Zabezpieczenia pętli agentów OpenRouter celują w niekontrolowane ponawianie prób
OpenRouter opublikował 12 listopada test sześciu modeli, pokazujący, jak powtarzające się błędy narzędzi mogą sprawiać, że agenci AI pracują bez postępów. Proponowana odpowiedź łączy cztery zabezpieczenia — od wykrywania powtarzanych wywołań po ograniczanie wydatków poza własnym kodem agenta. Zabezpieczenia pętli agentów OpenRouter dotyczą praktycznego konfliktu: instrukcje nakazujące ukończenie zadania mogą skłaniać agenta do ponawiania prób, gdy sensowne możliwości odzyskania sprawności już zniknęły.
Firma podaje, że cztery z 18 uruchomień bez wykrywania powtórzeń osiągnęły limit 40 kroków. Po włączeniu wykrywania 16 z 18 uruchomień zakończyło się po dwóch faktycznych wykonaniach narzędzia. Wyniki pochodzą z kontrolowanego eksperymentu firmy, a nie z niezależnej oceny niezawodności w środowisku produkcyjnym. Mimo to ujawniają lukę między zachęcaniem agenta do wytrwałości a ustaleniem momentu, w którym wytrwałość staje się marnotrawstwem.
Presja spada na deweloperów wdrażających autonomiczne przepływy pracy oraz nabywców powierzających tym przepływom wspólne budżety. Platformy takie jak AI SDK firmy Vercel już oferują warunki zatrzymania. Wkładem OpenRouter jest konkretna demonstracja awarii i warstwowa odpowiedź, a nie dowód, że agenci nauczyli się rozpoznawać, kiedy należy zrezygnować.
Zabezpieczenia pętli agentów OpenRouter pod lupą pokazują błędy ponawiania prób
eksperyment z nieskończoną pętlą OpenRouter wykorzystał agenta rozliczeniowego z zawodzącym narzędziem do obsługi faktur. Firma uruchomiła każdy z sześciu modeli trzykrotnie, porównując zachowanie z wykrywaniem powtórzeń i bez niego. Samouczek opisuje mechanizmy kontroli przy użyciu @openrouter/agent w wersji 0.11.0 — zestawu narzędzi programistycznych zarządzającego wykonywaniem agenta.
Istotny wynik polega na tym, że kontrola na poziomie aplikacji zmieniła zachowanie związane z ponawianiem prób bez konieczności użycia innego modelu bazowego.
To rozróżnienie ma znaczenie przy ocenie twierdzeń o niezawodności agentów. Model może rozumieć komunikat o błędzie, a mimo to wybrać nieproduktywne kolejne działanie. Otaczająca go aplikacja decyduje, czy wybór ten stanie się kolejnym zewnętrznym żądaniem, zablokowaną operacją czy zatrzymanym zadaniem.
Scenariusz rozliczeniowy ułatwia zrozumienie konfliktu. Agent ma cel, ale dostępna usługa nie może dostarczyć żądanych informacji. Kontynuowanie rozmowy nie naprawia tej usługi. Bez polityki zatrzymywania system wciąż przedstawia modelowi niedokończone zadanie i kolejną możliwość działania.
To celowo wąski scenariusz. Testuje zachowanie wokół wadliwej zależności, a nie pełen zakres pracy wykonywanej przez agenta. Ta wąskość uwidacznia mechanizm, jednocześnie ograniczając wnioski dotyczące szerszych rezultatów wdrożeniowych.
Użyteczna interpretacja oddziela ukończenie od ograniczania skutków. Ukończenie oznacza uzyskanie informacji, o które poprosił użytkownik. Ograniczanie skutków oznacza zakończenie nieudanej próby, zanim pochłonie nierozsądną część zasobów. Agent może poprawić ograniczanie skutków, wciąż nie będąc w stanie ukończyć zadania.
To rozróżnienie zmienia również sposób, w jaki zespoły powinny odczytywać wyniki ewaluacji. Mniejsza liczba wywołań narzędzi oznacza mniej powtarzanego wykonywania w testowanych warunkach. Nie dowodzi lepszych odpowiedzi, mocniejszego rozumowania ani większej skuteczności w niepowiązanych zadaniach.
Dla zespołów produktowych bezpośrednim pytaniem staje się to, czy aplikacja rozpoznaje niedostępną zależność jako uzasadniony punkt zatrzymania. Końcowa odpowiedź wyjaśniająca, że usługa zawiodła, może być właściwym wynikiem operacyjnym. Traktowanie każdego niedokończonego zadania jako powodu do kontynuowania tworzy warunki dla niekontrolowanego ponawiania prób.
