Shepherd позволява разклоняване и повторно изпълнение на състояния на AI агенти
Изследователи от Northeastern University и Stanford University представиха Shepherd — платформа с отворен код на Python за управление на продължителни изпълнения на агенти. Тя записва всяко взаимодействие между агента и средата като типизирано събитие в Git-подобна следа. За разлика от обикновената история в Git, всеки комит обхваща едновременно процеса на агента и файловата система чрез copy-on-write. Така по-ранно живо състояние може да бъде разклонено и възпроизведено, без изпълнението да започва отначало.
Екипът съобщава, че Shepherd разклонява процеса и файловата система пет пъти по-бързо от Docker, а при повторно изпълнение се използват над 95% от prompt кеша. Рамката работи с задачи, ефекти, изпълнения и работни пространства. Разрешенията се задават в сигнатурите на задачите и се налагат чрез системна изолация; в macOS се използва Seatbelt, а в Linux — Landlock в привилегирован контейнер.
Посочените приложения включват надзор на кодиращи агенти, възстановяване след грешни извиквания на инструменти, сравняване на стратегии и генериране на траектории за обучение с подсилване. В демонстрациите резултатите за pair-coding в CooperBench се повишават от 28.8% на 54.7%, а TerminalBench-2 — от 34.2% на 39.4%. Shepherd е с MIT лиценз, инсталира се от PyPI като shepherd-ai и изисква Python 3.11 или по-нова версия. Проектът е в ранен алфа етап и не е готов за продукционна употреба.
Текстът е изготвен от ИИ на Sakhanda Wire по материал на MarkTechPost. Фактите, цитатите и пълният контекст са в оригиналната статия по-долу.