งานวิจัย

วิธีสร้างงานด้วย AI เอเจนต์ — และเชื่อถือผลลัพธ์ได้

เราศึกษาว่าอะไรทำให้วิศวกรรมที่ใช้เอเจนต์ช่วยเชื่อถือได้และปลอดภัย และแปลงคำตอบเป็นเครื่องมือเปิดและมาตรฐานที่ใครก็ใช้ได้

สาขางานวิจัย

วิศวกรรมเอเจนต์ที่เชื่อถือได้

การประสานงาน การแยกย่อย และการ์ดเรลที่ทำให้ AI เอเจนต์อยู่กับงานตลอดงานที่ยาวและมีหลายขั้นตอน — โดยไม่หยุดก่อนเวลาหรือเบี่ยงเบนจากสเปก

ความปลอดภัยของการส่งมอบที่ใช้ AI ช่วย

โค้ดที่เขียนโดยเอเจนต์ล้มเหลวอย่างไร จะตรวจจับได้อย่างไร และจะทำให้ secure-by-design เป็นค่าเริ่มต้นได้อย่างไร: IAM, AppSec และการทำเรดทีมที่ได้รับอนุญาตต่อสิ่งที่เอเจนต์ผลิต

มาตรฐานและการประเมิน

'ดี' หมายความว่าอย่างไรสำหรับผลลัพธ์ของเอเจนต์ และวัดมันอย่างไร: เพลย์บุ๊กเชิงบรรทัดฐาน quality gate และการทดสอบที่พิสูจน์พฤติกรรมแทนความรู้สึก

ประสบการณ์นักพัฒนา

ทำให้ทางที่ถูกต้องเป็นทางที่ง่าย — เครื่องมือที่ติดตั้งมาตรฐาน อัปเดตให้ทันสมัย และหลีกทางให้นักพัฒนา

แนวทางของเรา

อย่างเปิดเผย

ผลการวิจัยและเครื่องมือถูกเผยแพร่ ไม่ใช่เก็บกัก การทำซ้ำได้คือประเด็นสำคัญ

ตั้งอยู่บนการปฏิบัติ

เราทำวิจัยด้วยการสร้างและส่งมอบ — ห้องแล็บและผลิตภัณฑ์หล่อเลี้ยงซึ่งกันและกัน

ความปลอดภัยมาก่อน

หากรันไม่ปลอดภัย ก็ยังไม่เสร็จ threat modeling และการทดสอบเป็นส่วนหนึ่งของวิธีการ

ติดตามงานวิจัย

เราเขียนสิ่งที่เราเรียนรู้ไว้บนบล็อก และเครื่องมือไปลงที่ GitHub