[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"glossary-agent-trajectory::ru":3,"gloss-cluster-agent-trajectory::ru":26,"gloss-next-agent-trajectory::ru":9},{"slug":4,"category":5,"name":6,"definition":7,"meta_desc":8,"faq":9,"schema_markup":9,"related":10},"agent-trajectory","agents","Траектория агента","Траектория — полная запись пути, который агент прошёл по задаче: каждый вызов модели, каждое обращение к инструменту с аргументами, каждый возвращённый результат и итоговый ответ, по порядку. Это агентный аналог трассы запроса и та единица, которую вы оцениваете, отлаживаете и переигрываете. Важна она потому, что одного итогового ответа недостаточно, чтобы судить об агенте. Два прогона могут дать одинаково верный результат, но один вызвал три инструмента, а другой одиннадцать, повторял сбойный эндпоинт и дошёл до цели по случайности; продакшену вы доверите только первый. И наоборот, неверный ответ ничего не говорит о месте сбоя — плохой поиск, неправильно разобранный результат инструмента, план, который так и не оправился от ранней ошибки, — и без траектории команда только гадает. Практическая работа с траекториями состоит из трёх частей. Захват: писать в журнал всю последовательность, включая аргументы и сырые ответы инструментов, со временем и стоимостью каждого шага в токенах. Оценка: измерять путь, а не только пункт назначения, потому что число шагов, точность выбора инструмента и поведение при восстановлении — это как раз то, что предсказывает стоимость и надёжность в бою. И воспроизведение: сохранять достаточно данных, чтобы записанную траекторию можно было прогнать заново на изменённом промпте или новой модели, — именно это превращает кучу прошлых инцидентов в регрессионный набор.","Траектория агента — упорядоченная запись всех вызовов модели, инструментов и результатов прогона: единица оценки, отладки и воспроизведения агентов.",null,[11,14,17,20,23],{"slug":12,"name":13},"agent","Агент (Agent)",{"slug":15,"name":16},"agent-loop","Цикл агента (Agent Loop)",{"slug":18,"name":19},"distributed-tracing","Distributed Tracing (распределённая трассировка)",{"slug":21,"name":22},"eval-harness","Испытательный стенд оценки (Eval Harness)",{"slug":24,"name":25},"llm-as-judge","LLM в роли судьи (LLM-as-Judge)",[27,31,35,38,39,42,45,48,51,54,57,61],{"slug":28,"category":5,"name":29,"updated_at":30},"agent-budget","Бюджет агента (Agent Budget)","2026-08-24T02:46:37+00:00",{"slug":32,"category":5,"name":33,"updated_at":34},"agent-checkpointing","Контрольные точки агента","2026-08-24T02:46:38+00:00",{"slug":36,"category":5,"name":37,"updated_at":30},"agent-handoff","Передача между агентами (Agent Handoff)",{"slug":15,"category":5,"name":16,"updated_at":30},{"slug":40,"category":5,"name":41,"updated_at":30},"agent-memory","Память агента (Agent Memory)",{"slug":43,"category":5,"name":44,"updated_at":34},"agent-sandbox","Песочница агента",{"slug":46,"category":5,"name":47,"updated_at":30},"agentic-rag","Агентный RAG (Agentic RAG)",{"slug":49,"category":5,"name":50,"updated_at":34},"computer-use","Computer Use (управление компьютером)",{"slug":52,"category":5,"name":53,"updated_at":30},"context-engineering","Инженерия контекста (Context Engineering)",{"slug":55,"category":5,"name":56,"updated_at":34},"dry-run","Пробный прогон (dry run)",{"slug":58,"category":5,"name":59,"updated_at":60},"escalation-path","Маршрут эскалации","2026-08-24T03:30:02+00:00",{"slug":62,"category":5,"name":63,"updated_at":30},"human-on-the-loop","Человек над контуром (Human-on-the-Loop)"]