, выборочное обновление повысило точность до 67 процентных пунктов и сократило число шагов до 37% по сравнению с повторным использованием устаревшего состояния. Значит, библиотеку навыков стоит обслуживать как зависимость, а не считать неизменной памятью.

Навык хранит инструкции, код и найденные ранее значения: путь к файлу, имя поля формы или адрес API. После изменения среды часть этих сведений устаревает, хотя остальная процедура остаётся полезной. Агент иногда замечает расхождение и исправляется по ходу работы, но тратит на это дополнительные шаги и не обновляет сохранённое состояние для следующего запуска.

Устаревший навык снижал качество более чем на 10 процентных пунктов или увеличивал стоимость выполнения почти на 40% относительно запуска без навыка. Сильнее страдали варианты, которые сохраняли готовые значения и команды. Процедурные варианты оставляли агенту способ заново найти актуальный путь или поле: до изменения они экономили меньше работы, зато легче переживали смену среды.

Выборочное обновление строит проверки по успешным запускам и повторяет их без вызова модели. Если наблюдение изменилось и противоречит сохранённому состоянию, система исправляет затронутый фрагмент, проверяет результат, а при невозможности локального ремонта пересобирает навык. Описание произошедшего изменения ей не передают. На налоговых формах затраты модели на такое обслуживание окупались после 21–42 последующих применений по сравнению с отказом от навыка.

Метод проверили на TerminalBench-2, исторических формах IRS, AppWorld и ScienceWorld с двумя моделями одной семьи. В контролируемых переходах менялся один элемент среды: конфигурация, поле формы, адрес API или положение объекта. Для промышленной системы отсюда следует практическая схема: хранить вместе с навыком проверки успешного выполнения и запускать их после обновления зависимостей, а не ждать первого сбоя.

Источники

Пауза в чтении

Похоже на вашу задачу?

Расскажите, что собираете. За полчаса разложим на этапы и назовём сроки — это бесплатно и ни к чему не обязывает.

Rit.work

Студия разработки

Собираем мобильные приложения и помогаем командам получать от AI реальную пользу. Основатель и команда, работаем удалённо — с клиентами в России и за рубежом.

← Ко всем материалам
Понравилось? Обсудим вашу задачу