Quy trình làm việc tác nhân mã nguồn mở của Netflix để suy luận nhân quả

Trang chủ InfoQ Tin tức Quy trình làm việc tác nhân mã nguồn mở của Netflix để suy luận nhân quả AI, ML & Kỹ thuật dữ liệu Quy trình làm việc tác nhân mã nguồn mở của Netflix để suy luận nhân quả Ngày 18 tháng 8 năm 2026 2 đọc tối thiểu bởi Anthony Alford Theo dõi chúng tôi trên Người theo dõi Youtube232K Linkedin26K người theo dõi InstagramMới Người đọc RSS19K Người theo dõi X57.1k Facebook21K lượt thích BlueskyMới Hãy nghe bài viết này - 0:00 Âm thanh sẵn sàng để phát Trình duyệt của bạn không hỗ trợ phần tử âm thanh. 0:00 0:00 Bình thường1,25x1,5x thích Danh sách đọc Netflix đã cung cấp một quy trình làm việc tác nhân có nguồn mở cho Suy luận nguyên nhân quan sát (OCI) giúp giảm bớt công sức trong phân tích nguyên nhân. Với dữ liệu quan sát và kế hoạch phân tích của người dùng, tác nhân sử dụng vòng lặp tác nhân-phê bình để ước tính quan hệ nhân quả, viết báo cáo và đề xuất các bước tiếp theo. Quy trình làm việc của tổng đài viên được xây dựng trên các công cụ OCI hiện có tại Netflix. Mục tiêu là tự động hóa các tác vụ dễ bị lỗi hoặc lặp đi lặp lại như phân tích độ nhạy hoặc theo dõi nhiều lần lặp, để lại các tác vụ cấp cao hơn như đặt câu hỏi và đánh giá kết quả cho người dùng. Phân tích OCI được đóng khung dưới dạng mô phỏng thử nghiệm mục tiêu; nghĩa là tìm ra thử nghiệm A/B tối ưu để trả lời câu hỏi. Nhóm Netflix đã đánh giá quy trình làm việc của họ trên tập dữ liệu cạnh tranh của Hội nghị suy luận nguyên nhân Đại Tây Dương (ACIC) và nhận thấy rằng nó "cạnh tranh" với các hệ thống điểm chuẩn. Theo Netflix, Việc sử dụng tác nhân để suy luận nhân quả đặt ra một thách thức: làm thế nào để chúng ta đánh giá hiệu suất của tác nhân trong các nhiệm vụ mà không có sự thật căn bản? Để đáp ứng thách thức này, quy trình làm việc của chúng tôi kết hợp kiểm tra quy trình với sự giám sát của con người. Để cho phép những người khác học hỏi và phê bình quy trình làm việc của chúng tôi, chúng tôi đã cung cấp một phiên bản độc lập, nhẹ và có nguồn mở. Chúng tôi hy vọng công việc này sẽ kích thích nhiều nghiên cứu và phát triển hơn về đánh giá tác nhân trong trường hợp không có cơ sở thực tế. Nhà phân tích con người thiết lập quy trình bằng cách tạo sổ ghi chép Jupyter theo mẫu và kế hoạch phân tích. Tác nhân tác nhân sử dụng kế hoạch để tạo thông số kỹ thuật, điền thông số vào sổ ghi chép và thực hiện nó. Người phê bình đánh giá kết quả của cuốn sổ; xếp hạng cho nó: không_đạt yêu cầu, thỏa đáng_với_caveats hoặc hoàn toàn thỏa đáng; và đề xuất thay đổi thông số kỹ thuật. Quy trình làm việc của Đại lý OCI - Nguồn hình ảnh: Blog Netflix Để cho thấy hệ thống đang hoạt động, Netflix đã xuất bản một nghiên cứu điển hình về việc sử dụng quy trình làm việc để ước tính tác động đến việc duy trì các loại hình giải trí mới (chẳng hạn như trò chơi). Kế hoạch phân tích chỉ định "điều