Zusammenfassung: Building Effective Agents (Anthropic, 19.12.2024)
- Agenten vs. Workflows
• Workflows: Vordefinierte Abläufe (LLMs + Tools in festen Schritten).
• Agenten: Dynamisch, selbststeuernd, nutzen Tools basierend auf Feedback. - Wann einsetzen?
• Einfach anfangen: Single-LLM-Calls mit Retrieval reichen oft.
• Workflows: Für vorhersehbare Aufgaben (z. B. Übersetzungen).
• Agenten: Für offene, komplexe Probleme (z. B. Code-Reparatur, Recherche). - Wichtige Muster
MusterZweckBeispiel
Prompt ChainingAufgaben in Schritte zerlegenOutline → Text → Übersetzung
RoutingEingaben klassifizierenKundenservice-Tickets sortieren
ParallelisierungAufgaben parallel bearbeitenCode-Reviews, Guardrails
OrchestratorDynamische AufgabenverteilungKomplexe Code-Ă„nderungen
EvaluatorIterative VerbesserungĂśbersetzungen, Recherche - Best Practices
• Einfachheit: Nur Komplexität hinzufügen, wenn nötig.
• Transparenz: Planungs-Schritte sichtbar machen.
• Tools: Klar dokumentieren, testen, fehlerresistent gestalten. - Anwendungsfälle
• Kundensupport: Chat + Tool-Integration (z. B. Datenabruf).
• Coding-Agenten: Autonome Lösung von GitHub-Issues.
Kernbotschaft: Erfolgreiche Agenten sind einfach, transparent und gut getestet. Frameworks helfen beim Start, aber Basics reichen oft.