К содержимому
Дайджест

Песочница для агента вместо каталога инструментов

AI Engineer·27 октября 2026·14:38
можно прочитать понять, как устроено промо
Открыть на YouTube
Доклад для разработчиков агентов о том, как заменить каталог инструментов на управляемую песочницу и замерить эффект.

Что в ролике

Если агент получает под каждый запрос огромный каталог инструментов, контекст быстро забивается лишним, растут задержки и стоимость, а цепочки вызовов становятся хрупкими. Автор из Arize AI предлагает Code Mode: вместо готового списка агент ищет нужные инструменты и исполняет их в песочнице, где можно строить последовательные, параллельные и условные сценарии. В Phoenix агент получил Bash, Python-песочницу, доступ к REST CRUD-эндпоинтам и SQL, а для сложных действий в интерфейсе — программную логику в web worker с двусторонней привязкой к браузеру. Такая архитектура позволяет вызывать несколько инструментов за один ход и возвращать в контекст только нужное, а также создавать собственные инструменты на лету, например удалять персональные данные без передачи карт в контекст. Платить приходится сложностью: сгенерированный код может падать без возможности продолжить, сетевой доступ и секреты требуют ограничений, отладка и права доступа становятся менее прозрачными. В собственных замерах на платформе Phoenix команда получила снижение числа токенов на 43% и стоимости на 31% при примерно той же задержке, с оговоркой, что добавляется работа песочницы. Оценивают агентов через фреймворк Harbor: многократные прогоны в изолированных средах с выключенным сетевым доступом и проверками, которые дают бинарную оценку выполнения задачи.

Практика

Что получишь
Понять, когда агенту нужна песочница вместо набора вызовов, и по каким метрикам сравнивать выигрыш по токенам, стоимости и задержке.
Первый шаг
Взять один сценарий своего агента и перенести вызов инструментов в Bash или Python-песочницу, сняв замеры до и после.
Цифры
  • —43% — на столько снизилось количество токенов после перехода на Code Mode в замерах Arize
  • —31% — на столько снизилась стоимость при примерно той же задержке
  • —50 строк кода — оценка автора для обычного скрипта, который программист написал бы для выгрузки вложений из почты
Честно
Автор — сотрудник Arize AI, и в конце прямо предлагает использовать их инструменты Phoenix и Harbor для оценки агентов. Готовых конфигураций песочниц или кода примеров в докладе нет, поэтому повторять придётся по описанию и своему стеку.
Если слова незнакомы — 5 терминов

Связки из этого ролика

3 шт.

Компоненты

6 шт.

Формат: разбор · для практикующих · уверенность разметки 0.8 · источник