Eksperyment podważa zatem znaną obietnicę produktową: agent pracuje, dopóki zadanie nie zostanie wykonane. Obietnica ta potrzebuje wyraźnej granicy, gdy środowisko przestaje oferować wykonalną ścieżkę.
Zabezpieczenia pętli agentów OpenRouter konkretyzują tę granicę. Ich wartość opiera się na kontrolowaniu tego, co następuje po awarii, przy zachowaniu wystarczającej przestrzeni na odzyskanie sprawności, gdy kolejna próba ma uzasadniony cel.
Wytrwali agenci przenoszą ciężar na właścicieli aplikacji
Deweloperzy odpowiadają za konsekwencje wytrwałości, nawet gdy model wybiera kolejne działanie.
Wywołanie narzędzia to żądanie wykonania funkcji zewnętrznej, takiej jak pobranie faktury czy przeszukanie zbioru dokumentów. Model proponuje działanie. Kod aplikacji decyduje, czy je wykonać, jaki wynik zwrócić oraz czy całe zadanie powinno być kontynuowane.
To rozdzielenie nakłada odpowiedzialność na zespół obsługujący przepływ pracy. Instrukcje wpływają na zachowanie, ale same w sobie nie ustanawiają egzekwowalnej granicy wydatków. Żądanie ukończenia zadania nie rozstrzyga, co powinno się stać, gdy jego ukończenie staje się niemożliwe.
Ten sam problem dotyczy nabywców oceniających produkt oparty na agencie. Udana demonstracja pokazuje, co system robi, gdy zależności współpracują. Pytania zakupowe powinny też obejmować niedostępne usługi, powtarzające się błędy uwierzytelniania i zadania, które pozostają nierozwiązane po oczekiwanej ścieżce odzyskiwania sprawności.
Rozważmy hipotetycznego asystenta przygotowującego podsumowanie konta klienta. Wyszukiwanie dokumentów działa, lecz połączenie z systemem rozliczeniowym zawodzi. Wielokrotne odpytywanie systemu rozliczeniowego nie dodaje do podsumowania żadnych zweryfikowanych informacji. Użyteczny mechanizm awaryjny zachowałby dostępne ustalenia i wskazał brakujące źródło.
Przykład ten ilustruje decyzję produktową, a nie twierdzenie o nowej funkcjonalności. Operator musi zdecydować, czy częściowe ukończenie jest dopuszczalne, czy możliwa jest eskalacja oraz w jaki sposób użytkownik zobaczy nierozwiązaną pracę. Model nie może ustanowić tych zasad w imieniu organizacji.
Dla zespołów inżynieryjnych tworzących przeszukiwalną bazę wiedzy awaria mechanizmu wyszukiwania tworzy podobną decyzję. Brakujące dowody powinny pozostać widoczne, zamiast znikać pod powtarzanymi wyszukiwaniami lub nieuzasadnioną odpowiedzią.
Presja finansowa wykracza również poza pojedyncze zadanie. Przepływ pracy może mieścić się w indywidualnym limicie, a jednocześnie zużywać znaczne zasoby w wielu równoległych sesjach. Właściciele aplikacji muszą więc odróżniać budżet zadania od organizacyjnej granicy wydatków.
Osoby odpowiedzialne za te granice często działają w różnych zespołach. Menedżerowie produktu definiują dopuszczalne zachowanie w razie awarii. Inżynierowie wdrażają reguły zatrzymywania. Personel operacyjny bada incydenty. Właściciele budżetów decydują, na jaką ekspozycję organizacja się godzi.
Jeśli te odpowiedzialności pozostają rozdzielone, agent może zachowywać się dokładnie zgodnie z konfiguracją, a mimo to prowadzić do niedopuszczalnego rezultatu operacyjnego. Model wykonuje instrukcję wytrwałości, aplikacja dopuszcza kolejne żądanie, a organizacja odkrywa brakujący limit dopiero później.
Mechanizmy kontroli kosztów agentów OpenRouter uwidaczniają ten problem koordynacyjny. Ich szersza implikacja jest taka, że autonomia wymaga wyraźnego kontraktu awaryjnego: określenia, co aplikacja robi, gdy dalszy wysiłek przestaje służyć użytkownikowi.
Kontrakt ten powinien być widoczny w doświadczeniu produktowym. Zatrzymane zadanie wymaga jasnego wyjaśnienia, zachowanego kontekstu i odpowiedniego kolejnego działania. W przeciwnym razie ograniczanie kosztów jedynie zastępuje kosztowną awarię niezrozumiałą.
