本文讨论了大型语言模型（LLM）与外部工具之间建立健壮合约的重要性，以确保AI代理操作的可靠性和可预测性。文章强调，在处理重试、超时或重复请求时，工具合约本身（而非LLM）常常是脆弱性的根源。提出的解决方案包括定义明确的合约，详细说明输入模式、输出状态、错误代码和重试策略，超越简单的函数调用，转向更类似API的接口。这种方法旨在使工具更具可预测性、可审计性，并便于LLM和人工操作员管理，尤其是在电子邮件处理或资源部署等敏感应用中。 AI
影响 通过关注明确的工具合约，为构建更可靠、更可审计的AI代理确立了最佳实践。
排序理由 文章提供了关于设计LLM工具合约的意见和技术指导，而不是发布新产品或研究发现。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
<h1> LLMs: contratos de tools que sobreviven reintentos </h1> <p>Un agente basado en LLM puede parecer sencillo: recibe una petición, elige una tool y devuelve una respuesta. En producción, sin embargo, la llamada puede repetirse por un timeout, una caída del worker o un mensaje …
<p>Un agente LLM puede elegir una herramienta correcta y aun así producir un sistema frágil. El problema suele estar en el contrato: argumentos ambiguos, respuestas sin estado y reintentos que repiten efectos secundarios.</p> <p>En flujos que tocan cuentas, correo o despliegues, …