Présentation du conductor mode dans Kiro Crew
Un agent conducteur qui supervise des agents travailleurs au moyen d'un registre
Flux de travail illustratif d'utilisation du navigateur : vous donnez un objectif au conducteur. Il coordonne les tâches d'interface, de commandes du navigateur, de tests et de vérification du parcours au moyen du registre de travail, et chaque rapport est ajouté à un journal de crew. Les cellules de rapport sont illustratives, pas des résultats de tâches réels.
En tant qu'équipe d'ingénierie de Kiro Crew, travailler avec des agents d'IA nous permet de développer différentes parties d'une fonctionnalité en parallèle. Nous commençons par un plan, puis nous affinons les exigences à mesure que nous revoyons les prototypes et que nous testons l'expérience. Récemment, nous avons développé une nouvelle fonctionnalité visant à donner à un agent la capacité de piloter une fenêtre de navigateur, que nous appellerons l'utilisation du navigateur. Ces ajustements pendant nos propres tests ont étendu ses capacités pour inclure plus de commandes du navigateur, une vue en direct dans le chat et une fonction de test du travail terminé.
Le travail était réparti sur plusieurs sessions de chat, avec tout le contexte derrière les changements apportés dans chacune au fil de notre construction. Cette séparation est devenue un problème quand nous avons voulu ajouter des capacités plus complexes. Nous avions besoin du contexte et des mises à jour qui se passaient dans d'autres chats, et nous nous retrouvions à coordonner entre eux pour porter cette direction.
Par exemple, en jouant avec l'utilisation du navigateur en temps réel, nous avons voulu avoir la possibilité de prendre le contrôle de l'agent pendant qu'il travaillait. Pour que ce soit utile, nous devions regarder l'agent travailler, prendre le contrôle au besoin, puis lui rendre le navigateur ensuite. Cela voulait dire ajouter un bouton de prise de contrôle à l'interface, tirer le contexte de la session qui avait construit l'interface du navigateur, et tirer le contexte de la session qui avait écrit la boucle de l'agent pour que l'agent se mette en pause et que l'interaction complète puisse être vérifiée. Nous devions nous souvenir d'où venaient les décisions touchant la nouvelle capacité, porter le contexte d'une session à l'autre, puis confirmer que tout s'accordait.
C'est cette séparation qui a façonné le conductor mode dans Kiro Crew. Pour la fonctionnalité d'utilisation du navigateur, nous avons commencé par faire tout le travail de coordination nous-mêmes. C'était un projet de courte durée qui ne justifiait pas la mise en place d'un bot Kiro que nous n'utiliserions jamais plus. Au lieu de reconstruire le portrait à travers chaque session de chat, nous avons bâti quelque chose qui pouvait prendre un objectif que nous définissions et, de lui-même, découper les diverses tâches nécessaires pour atteindre cet objectif, coordonner chaque tâche avec un contexte centralisé pour tout changement de direction, revoir les résultats par rapport à l'objectif avec tout ce contexte, et rapporter la progression sur un seul tableau facile à consulter pour nous.
Maintenant, pour construire la capacité de prise de contrôle, nous pouvions simplement la décrire à l'agent conducteur, et il aurait tout le contexte derrière les autres tâches qui construisaient le prototype, l'interface du navigateur et les tests pour savoir où, dans chaque partie, du travail supplémentaire était nécessaire. Nous décidons toujours comment la fonctionnalité doit marcher, le conductor mode s'occupe de toute la coordination du travail, et nous ajustons au besoin dans un seul chat avec un seul tableau pour voir la progression globale et tous les éléments en attente de notre revue.
Le conductor mode ajoute un intermédiaire entre une session de chat isolée pour une seule tâche ciblée, et un bot Kiro qui prend en charge une responsabilité continue sans échéance. Le conductor mode peut déléguer à des agents travailleurs comme les bots, mais il est piloté par votre agent Kiro Crew par défaut et la mémoire globale pour mener à terme un objectif que vous confiez, au lieu d'un travail récurrent à garder dans le temps.
Un arbre de décision. Partez de nouveau travail. Si le travail est récurrent ou sans fin, choisissez un bot, qui s'en occupe pendant des semaines. Sinon, si le travail se divise en éléments qui peuvent s'exécuter en parallèle, choisissez le conductor mode, qui coordonne des agents travailleurs. S'il ne se divise pas, choisissez un chat pour une seule tâche ciblée.
Récurrent ou sans fin?Se divise en éléments parallélisables?ouinonouinonNous avons testé le conductor mode sur notre propre travail pendant que nous le construisions, et nous l'avons amélioré chaque fois que quelque chose cassait. Dans une exécution, nous avons donné à un agent conducteur une file de tickets ouverts sur nos propres dépôts et une seule règle, ne jamais écrire de code lui-même. Il a coordonné des tâches entre des agents travailleurs, lu leurs rapports et vérifié leurs résultats.