Cztery warstwy rozwiązują różne sposoby, na które agent może działać dalej
Wykrywanie powtórzeń, limity zadań i limity kont dotyczą różnych granic awarii, więc ich ról nie można sprowadzić do jednego przełącznika.
wykrywanie doom-loop OpenRouter identyfikuje powtarzające się zachowanie wewnątrz pętli agenta. Przy doomLoop: true udokumentowane progi domyślne wykrywają serię powtórzeń po dwóch przypadkach, blokują po trzech i zatrzymują po sześciu.
Zablokowane lokalne wywołanie narzędzia nie jest wykonywane. Zamiast tego model otrzymuje błąd wyjaśniający powtórzenie. Blokowanie różni się zatem od zakończenia: agent nadal ma możliwość zmiany kierunku, zanim zostanie zastosowane silniejsze działanie zatrzymujące.
Znaczenie ma definicja powtórzenia stosowana przez detektor. Zlicza on nową próbę po tym, jak model zobaczył poprzedni wynik. Identyczne wywołania wydane jednocześnie w jednej turze są liczone jako jedno zdarzenie powtórzenia.
Kolejna warstwa, loopKey, definiuje, które dane wejściowe identyfikują tę samą operację. Może normalizować nieistotne różnice lub wybierać wyłącznie znaczące pola. OpenRouter pozwala również wyłączyć wykrywanie powtórzeń dla narzędzia, którego przeznaczenie wymaga wielokrotnego wykonywania.
Wniosek architektoniczny jest taki, że równość ma znaczenie biznesowe. Deweloper musi zdecydować, czy zmieniona wielkość liter oznacza inny rekord, czy znacznik czasu ma znaczenie oraz czy zmodyfikowane zapytanie oferuje użyteczną alternatywę.
Decyzje te nie mogą bezpiecznie wynikać z uniwersalnej reguły oczyszczania tekstu. Usunięcie rozróżnienia istotnego dla usługi bazowej może zablokować uzasadnioną pracę. Zachowanie nieistotnego rozróżnienia może sprawić, że ta sama nieudana operacja będzie wyglądała na nową.
Trzecia warstwa wykorzystuje warunki zatrzymania, aby ograniczyć całe uruchomienie. OpenRouter dokumentuje stepCountIs dla kroków i maxCost dla skumulowanego kosztu. Tablica warunków zatrzymuje wykonanie po spełnieniu dowolnego z nich.
Warunki te są granicami ocenianymi wewnątrz aplikacji, a nie gwarancją, że po przekroczeniu progu nic więcej się nie wydarzy. Udokumentowane ustawienie domyślne może wykonać oczekujące wywołania narzędzi i zażądać końcowej odpowiedzi. allowFinalResponse: false wyłącza tę końcową turę.
Ten szczegół ma znaczenie dla każdego, kto interpretuje limit kroków jako dokładną liczbę operacji zewnętrznych. Krok, żądane wywołanie narzędzia, wykonana operacja i końcowa odpowiedź to różne zdarzenia. Założenia budżetowe powinny odpowiadać rzeczywistej ścieżce wykonania.
Ostatnia warstwa przenosi egzekwowanie poza proces agenta. dokumentacja limitów kredytowych OpenRouter opisuje kredyty konta, limity indywidualnych kluczy i limity budżetowe. Klucz API to poświadczenie używane do autoryzowania żądań.
Na potrzeby diagnozy dokumentacja rozróżnia limity wydatków od limitów szybkości, które regulują przepustowość żądań. Metadane limit_source wskazują właściwe ograniczenie. Żądanie ograniczone limitem szybkości i wyczerpany limit wydatków wymagają różnych reakcji.
Tworzy to praktyczną hierarchię. Wczesne wykrywanie ogranicza oczywiście powtarzalną pracę. Warunki uruchomienia ograniczają aktywność, która wymyka się kontrolom powtórzeń. Egzekwowanie po stronie dostawcy zapewnia oddzielną granicę wydatków, jeśli zabezpieczenia aplikacji zawiodą.
Tak wyjaśnione wykrywanie pętli OpenRouter staje się podziałem odpowiedzialności. Aplikacja rozpoznaje zachowanie zadania; dostawca egzekwuje skonfigurowane ograniczenia konta. Żadna warstwa nie musi rozumieć całego problemu, aby ograniczyć ekspozycję.
