1作者: 7777777phil6 个月前
我目前正在使用 GIA Tenica(Agentic AI 的一个字母异位词)进行构建,这是一个实验性的自主管道,旨在处理学术研究的“繁重工作”,同时保持严格的审计跟踪。 我试图解决的核心问题是 LLM 研究的“黑盒”性质。大多数智能体只给你一个最终答案;GIA 的设计使得每个主张都必须有可追溯的支持。 我为这个项目做出的技术选择包括: 文件系统优先的架构:管道不是将状态保存在内存中,而是在每个阶段将持久性工件(Markdown 和 JSON)写入项目文件夹。这使得整个思维过程可以被检查,并允许你确定性地重新运行“门”。 模式优先的契约:我使用 JSON 模式作为智能体之间的严格契约。如果智能体的输出不符合模式,“门”就会阻止工作流程。 安全与沙盒:由于管道可以生成和执行分析脚本,它会在一个子进程中运行它们,使用隔离的 Python 模式 (-I) 和一个最小的允许列表。它不是一个完整的沙盒,但它是朝着更安全的自主代码执行迈出的一步。 “裁判”系统:我实现了一系列“裁判”(智能体 A12–A15),它们充当质量控制层,在生成最终草稿之前检查矛盾和风格执行。 当前状态:这仍然是一个正在进行中的工作。它是一个原型管道,而不是一个成品。我目前正在寻找贡献者来帮助完善“证据层”和 LaTeX 论文结构。 我很想听听你对这个架构的看法,特别是使用模式驱动的门来约束 LLM 的输出。 代码库:[https://github.com/giatenica/gia-agentic-short](https://github.com/giatenica/gia-agentic-short)