La même exécution a montré où le jugement de l'agent conducteur avait besoin d'une correction. Dans un cas, la pull request d'un agent travailleur avait des vérifications en échec. L'agent conducteur a regardé la branche principale, n'y a vu aucune vérification en échec et a dit à l'agent travailleur que les échecs venaient de ses propres changements. Mais la branche principale n'exécutait pas les mêmes tests que ceux qui causaient les vérifications en échec, donc n'y voir aucun échec ne voulait pas dire qu'ils passaient. Plus tard, l'agent conducteur a vu les mêmes échecs sur d'autres pull requests, a trouvé un correctif déjà fusionné dans la branche principale et a corrigé son jugement initial. L'agent travailleur n'avait pas agi sur le mauvais jugement. Il avait attendu le correctif et rebasé.
L'exécution a aussi montré quelles décisions reviennent à une personne. Sur un autre ticket, le seul correctif rapide aurait laissé chaque script planifié non approuvé lire des identifiants mis en cache. L'agent conducteur n'a pas fait ce changement. Il a rédigé le compromis, un correctif rapide contre une frontière de sécurité affaiblie, et l'a envoyé à une personne pour revue. Affaiblir une frontière de sécurité n'est pas une décision que nous voulons voir prendre par un agent conducteur, et nous gardons le contrôle pour nous assurer que ces frontières restent respectées.
Exécuter l'agent conducteur sur du travail réel nous a montré ce qui ne tenait pas, et voici les décisions de conception clés que nous avons prises en réponse. Pour chacune, nous avons traduit le problème observé en ce que le conductor mode fait maintenant.
Au début, nous laissions l'agent conducteur faire lui-même de petits correctifs. Chaque fois qu'il le faisait, il consacrait ce tour au correctif, et ses vérifications des autres agents travailleurs se dégradaient. Le conducteur par défaut n'a donc pas d'outil d'édition de fichiers direct et délègue tous les changements aux agents travailleurs.
Au début, l'agent conducteur lisait les transcriptions des agents travailleurs pour savoir ce qui s'était passé. Cela ne montait pas en charge, et « je pense que c'est presque fini » n'est pas un statut. Maintenant, chaque agent travailleur est lié à une seule tâche et rapporte avec work_report sous la forme en cours, terminé, bloqué ou question, avec un lien vers une preuve comme une pull request. L'agent conducteur lit tout le tableau avec un seul appel work_ledger_read.
Un scénario illustratif. Une nouvelle décision, mettre en pause à la prise de contrôle, doit atteindre les tâches d'interface, de commandes du navigateur et de tests. Dans la vue sessions séparées, le bouton est présent mais le cliquer ne met pas l'agent en pause, tandis que les commandes du navigateur et les tests suivent encore l'exigence antérieure. Dans la vue travail coordonné, l'exigence partagée guide le travail et la vérification : le conducteur met à jour les trois briefs, donc le bouton met l'agent en pause et le parcours complet est vérifié.
Le bouton est présent, mais le cliquer ne met pas l'agent en pause
Un agent conducteur peut s'exécuter pendant des jours. Les longs chats sont résumés, ce qui peut faire perdre des détails, et une nouvelle session a besoin de l'état sauvegardé pour reprendre. Pendant nos exécutions, nous avons vu la connexion aux outils de l'agent conducteur tomber à l'occasion, interrompant son travail. Au lieu de garder le plan dans le chat, nous avons conçu le conductor mode pour qu'il utilise un journal de crew en ajout seul comme source de vérité, avec un registre de travail qui contient les tâches et leurs résultats, et un registre de session qui contient l'objectif, l'étape suivante et les approches déjà rejetées. Ainsi, chaque fois que la connexion tombe, l'agent conducteur peut reprendre à partir de cet état sauvegardé sans s'appuyer uniquement sur des chats résumés.
Nous avons conçu le conductor mode pour qu'il exécute des vérifications sur les agents travailleurs afin de garder les tâches sur la bonne voie et alignées sur l'objectif global au-delà du lancement initial. Nous aimons appeler cela l'agent conducteur qui exécute une vérification de patrouille. Au début, chaque vérification de patrouille était un tour de modèle, y compris les vérifications qui ne trouvaient rien de nouveau. Pour rendre les vérifications plus efficaces, nous avons fait en sorte qu'un petit bout de code lise d'abord le registre de travail et saute un tour de modèle quand rien n'a besoin d'attention. Quand un agent travailleur rapporte terminé, bloqué ou question, la prochaine vérification de patrouille est aussi avancée, pour que l'agent conducteur voie le rapport plus tôt.