Konkurencyjne frameworki pokazują, że zatrzymywanie jest już częścią projektowania agentów
Eksperyment OpenRouter wzmacnia argument za warstwowym egzekwowaniem zasad, ale warunki zatrzymania są już ugruntowaną funkcją frameworków.
dokumentacja kontroli pętli Vercel opisuje stopWhen do kończenia pracy oraz prepareStep do zmieniania ustawień między krokami. Aktualna dokumentacja rozróżnia również ustawienia domyślne między klasami agentów a metodami wykonania.
To rozróżnienie jest ważniejsze niż porównanie nazw funkcji. Framework może oferować właściwą kontrolę, podczas gdy konkretna aplikacja pozostawia ją nieustawioną, usuwa ustawienie domyślne lub korzysta ze ścieżki wykonania o innym zachowaniu.
Dla deweloperów oznacza to, że wybór frameworka nie może zastąpić analizy skonfigurowanego przepływu pracy. Kluczowe pytanie brzmi: co wdrożony agent robi po niepowodzeniu. Funkcja wymieniona w dokumentacji nie dowodzi, że aplikacja z niej korzysta.
Podejście Vercel ilustruje również relację między adaptacją a zatrzymaniem. Przepływ pracy może dostosowywać model, dostępne narzędzia lub kontekst rozmowy między krokami. Takie dostosowania zapewniają opcje odzyskiwania sprawności, podczas gdy warunki zatrzymania określają, kiedy kończy się poszukiwanie sposobu na odzyskanie działania.
Dokumentacja OpenAI dotycząca wykonywania agentów opisuje porównywalną zewnętrzną granicę poprzez max_turns. Przekroczenie skonfigurowanego limitu wywołuje MaxTurnsExceeded; wyłączenie limitu usuwa tę konkretną granicę.
Są to neutralne porównania architektoniczne. Nie dowodzą, że jeden framework powoduje mniej incydentów niekontrolowanego działania. Dostępne źródła opisują mechanizmy kontroli i zachowanie wykonywania, a nie wspólny niezależny benchmark obejmujący różne implementacje.
Porównanie pokazuje jednak, dlaczego mechanizmy kontroli kosztów agentów OpenRouter zasługują na ocenę na poziomie systemu. Zasady dotyczące powtórzeń, reguły zakończenia i egzekwowanie limitów wydatków muszą współdziałać w całej faktycznej ścieżce żądania aplikacji.
Zespoły zmieniające frameworki powinny zatem unikać założenia, że znajome nazwy opcji oznaczają identyczną semantykę. Zdarzenie zakończenia może różnić się pod względem zachowania końcowej odpowiedzi, obsługi błędów i traktowania oczekującej pracy. Różnice te wpływają zarówno na doświadczenie użytkownika, jak i rozliczenia operacyjne.
Istnieje też różnica między odzyskiwaniem sprawności po błędzie a zastępowaniem go większą ilością obliczeń. Zmiana modelu może pomóc, gdy przeszkoda dotyczy planowania lub interpretacji. Nie przywraca jednak niedostępnej usługi ani nie zapewnia brakującego dostępu.
Ogranicza to wartość eskalowania każdego zablokowanego zadania do innego modelu. Aplikacja musi najpierw ustalić, czy kolejna próba rozumowania ma wiarygodną drogę do sukcesu. W przeciwnym razie eskalacja tylko zmienia model, który napotyka tę samą niedostępną zależność.
Wyjaśnienie wykrywania pętli OpenRouter w zestawieniu z konkurencyjnymi frameworkami prowadzi do węższego wniosku konkurencyjnego. Istotna rywalizacja dotyczy jasności, zakresu i użyteczności zasad kontroli, a nie samego istnienia parametru zatrzymania.
Dla kupujących zmienia to rozmowę o ocenie produktu. Poproś dostawców o pokazanie nieudanego uruchomienia, powodu jego zakończenia i wynikającego z niego komunikatu dla użytkownika. Produkt, który jasno obsługuje niepowodzenie, dostarcza dowodów, których nie może zapewnić dopracowana demonstracja sukcesu.
Niewielki test niepowodzenia nie może potwierdzić niezawodności produkcyjnej
Opublikowany eksperyment potwierdza mechanizm ograniczania skutków, pozostawiając nierozstrzygniętą skuteczność produkcyjną i kompromisy związane z niepowodzeniami.
