LangChain: poboljšavanje agenata je problem rudarenja podataka

Vivek Trivedy iz LangChaina objavio je 7. srpnja 2026. esej koji mijenja perspektivu o tome što zapravo znači „poboljšati AI agenta”. Središnja teza glasi: poboljšanje agenata nije primarno inženjerski problem — već problem rudarenja podataka u mjerilu.

Što su traceovi i zašto su valuta poboljšanja?

Execution trace je strukturirani zapis svakog koraka koji agent poduzme pri rješavanju zadatka: koji alati su pozvani, koji su rezultati vraćeni, koje odluke su donesene i kojim redoslijedom. Trivedy tvrdi da su traceovi „valuta dugoročnog poboljšanja agenata” jer prevode agentsko iskustvo u format koji se može rudariti.

Ključna distinkcija u odnosu na klasični ML: tradicionalni modeli generiraju relativno kompaktne podatkovne zapise. Moderni agenti koji rade višekoračne zadatke produciraju milijune višemilijunsko-tokenskih traceova. To je fundamentalno drugačija ljestvica podataka koja zahtijeva specijaliziranu arhitekturu za obradu — jednostavno pregledavanje traceova ručno ili malim uzorcima ne daje statistički relevantne signale.

Preporučeni funnel: harness, fine-tuning, harness

Trivedy predlaže konkretan redoslijed rada koji opisuje kao „sendvič” pristup:

Harness engineering → Fine-tuning → Harness engineering

Harness je sve što okružuje model: promptovi, alati, memorija, logika ponovnog pokušaja, orkestracijski sloj. Trivedy tvrdi da harness engineering sam po sebi često dovoljno poboljša performanse za većinu timova — bez ikakve modifikacije težina modela. Harness pruža „visokoprotočnu površinu za prijenos znanja” u agenta bez troška fine-tuninga.

Fine-tuning dolazi tek u drugom koraku, i to samo kad harness optimizacija dostigne plato. Nakon fine-tuninga, treći korak je povratak na harness optimizaciju s poboljšanim modelom kao bazom.

Kontraintuitivan savjet: deployaj agente rano

Jedan od središnjih savjeta eseja direktno proturječi intuiciji većine razvojnih timova: deployajte agente rano, prije nego su „gotovi”, čak i u ograničenu produkciju.

Razlog je pragmatičan. Bez stvarnih korisničkih interakcija nema traceova. Bez traceova nema materijala za rudarenje. Bez rudarenja nema signala o tome gdje agent griješi i zašto. Optimizacija zatvorenom petljom — iteriranje nad sintetičkim podacima ili malim test skupovima — slijepa je u usporedbi s rudarenjem milijuna stvarnih interakcija.

Rani deploy nije poziv na neodgovornost — to je strateška odluka da se petlja prikupljanja podataka pokrene što ranije, jer ta petlja određuje brzinu poboljšanja u svim kasnijim fazama.

Dvostruki problem: trošak i kontekst

Trivedy uokviruje suvremene agentske podatke kao dvostruki problem. Prvo je trošak — volumen tokena u traceovima je ogroman, pa obrada svakog traca frontier modelom brzo postaje ekonomski neodrživa. Drugo je kontekst — otkrivanje korisnih signala poboljšanja unutar ogromnih skupova traceova nije trivijalan zadatak.

Rješenje za troškovni problem: fine-tunani manji open modeli. Za uske zadatke poput analize traceova i detekcije obrazaca grešaka, fine-tunani manji modeli nadmašuju frontier modele uz dramatično niže troškove po tokenu. Ovo je posebno relevantno jer analiza traceova sama po sebi je uzak i dobro definiran zadatak — idealan za fine-tuning.

Evali kao podaci za treniranje

Trivedy predlaže reframing evaluacija: evali nisu samo metrika uspjeha, već podaci za treniranje agenata. Prolaz kroz eval prenosi izmjerena ponašanja u agentske performanse. Dizajn evalucije postaje kritična infrastruktura, a ne naknadna provjera.

Ova perspektiva mijenja prioritete tima — ulaganje u kvalitetan eval dizajn od ranog stadija projekta nije administrativni teret, već direktna investicija u sposobnost kontinuiranog poboljšanja agenta.

Compound agentski sustavi za autonomno poboljšanje

Esej opisuje napredni obrazac: compound agentski sustavi koji autonomno čitaju traceove, identificiraju probleme, generiraju popravke, kreiraju evale i zapisuju uvide u memorijske pohrane. Agent poboljšava agenta — petlja koja se sama ubrzava što je više traceova dostupno.

Ovo nije spekulativna vizija, već logična ekstenzija pristupa koji Trivedy opisuje — svaki korak u funnelu može biti automatiziran agentom koji prima traceove kao ulaz i producira poboljšanja kao izlaz.

Zaključak: observabilnost i kontinuirano učenje su jedno

Trivedy zaključuje da su observabilnost i kontinuirano učenje dvije strane iste medalje. Svaka organizacija koja sustavno poboljšava agente mora biti observabilnost organizacija — i obrnuto. Timovi koji grade agente bez infrastrukture za prikupljanje i rudarenje traceova rade bez povratne veze i osiromašuju svoju sposobnost poboljšanja.