trị" là số ngày tương tác với loại mới và "kết quả" là duy trì trong 2 tháng. Để có đường cơ sở, họ chỉ cần đưa kế hoạch này vào mô hình Claude, mô hình này quyết định thực hiện hồi quy tuyến tính đơn giản để tạo ra hiệu ứng ước tính. Khi nhóm nghiên cứu sử dụng quy trình làm việc của tác nhân oci-agent, họ đã tạo ra hiệu ứng ước tính "chỉ bằng 25% so với mức cơ bản". Tác nhân phê bình đã đánh dấu một số vấn đề, bao gồm cả thành kiến ​​tiềm ẩn của người chấp nhận sớm và thử nghiệm giả dược không thành công. Quy trình làm việc cung cấp cho tổng đài viên cẩm nang cho các tình huống này và các tình huống khác, đồng thời tự động hóa việc tiến hành nhiều phân tích bằng cách sử dụng các tham số "đã được tinh chỉnh". Fabio Piazza, giám đốc sản phẩm cấp cao tại Owkin, đã viết trên LinkedIn: Netflix tiếp tục âm thầm thiết lập tiêu chuẩn ứng dụng AI. Thay vì chỉ kiểm tra đầu ra của đại lý, họ thực hiện minh bạch mọi bước. Đại lý xuất bản các kế hoạch, thông số kỹ thuật, sơ đồ và sổ ghi chép mà con người có thể kiểm tra và thực hiện lại. Họ kết hợp các hoạt động "kiểm tra quy trình" này với sự giám sát của con người và chia công việc cho hai tác nhân, một người thực hiện phân tích, một người phê bình nó và phát hiện ra những lỗ hổng. Một lời nhắc nhở tuyệt vời rằng ranh giới không chỉ là những mô hình tốt hơn mà còn là các quy trình làm việc xung quanh chúng tốt hơn. Taikai Takeda, giám đốc kỹ thuật phần mềm tại Indeed.com, đã đăng trên X: Tôi không hiểu biết nhiều về suy luận nhân quả, vì vậy nếu tôi tình cờ ném nó vào LLM, nó có thể thực hiện một số phân tích hồi quy nửa vời và cuối cùng tôi sẽ hài lòng với điều đó....[OCI được] thiết kế không phải để nhân viên đưa ra câu trả lời mà là để hướng dẫn các bước chính xác đồng thời để lại những hiện vật mà các chuyên gia có thể xác minh sau này. Nó bao gồm các thử nghiệm trên các tập dữ liệu công cộng và nghiên cứu điển hình, giúp bài viết trở nên dễ hiểu. Các đặc vụ AI thực sự rất giỏi trong việc hạ thấp rào cản gia nhập đối với các nhiệm vụ chuyên biệt phải không. Mã nguồn oci-agent có sẵn trên GitHub. Về tác giả Anthony Alford Hiển thị thêmHiển thị ít hơn Đánh giá bài viết này Nhận con nuôi phong cách Tác giả đã liên hệ Nội dung này nằm trong chủ đề AI, ML & Data Engineering Chủ đề liên quan: AI, ML & Kỹ thuật dữ liệu Đại lý Netflix Kiến trúc AI tác nhân Bài xã luận liên quan Nhà tài trợ liên quan Phổ biến trên toàn InfoQ Netflix áp dụng hệ thống xếp hàng công việc dựa trên nền tảng đám mây Kueue để thay thế giải pháp nội bộ Cloudflare di chuyển CDN JavaScript phục vụ 9B yêu cầu mỗi ngày cho nền tảng nhà phát triển của nó MCP chuyển sang trạng thái không trạng thái và các nhà phát triển hỏi liệu điều đó có khiến nó trở thành API nữa không Cách PGSimCity biến độ phức tạp của PostgreSQL thành mô phỏng 3D thành phố ảo Astro 7: Trình biên dịch Rust, Đường ống Rust Markdown và Vite 8 để xây dựng