Wyniki OpenRouter pochodzą z własnego testu firmy. Artykuł nie przedstawia niezależnej weryfikacji oszczędności w całym wdrożeniu ani nie dowodzi, że wybrane obciążenie reprezentuje typowe zastosowanie przedsiębiorstw. Te luki powinny pozostać wyraźne podczas interpretowania głównego wyniku.
Znaczenie ma również polecenie testowe. OpenRouter poinstruował agenta, aby kontynuował działanie mimo błędów narzędzi. Dzięki temu konfiguracja dobrze ujawnia niebezpieczną interakcję, ale nie określa, jak często zwykłe polecenia aplikacji prowadzą do tego samego zachowania.
Szersza ocena musiałaby obejmować zadania zakończone sukcesem obok tych, które kończą się niepowodzeniem. Detektor zatrzymujący marnotrawne ponowne próby jest użyteczny. Detektor, który przerywa również prawidłowe odzyskiwanie sprawności, może generować inny koszt w postaci porzuconej pracy i dodatkowej interwencji człowieka.
Istotnym kompromisem jest zatem ograniczanie skutków kontra użyteczna wytrwałość. Niektóre zadania wymagają wypróbowania zmienionego zapytania, oczekiwania na zmieniający się stan lub sprawdzenia innego źródła. Zasada traktująca każdą powtarzalną aktywność jako błąd byłaby zbyt prymitywna.
Normalizacja wprowadza kolejną niepewność. Deweloper decyduje, które różnice w argumentach mają znaczenie. Jeśli ta decyzja jest błędna, zabezpieczenie może scalać odrębne operacje albo nie rozpoznawać równoważnych.
Jest to szczególnie ważne, gdy dane wejściowe narzędzia zawierają kilka wymiarów tożsamości. Identyfikator może być znaczący tylko w obrębie klienta, obszaru roboczego lub bazy danych. Zasada normalizacji musi zachowywać rozróżnienia faktycznie wykorzystywane przez system bazowy.
Istnieje także różnica między rozpoznaniem powtarzalności a rozpoznaniem braku postępu. Agent może bez końca generować nowe dane wejściowe, nie zbliżając się do wyniku. Odrębne działania nie muszą oznaczać użytecznej eksploracji.
Dlatego mechanizmy ochrony przed pętlami agentów OpenRouter nie powinny być opisywane jako uniwersalne rozwiązanie problemu nieskończonych pętli. Wykrywanie wzorców identyfikuje określone zachowania. Szersze warunki wyznaczają granicę dla zachowań, których detektor nie klasyfikuje.
Końcowa odpowiedź dla użytkownika tworzy odrębny problem oceny. Zadanie zakończone czytelnym tekstem nadal może być nieudane. Zespoły muszą ocenić, czy odpowiedź trafnie wyjaśnia błąd i nie przedstawia niekompletnej pracy jako ukończonej.
Raportowanie operacyjne powinno zachowywać to rozróżnienie. Zadanie zakończone w kontrolowany sposób, zadanie ukończone oraz zadanie wymagające interwencji człowieka mają odmienne znaczenie. Połączenie ich w jedną miarę sukcesu zaciemniłoby wartość i koszt zabezpieczeń.
Podobnie limit wydatków nie dowodzi, że każda pojedyncza operacja była właściwa. Ogranicza ekspozycję zgodnie ze skonfigurowaną zasadą. Jakość zadania, uprawnienia oraz konsekwencje działań zewnętrznych pozostają odrębnymi kwestiami.
Najbardziej uzasadniona interpretacja jest zatem konkretna. OpenRouter przedstawił odtwarzalny wzorzec niepowodzenia i udokumentował mechanizmy kontroli służące jego ograniczaniu. To, czy te mechanizmy poprawiają określony przepływ pracy produkcyjnej, zależy od dowodów specyficznych dla danego obciążenia.
Dowody te powinny obejmować zarówno zapobiegnięte marnotrawstwo, jak i przerwaną uzasadnioną pracę. Bez obu stron zespół nie może stwierdzić, czy bardziej rygorystyczne reguły zatrzymania poprawiają produkt, czy jedynie skracają jego niepowodzenia.
Obserwuj niezależne testy, ustawienia domyślne i egzekwowanie między sesjami
Kolejne użyteczne dowody pokażą, czy ograniczanie skutków utrzymuje się w realistycznych zadaniach, przy zwykłych wyborach konfiguracji i współdzielonych obciążeniach produkcyjnych.
Pierwszym sygnałem, który warto obserwować w nadchodzących miesiącach, są niezależne testy obejmujące zróżnicowane warunki awarii. Użyteczne oceny obejmowałyby tymczasowe przerwy w działaniu, niedostępne uprawnienia, zmieniające się dane wejściowe i ścieżki skutecznego odzyskiwania sprawności.
