Observabilidad y depuración.
La observabilidad conecta los resultados con los pasos que los producen.
lo que aprenderás
- Explique: los errores necesitan rutas explícitas
- Aplique la idea en un ejemplo: observabilidad y depuración.
- Reconocer las limitaciones y verificar el resultado del ejercicio.
La observabilidad conecta los resultados con los pasos que los producen. Los datos de diagnóstico deberían ayudar sin exponer secretos.
Puedes seguir este curso sin cuenta ni programación. Los ejemplos utilizan datos sintéticos y es necesario comprobar los resultados de la IA.
Cómo funciona, paso a paso
Los errores necesitan rutas explícitas
Un tiempo de espera difiere de un error de permiso. Reintente solo errores transitorios, con intentos limitados y retrasos crecientes. Una operación con efectos secundarios puede ejecutarse antes de que se pierda su respuesta; volver a intentarlo sin una clave de idempotencia puede duplicar el efecto. La transmisión muestra el progreso pero no garantiza su finalización. Los puntos de control pueden permitir que las etapas fallidas se reanuden dentro de los límites de tiempo de ejecución. Almacene el identificador de ejecución, la etapa, la duración y el error mientras elimina los secretos de los registros. Mida trayectorias lentas y promedios.
Defina el éxito antes de optimizar
Preparar solicitudes representativas y respuestas o propiedades esperadas. Incluya casos comunes, ambigüedad, datos faltantes y errores de herramientas. Para RAG, mida la recuperación de evidencia por separado de la corrección de las respuestas. Recall@k mide la proporción de evidencia relevante encontrada en los primeros k resultados; precision@k mide la proporción de resultados devueltos que son relevantes. Para los agentes, también realice un seguimiento de las acciones, los permisos y las detenciones. Un LLM como juez puede acelerar la evaluación, pero necesita una calibración con respecto a los humanos. No cambie el indicador, el modelo y el índice simultáneamente si desea comprender qué mejoró los resultados.
Comprobar el acceso antes de su uso.
Los servidores y la capa de datos deben hacer cumplir los permisos. No permita que el modelo decida si un usuario puede ver un documento. Filtre las fuentes antes de que entren en contexto, no después de generar la respuesta. Utilice credenciales de acceso mínimo, manténgalas alejadas de mensajes, capturas de pantalla y códigos del navegador, y rote las claves expuestas. Una lista de dominios permitidos de widget no reemplaza la autenticación API. La autenticación le identifica; La autorización determina las operaciones y los datos que puede utilizar. Pruebe también el acceso denegado.
El esquema explicativo
Siga las flechas sólidas para el flujo principal. Las flechas azules discontinuas proporcionan datos o contexto; Las flechas discontinuas de color rosa muestran comentarios o resultados devueltos. Colores y formas distinguen modelos, tiendas, decisiones y resultados. En pantallas pequeñas, desplázate horizontalmente para seguir todo el esquema.
Un ejemplo completo
Una respuesta lenta tiene una recuperación de 0,2 s, un reordenamiento de 0,4 s y una herramienta externa de 8 s. Un identificador de ejecución conecta etapas; Se registran las versiones del modelo y del mensaje.
Pruébalo tú mismo
- Cree una línea de tiempo con etapa, duración, resultado e identificador de ejecución.
- Registre la entrada, la fuente y el resultado esperado antes de ejecutar el experimento. Utilice únicamente los datos ficticios del ejemplo.
- Siga las etapas del diagrama. En cada paso registre qué información se recibe y se produce; No confunda el resultado intermedio con el resultado final.
- Repita después de eliminar la información necesaria o hacer que la entrada sea ambigua. Compruebe si el sistema aclara, detiene o inventa una respuesta.
- Comparar con la solución explicada. Conserve la configuración, fecha, resultado y una explicación de las diferencias. Cambie una cosa y vuelva a probar.
Una solución explicada
Identifique la herramienta como fuente de latencia y conserve el contexto de error sin credenciales. Un ejercicio exitoso le permite mostrar la conexión entre los aportes, las etapas y el resultado. Cuando falta información, una respuesta cautelosa es más útil que detalles inventados. Compare más que estilo: compruebe también las condiciones, las fuentes y las operaciones.
Cuándo resulta útil y cuáles son sus límites
Las herramientas de seguimiento externas no se suponen controles de interfaz de usuario. Elija este enfoque cuando mejore una necesidad medida. Mantenga una línea de base simple y compare los resultados utilizando insumos idénticos. Un ejemplo exitoso no establece confiabilidad en todas las situaciones.
Comprueba lo que has aprendido
¿Un tiempo de espera prueba que la operación no se ejecutó?
No. Verifique el estado antes de volver a intentar una acción con efectos secundarios.
¿Un buen puntaje de estilo demuestra el éxito del agente?
No. El agente puede escribir maravillosamente después de utilizar la herramienta o los datos incorrectos.
¿Qué resultado debería producir este ejercicio?
Identifique la herramienta como fuente de latencia y conserve el contexto de error sin credenciales.
Términos que conviene recordar
- Idempotencia: Repetición controlada sin duplicar un efecto.
- Regresión / Regresión: Un cambio que rompe un caso previamente correcto.
- Autorizar / Autorización: Comprobar el derecho de acceso a una operación o recurso.
Fuentes y su próximo paso
Para preparar: E03 — Evaluación de agentes y equipos