Подтверждение действия AI-агента: почему старое согласие нельзя использовать повторно
Пользователь подтвердил создание черновика на одну сумму, затем агент обновил параметры и выполнил действие по старому согласию. Формально подтверждение было, но относилось к другому содержимому. Подтверждать нужно конкретный проверяемый план операции, а не абстрактное разрешение «действовать».
Сохраните объект, параметры, область полномочий, срок и версию действия. После существенного изменения параметров прежнее согласие должно перестать подходить.
Сравнение состояний
Данные ниже вымышлены: они показывают способ разбора, а не измерения действующего сервиса.
| Состояние | Сумма | Получатель | Решение |
|---|---|---|---|
| Показано пользователю | Пять тысяч | Команда А | Ожидается согласие |
| Подтверждено | Пять тысяч | Команда А | Разрешён этот вариант |
| После уточнения | Восемь тысяч | Команда Б | Нужно новое подтверждение |
В учебном примере поменялись сразу два значимых поля. Даже если агент считает изменение логичным, это не переносит согласие на новый вариант. Для контроля удобно сравнивать неизменяемое представление подтверждённых параметров с параметрами исполнения.
Подтверждение также должно относиться к конкретному пользователю и задаче. Скопированный идентификатор согласия из другого диалога не является основанием выполнять новую операцию.
Практические проверки
Проверьте изменение каждого значимого поля после подтверждения, истечение срока и повторное нажатие кнопки. Затем воспроизведите два одновременно открытых окна: старое подтверждение не должно примениться к более новой редакции плана.
При возобновлении после паузы повторно проверьте доступ и актуальность исходных данных. Не храните всё решение только в тексте разговора: его сложно сравнивать и защищать от случайных изменений. В аудите фиксируйте, какой вариант был показан и какой исполнен, без записи избыточных секретов.
Ограничения и риски
Не каждое чтение данных требует подтверждения. Граница зависит от последствий действия. Для низкорисковых операций допустима более простая схема, но она должна быть явным продуктовым решением, а не побочным эффектом промпта.
Прерывания LangGraph позволяют приостановить выполнение для внешнего решения; содержание и срок согласия контролирует приложение. Официальная документация помогает уточнить технический механизм; предложенный диагностический протокол — наш учебный пример.
Если хотите связать этот разбор с системной практикой, посмотрите программу AI Agents PRO на Latorn: она охватывает граф состояний, инструменты, надёжность и эксплуатацию агентов. Перед оплатой сопоставьте требования курса со своим опытом и задачей проекта.
Следующий шаг: AI-агенты в приложениях: состояние, инструменты и сбои. По смежным вопросам: Checkpoint AI-агента: почему восстановление не откатывает внешние действия, Почему инструменты чтения и записи AI-агента стоит разделять.
