最新

简单介绍一下背景，我目前正在工作中组建一个 AI 智能体团队，通过分发到大量子智能体来处理大量转录数据，从而生成报告。当分析在中途失败时，例如某个 API 调用返回错误或机器内存不足，就会引发级联错误，导致整个生成过程崩溃，而且几乎没有任何可见性。过去一个月我一直在将各个任务重写为 DBOS 上的持久化执行任务，但想知道是否有更好的解决方案，以及其他人是否遇到过类似的问题？还有一个问题是如何向用户反馈进度，老实说，我一直在临时编写代码… 当一个智能体在 12 个步骤中的第 9 步失败时，您是如何处理的？ 您在智能体基础设施（持久性、监控、人工介入、实时 UI）上投入了大约多少工程师周，与实际的智能体逻辑相比？很好奇我的比例是否正常。 对于那些自己构建了这类东西的人来说：是否曾有过构建与购买的讨论？一个工具需要具备什么功能才能让您选择购买而不是构建？ 您目前是否为您的智能体堆栈中的任何东西付费（LangSmith、Temporal、Braintrust 等）？是什么让它值得成为一个单独的条目，而其他的不值得，我也应该考虑一下吗？