Au début, nous demandions à l'agent conducteur de laisser tomber son propre contexte à la fin de chaque lot de travail. Cela créait un risque, car la réinitialisation dépendait de l'agent qui suivait l'instruction. Pour y remédier, quand une session de conductor mode est devenue longue et est restée inactive, Kiro Crew redémarre son tour suivant dans une session de modèle fraîche avec l'instantané du registre et les derniers messages, pour que l'agent conducteur puisse reprendre à partir de son plan sauvegardé.
Pendant nos exécutions, nous avons constaté que les correctifs à notre build interne restaient en brouillon jusqu'à ce que la revue automatisée n'ait plus rien de valide à dire. Comme la revue devait se terminer avant que la tâche puisse être acceptée, un agent travailleur qui disait « terminé » ne suffisait pas. Pour vérifier chaque résultat par rapport à sa condition d'achèvement convenue, l'agent conducteur appelle la procédure accept_eval, qui vérifie une preuve dans le code par rapport à la condition de cette tâche, comme les vérifications d'une pull request, un fichier qui doit exister ou une demande d'approbation en attente d'une personne. Si une tâche échoue à la vérification trois fois, la procédure dit à l'agent conducteur de la fermer comme rejetée. Pour la fonctionnalité d'utilisation du navigateur, la condition pourrait être que l'agent arrête d'agir après que vous cliquez sur le bouton de prise de contrôle.
Au début, les instructions de l'agent conducteur lui disaient de démarrer une vérification de patrouille après avoir affecté un agent travailleur à une tâche. Rien ne confirmait qu'il le faisait réellement, et nous avons constaté que certains agents conducteurs l'avaient omis en conséquence, laissant des agents travailleurs tourner sans que l'agent conducteur lise leurs rapports pour les garder sur la bonne voie. Pendant nos exécutions, les agents travailleurs faisaient la même erreur avec leurs propres boucles et restaient inactifs sur une vérification en échec jusqu'à ce que l'agent conducteur les réveille. Pour y remédier, affecter un agent travailleur tente maintenant de démarrer une vérification de patrouille s'il n'y en a pas, et Kiro Crew le signale quand il en manque une. La mise en place de la patrouille ne repose plus seulement sur le fait que l'agent conducteur pense à la démarrer, et elle ne passe pas non plus outre une vérification de patrouille que nous avons arrêtée nous-mêmes.
Ces exécutions nous ont aussi montré où la coordination a encore besoin de travail. Certains domaines précis ont retenu notre attention comme prochaines étapes à mesure que nous continuons d'améliorer le conductor mode.
Efficacité entre les agents travailleurs. Pour l'instant, les agents travailleurs ne peuvent pas se parler directement, donc ces messages passent par l'agent conducteur. Réduire cette surcharge de coordination est un domaine de travail à venir.
Optimisation du contexte à travers les réinitialisations. Par défaut, un agent conducteur peut tenir jusqu'à 32 tâches ouvertes. Les ressources disponibles et toute limite plus basse que vous fixez déterminent combien s'exécutent à la fois. Kiro Crew prend maintenant en charge la reprise en session fraîche pour le conducteur par défaut.
Optimisation guidée par le coût. Nous ne pouvons pas encore ventiler le coût d'un objectif par tâche, ni séparer le coût de la coordination du coût du travail lui-même, donc il est difficile de dire quelle partie d'une exécution coûte cher.
Le conductor mode est offert dans Kiro Crew. Dans une session de chat, activez l'interrupteur du conductor mode dans le composeur, décrivez un objectif que vous mèneriez autrement par plusieurs tâches séparées, et définissez à quoi ressemble un résultat réussi. Le tableau montre la progression et les questions qui ont besoin de vous.
Si votre objectif est plutôt une responsabilité continue, comme garder l'intégration continue en santé, créez un bot Kiro. Les bots confient leurs plus gros travaux à des agents travailleurs au moyen du même registre, donc ce que nous décrivons ici s'applique à eux aussi, et notre billet Présentation des bots dans Kiro Crew explique comment en configurer un.
Si vous construisez votre propre agent conducteur, les mêmes leçons peuvent s'appliquer. Empêchez-le d'écrire du code lui-même. Faites rapporter les agents travailleurs dans un enregistrement structuré. Gardez le plan et l'état hors du chat. Faites surveiller les changements par du code et n'appelez le modèle que lorsque quelque chose a changé. Faites respecter les règles qui doivent toujours tenir en dehors des instructions de l'agent, et ne comptez pas un résultat tant que quelque chose d'indépendant ne l'a pas vérifié.
L'agent conducteur, ses Skills et les documents de conception derrière ce billet sont open source dans le dépôt Kiro Crew sur GitHub. Commencez à kiro.dev/crew.