একটি স্বায়ত্তশাসিত এজেন্টের প্রকৃত পরীক্ষা হল এটি কতগুলি কাজ সম্পন্ন করতে পারে তা নয়। এটি হল যখন একটি ব্যর্থ হয়। @TheARCTERMINAL বলেছেন যে তিনি ইথেরিয়ামে 27টি কাজের ধরনের উপর 5টি স্বায়ত্তশাসিত এজেন্ট চালানোর কথা ভাবেন, যেখানে অন-চেইন সেটেলমেন্ট এবং কোনো কেন্দ্রীয় নিয়ন্ত্রক নেই। 27টি কাজ আকর্ষণীয়। কিন্তু ব্যর্থতার পথটি আরও আকর্ষণীয়। এজেন্টটি কি ব্যর্থতা শনাক্ত করে? কি এটি নিরাপদে পুনরায় চেষ্টা করে? একটি খারাপ ধাপের কারণে একটি শৃঙ্খলাবদ্ধ প্রভাবের আগেই কি এটি থামতে পারে? অন্য একটি এজেন্ট কি এই ত্রুটির উত্তরাধিকারী হওয়ার পরিবর্তে চলতে পারে? ব্যর্থতার পরে, রেকর্ডটি কি সহজেই ব্যর্থতা প্রকাশ করে? সবকিছুই ঠিকঠাকভাবে কাজ করলে, স্বায়ত্তশাসনটি অসাধারণ মনে হয়। বিশ্বস্ততা দেখা যায়, যখন এটি কাজ করেনা। এইজন্যই,আমি বরং চাই, AI-এজেন্টের বেঞ্চমার্কগুলিতে,শুধুমাত্র সফল বাস্তবায়নেরপরিবর্তে,পুনরুদ্ধারেরগুণমানওঅন্তর্ভুক্তহওয়াউচিত। AI-এজেন্টগুলি chatইন্টারফেসথেকেবাইরেরপরিবেশপরিবর্তনকরারসিস্টেমেচলেযাচ্ছে। এইসময়,সুসংগঠিতভাবেব্যর্থহওয়াহলএকটিসমর্থন। আপনি যদিএকটিস্বায়ত্তশাসিতএজেন্টমূল্যায়নকরছেন,তবেআপনিকিঅধিকগুরুত্বদেবেনসফলতারহারবা,পুনরুদ্ধারআচরণে?