Хороший исследовательский агент умеет остановиться до того, как пробел в источниках превратился в гладкое, но выдуманное предложение. Stop condition — это заранее заданное правило: какой именно сигнал требует уточнения, дополнительного первоисточника или состояния blocked-evidence.
Пять входов для одной датированной продуктовой темы
Все строки ниже — синтетические тестовые входы; числа 100 и 200 придуманы и не относятся к реальному API. Вопрос редактора: «Каков текущий лимит API для пакетной операции на дату подготовки текста?» Проверяющий использует только разрешённые официальные страницы и сохраняет даты редакций.
| Результат поиска | Решение | Что вернуть редактору |
|---|---|---|
| Найдена одна актуальная официальная страница с числом и единицами | continue |
Claim, точная секция, дата проверки и ссылка |
| Нашлась только документация 2024 года, а страница не показывает current/version | stop-stale |
Какой параметр устарел и какой актуальный источник нужен |
| Две официальные страницы дают 100 и 200, версии не объяснены | blocked-evidence |
Обе версии, даты, конфликт и вопрос владельцу продукта |
| Текущая первичная страница не загружается; сниппет поисковика виден | blocked-source |
Не использовать сниппет как доказательство; запросить snapshot или рабочую официальную ссылку |
| Нужна метрика adoption, но найден только корпоративный анонс без числа | remove-claim |
Не создавать estimate; оставить статью без этой метрики |
Ошибкой было бы «решить», что 200 — более новая версия, потому что число больше. Вместо этого передай конкретный пакет:
Статус: BLOCKED — конфликт primary sources
Claim: текущий максимальный batch size
Источник A: значение 100, дата страницы 04.11.2026
Источник B: значение 200, дата страницы не указана
Недостающее доказательство: версия API или подтверждение владельца продукта
Вопрос редактору: сузить claim до версии A или запросить актуальный snapshot?
Не делать: усреднять значения, выбирать большее, дополнять дату по памяти
Если страница доступна позже, вернись только к заблокированному claim: зафиксируй новую дату, URL, текст/таблицу и то, разрешает ли источник расхождение. Не переписывай остальную статью автоматически.
OpenAI рекомендует тестировать модель на представительных входах и использовать production/human feedback для калибровки оценивания (Evaluation best practices). Для агентного вызова функции приложение получает control-flow и само исполняет операцию — поэтому остановка должна быть веткой приложения, а не только фразой в prompt (Function calling).
Таблица задаёт ожидаемые результаты будущего прогона; эти пять сценариев не запускались через модель или веб-агента. При проверке ожидай, что ни один вход не породит выдуманный источник, конфликт не будет скрыт, а unsupported claim не попадёт в готовый outline. Это измерит поведение лишь на данных пяти синтетических входах. Для практики постановки задач и проверки ответов смотри БАЗУ.
