ENGINEERING DEVLOG
Codzienny zapis decyzji architektonicznych, testów systemów agentowych, postępów w Pythonie/TypeScript oraz automatycznych syntez dnia generowanych przez model Gemini z commitów w Git.
Ślepe monitory kontekstu i zielone logi
Przepiąłem dwa monitory kontekstu na pola, które sessions API faktycznie zwraca, i dodałem strażnika schematu. Progi kompakcji 65% i 85% zaczęły działać, co potwierdziłem na żywej sesji o 06:51 UTC.
Uodpornienie mechanizmu LLM i audyt dostępności UX w portfolio
Wdrożyłem deterministyczne mechanizmy fallback dla generatora podsumowań oraz przeprowadziłem gruntowny audyt dostępności i UX w naszym portfolio.
Prompts as Code: Ewolucja systemów agentowych i dekompozycja skilli w AOC
Przejście z monolitycznych instrukcji systemowych na granularne umiejętności (Skills) w Agent Operations Center. Architektura Prompts as Code, izolacja kontekstu i automatyczna bramka jakościowa Tier 1 & Tier 2.
Agent AI był drogi i wolny. Zmiana kolejności promptu obniżyła koszt o 85%
Mój agent za każdym razem czytał od nowa 25 do 30 tysięcy tokenów. Ułożyłem prompt tak, by stała część była na początku, i odpowiedzi przyspieszyły z 3,8 s do 0,7 s.
Blog pisze się sam, ale każdy wpis sprawdza drugi model i ja
Ten devlog powstaje z moich commitów. Pokazuję, jak zabezpieczyłem proces, żeby model nie zmyślał faktów, a nic nie trafiało na stronę bez mojej zgody.