3 сентября 2026 г.
Агент думает дольше, чем действует: 20,5 секунды из 21 ушли на выбор шага
Из 21,16 секунды на один шаг агента 20,5 ушли не на действие, а на решение, что делать дальше.
ThePrimeagen
@theprimeagen
Одна вещь, которая у агентов пока выходит плохо, — принимать решения в реальном времени. «ввести имя пользователя»: 21,16 с нажатие клавиш: ~несколько сотен мс проверка скриншота: несколько сотен мс следующий шаг: ~20,5 с Кажется, у меня есть решение... Мне интересно, как это лучше обойти. Думаю в сторону автоматики, где можно шаблонить скрипты. Так я нагенерю кучу шагов, и модели не придётся жечь токены на решение о следующем.
· 7,8 тыс. просмотров
Ввод имени пользователя занял у агента 21,16 секунды. На сами клавиши ушли доли секунды.
Остальные 20,5 секунды агент решал, какой шаг делать следующим. Так устроена любая петля, где модель выбирает каждое действие заново: время съедает не работа, а решение о ней.
Замер сделан на Oligarchy — самодельной обвязке, через которую агент сам ставит и проверяет релизы Omarchy в виртуальной машине, нажимая клавиши и двигая мышь вместо человека.
Где утекает время. Петля тут короткая: послать клавиши или мышь, подождать около трёх секунд, снять кадр, прочитать его и решить, что дальше. Проверка кадра занимает доли секунды, а решение — двадцать.
Ждать вслепую агенту нельзя: спать дольше 10 секунд запрещено правилом проекта, и даже во время установщика или перезагрузки он продолжает снимать кадры. Каждый кадр запускает новый цикл решения.
Что с этим делать. Автор предлагает шаблонить скрипты: генерировать шаги пачками, чтобы модель не жгла токены на выбор каждого следующего. Материал уже собран — каждое нажатие, каждое движение мыши и каждый кадр пишутся в базу как действие, поэтому сессия воспроизводится по порядку записей.
Первый кусок такой автоматики в проекте уже работает: определение теста сохраняется отдельной командой, а запуск поднимает облачного агента по тикету. Коммиты от 3 сентября 2026.
Если шаги начнут собираться шаблонами, модель останется в петле только там, где надо смотреть на картинку.
Первоисточник