kiểm tra thực sự của một tác nhân tự chủ không phải là nó có thể hoàn thành bao nhiêu hành động. mà là điều gì xảy ra khi một tác nhân thất bại. @TheARCTERMINAL cho biết đã chạy năm tác nhân tự chủ trên ethereum, trải qua 27 loại hành động, với thanh toán trên chuỗi và không có bộ điều khiển trung tâm. 27 hành động đó thật thú vị. đường đi của sự thất bại còn thú vị hơn. tác nhân có phát hiện được sự thất bại không? nó có thử lại một cách an toàn không? nó có thể dừng lại trước khi một bước sai lầm gây ra hiệu ứng dây chuyền không? một tác nhân khác có thể tiếp tục mà không kế thừa lỗi không? bản ghi có làm cho sự thất bại trở nên rõ ràng sau đó không? tự chủ trông ấn tượng khi mọi thứ hoạt động tốt. độ tin cậy mới xuất hiện khi mọi thứ không hoạt động. đó là lý do tại sao tôi muốn thấy các bài kiểm tra tác nhân bao gồm chất lượng phục hồi, chứ không chỉ thành công trong thực thi. các tác nhân AI đang chuyển từ giao diện trò chuyện sang các hệ thống thay đổi trạng thái bên ngoài. tại thời điểm đó, sự thất bại một cách nhẹ nhàng trở thành một khả năng. nếu bạn đang đánh giá một tác nhân tự chủ, bạn sẽ quan tâm nhiều hơn đến tỷ lệ thành công hay hành vi phục hồi?