Databastänk möter AI-agenter: forskare vill normalisera automatiserade arbetsflöden

arXiv cs.AI

Forskare föreslår ett formellt ramverk kallat FAOP för att strukturera AI-agenters arbetsflöden – ungefär som databasteorin gjorde för data på 70-talet. Idén är att dela upp procedurer i atomära, typsäkra steg med fyra 'normalformer' (ett begrepp lånat från databasvärlden) så att varje steg kan granskas, testas och begränsas i tid och kostnad redan vid kompilering. Systemet kallas SkillBase och jämförs med vad PostgreSQL är för data – ambitiöst, men det återstår att se om det faktiskt används i praktiken.