可靠的 AI 代理
摘要
Mycelium 是一个实验性的开源运行时防护，可在 AI 代理的请求到达 LLM 之前防止许多可预见的故障，旨在提高生产环境中的可靠性。
我正在开源 Mycelium。实验性的。AI 代理的运行时防护。Mycelium 不是在代理发生故障后帮助其恢复，而是在它们到达 LLM 之前就防止许多可预见的故障。这是实验性的首个版本。目标不是所有代理故障。它是一个轻量级的运行时层，使生产代理更加可靠。我们仍在从 GitHub issues 中分类故障并推出针对这些故障的防护措施。欢迎反馈、issues 和 PRs。特别欢迎那些在生产环境中运行带有副作用工具的代理的用户。下方评论区中的链接。
相似文章
Mycelium：一个开源的实时A2A（代理到代理）虚拟办公室底层架构
Mycelium 是一个开源、事件驱动的平台，使 AI 代理能够在实时虚拟办公室中协作，具有 WebSocket 流传输、SQLite 持久化和为开发者提供的生产级防护措施。
Mycelis
Mycelis 是一个无服务器 AI 工作空间，提供智能路由和 MCP 代理来管理 AI 工作流。
可信代理AI：故障模式、缓解策略与自主LLM系统的生命周期框架
论文回顾了基于LLM的可信代理AI系统的故障模式和缓解策略，并介绍了可信代理开发生命周期（TADL）框架，用于安全开发。
我为代理群体构建了一个持久化运行时
作者构建了一个用于编排代理群体的持久化运行时，实现了多个AI代理的可靠协作。
我发布过的最可靠的数据代理，其 ~90% 是确定性代码。LLM 只负责解析意图和进行对话。不服来辩。
作者认为，AI 代理的可靠性来自于确定性代码，而非 LLM，并分享了在混乱的真实世界数据上构建可信代理的五项关键实践。