Ich bin auf eine Möglichkeit gestoßen, das Steuern von Agenten zu verbessern. Nämlich, wie man die Leistung verbessert, wenn man sagt: "Stelle sicher, dass du das machst" und das LLM es nicht tut. Hier ist es: Zu sagen "denk daran, X zu tun" ist unzuverlässig - es erfordert, dass der Agent spontan ein prozedurales Verhalten initiiert. Aber dem Agenten eine spezifische, möglicherweise falsche Behauptung zu präsentieren ("Du solltest X tun - machst du das noch?") löst zuverlässig ein korrektives Verhalten aus, wenn die Behauptung falsch ist. Der Agent muss sich nicht daran erinnern, nachzusehen. Die Diskrepanz zwischen dem präsentierten Zustand und dem tatsächlichen Zustand erzeugt ein Korrekturereignis, auf das das Agenten-LLM natürlich reagiert. Das erinnert mich an das alte Sprichwort: "Der beste Weg, um eine richtige Antwort im Internet zu bekommen, ist, eine falsche zu posten" und ich schätze, das macht Sinn, da LLMs überwiegend das destillierte "Wissen" des Internets sind. Wie auch immer, ich habe ein langlaufendes Gedächtnissystem für meine Agenten aufgebaut und es auf diese Weise implementiert, was viele Probleme behoben hat.