翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

データ、オペレーション、テスト

エージェントとデータの所有権

エージェント実装のレビューでは、エージェントが特定のテナントのデータに依存するシナリオに焦点を当てています。この場合、データのライフサイクルと、さらに重要な点として、データの保存場所を考慮します。これは、データの性質がエージェントのアクセス方法に影響する業界やユースケースにとって特に重要です。

AaaS プロバイダーは、エージェントのオンボーディング、分離、オペレーションに影響を与える可能性のあるマルチテナント環境でのデータ問題の解決方法を評価する必要があります。適用可能なニュアンスと戦略は、使用するツール、テクノロジー、データによって異なります。これはさまざまな方法でアプローチできます。これは、AaaS サービスを作成する際に注意すべきことです。

マルチテナントエージェントのオペレーション

エージェント環境を構築するときは、エージェントの運用と管理の方法を検討してください。プロバイダーには、エージェントのヘルス、スケール、アクティビティをモニタリングできるメトリクス、データ、インサイト、ログが必要です。これは、個々のテナントがエージェントリソースをどのように消費するかを理解したいマルチテナントエージェント環境でより顕著になります。

これは、エージェントのインタラクションに関するインサイトが必要な場合に、マルチエージェント設定でさらに重要です。エージェント間のアクティビティをプロファイリングして追跡できることは、システムの規模、精度、有効性に影響する問題のトラブルシューティングに不可欠な場合があります。

運用チームは LLM インタラクションをプロファイリングして、エージェントが LLMs に配置する負荷をより適切に把握することもできます。このデータは、エージェントの実装を改良するために不可欠です。また、運用チームに、エージェントとテナンシーがシステムの全体的なコストプロファイルにどのように影響するかを示すこともできます。

マルチテナントエージェントのトレーニングとテスト

エージェントの構築に関連する課題の 1 つは、エージェントが学習して進化することが期待されていることです。また、エージェントを本番環境に移行する前に、エージェントをテストし、改良し、精度を向上させる必要があることも意味します。エージェントがインテントを正しく評価および分類しているか、適切なツールやアクションを選択して呼び出しているかを検査および評価できる領域は多数あります。変数のリストは多岐にわたりますが、最終的には、エージェントが目標を達成するための結果を見つけられるようにすることです。

テストエージェントに関連するすべての可動部分と原則を調べることは、このドキュメントの範囲外ですが、テスト戦略はマルチテナント AaaS 環境に複雑さを追加することに注意してください。たとえば、エージェントに各テナントにコンテキスト的に適用されるデータ、メモリ、およびその他のコンストラクトがある場合、エージェントの結果はテナントごとのリソースによって形成できます。

エージェントを使用してシナリオをシミュレートする場合は、テナント固有のユースケースに合わせてシミュレーションを拡張する必要がある場合があります。それに応じて、検証基準がテナントごとに異なるインスタンスを許可するには、検証手順を絞り込む必要があります。