Takie testy wzmocniłyby argumentację OpenRouter, gdyby zabezpieczenia konsekwentnie ograniczały nieproduktywne wykonywanie bez istotnego przerywania użytecznej pracy. Dowody na częste fałszywe zatrzymania osłabiłyby argument za szerokim stosowaniem tych samych progów.
Istotny wynik wykraczałby poza łączną liczbę wywołań narzędzi. Recenzenci muszą zobaczyć, czy zadanie zostało ukończone, dlaczego się zatrzymało oraz czy końcowe wyjaśnienie odpowiadało faktycznemu błędowi. Wyniki te pokazują, czego doświadczył użytkownik.
Niezależne wyniki powinny również odróżniać zachowanie modelu od zasad aplikacji. Model, który dobrowolnie rezygnuje, i aplikacja blokująca dalsze wykonywanie mogą generować podobną liczbę wywołań. Oznaczają one jednak odmienne założenia dotyczące niezawodności.
Drugim sygnałem jest rozwój ustawień domyślnych frameworków i wskazówek dotyczących konfiguracji. Zabezpieczenia wymagające świadomej aktywacji zależą od tego, czy zespoły odkryją, zrozumieją i zachowają właściwe ustawienia.
Jaśniejsze ustawienia domyślne wzmocniłyby argument za ograniczaniem skutków, gdyby chroniły rutynowe wdrożenia przy zachowaniu uzasadnionej pracy. Ustawienia domyślne, które milcząco różnią się między ścieżkami wykonywania, pozostawiałyby miejsce na błędy konfiguracji mimo lepszej dokumentacji.
To właśnie tutaj mechanizmy kontroli kosztów agentów OpenRouter przechodzą praktyczny test adopcji. Deweloperzy muszą rozumieć, które zabezpieczenia działają automatycznie, które wymagają decyzji specyficznych dla narzędzia oraz które funkcjonują wyłącznie wtedy, gdy żądania używają oczekiwanych poświadczeń.
Na uwagę zasługują także zmiany wersji. Aplikacja może zachować znajomą konfigurację, podczas gdy jej zachowanie wykonawcze ewoluuje. Wskazówki dotyczące wydań wyjaśniające semantykę zakończenia pomagają zespołom ocenić, czy ich obecne założenia budżetowe nadal są aktualne.
Trzecim sygnałem są dowody z równoczesnych obciążeń produkcyjnych korzystających ze współdzielonej infrastruktury. Pojedyncze uruchomienia i łączne wydatki to różne jednostki kontroli. Przekonujący opis operacyjny pokazałby, jak limity działają między sesjami i jak zablokowana praca trafia do użytkowników.
Dowody te wzmocniłyby podejście warstwowe, gdyby niezależne egzekwowanie ograniczało ekspozycję, kiedy mechanizmy aplikacji są nieobecne lub błędnie skonfigurowane. Ujawniłyby słabości, gdyby alternatywne ścieżki żądań lub niejasna obsługa błędów rutynowo omijały zamierzoną zasadę.
Znaczenie ma tu również jakość odzyskiwania sprawności. Odmowa dostawcy powinna pozostawić operatorom rozpoznawalny powód, a użytkownikom zrozumiały wynik. W przeciwnym razie wymuszona granica może uruchomić kolejny cykl ponownych prób w innym miejscu aplikacji.
Dla zespołów oceniających mechanizmy ochrony przed pętlami agentów OpenRouter punktem wyjścia powinno być zaobserwowane niepowodzenie z własnego przepływu pracy. Porównaj oczekiwaną ścieżkę odzyskiwania z tym, co faktycznie się dzieje, w tym wykonywanie narzędzi, zakończenie i końcowy komunikat dla użytkownika. Określ, który mechanizm kontroli odpowiada za każdą granicę, i zachowaj dowody potrzebne do wyjaśnienia zatrzymanego zadania. Następnie oceń tę samą zasadę na zadaniach, które powinny pomyślnie odzyskać sprawność. Celem jest agent, który wkłada wysiłek tam, gdzie postęp pozostaje możliwy, i jasno kończy działanie, gdy tak nie jest. Zanim rozszerzysz autonomię, czy Twój zespół potrafi wskazać, gdzie kończy się wytrwałość, kto podejmuje tę decyzję i co otrzymuje użytkownik, gdy zadanie nie może zostać ukończone?



