課題
このブローカーは週におよそ38,000件のプレトレードアラートを手作業でレビューしていました。レビュアーはロングテールを取りこぼしていました。コンプライアンスチームは機械トリアージを望んでいましたが、規制当局に「モデルが判断しました」と説明するような種類のものではありません。
すべてのブロックを平易な言葉で、引用付きで正当化できるシステムが必要でした。— Head of Compliance, Fintech, ヨーロッパ
我々のアプローチ
レビュアーを置き換えませんでした。トリアージキューを置き換えました。システムは推論をスパンごとに説明し、レビュアーが承認するか差し戻します。
システムを形作った3つの判断:
- エージェント間の型付きエンベロープ。 すべての agent-to-agent メッセージはバージョン管理されたスキーマを持つ。コード生成がボイラープレートを処理。
- 決定論的な eval ゲート。 ルールカバレッジのリグレッションが自動的にデプロイを止める。
- 完全な監査証跡。 すべてのスパンに trace ID。レビュアーは任意の判断を正確に再生できる。
アーキテクチャ
What we actually ship.
Every system we build follows this shape. Client at the edge, tools in a sandbox, traces everywhere, evaluators gating output. No black boxes, no "it works on my machine."
このシステム上での実行
Watch an agent do the job.
Three real production scenarios, replayed at observed latency. Every box is a span; every span has tokens, cost, and an eval gate. This is what shows up in your traces, not a marketing animation.
Pretrade review requires: applicable-rules retrieval, market-data lookup, position-check, and a deterministic evaluator gate.
アウトカム
ピーク週を生き延びるシステムを出荷してくれました。evals は、放置すれば本番に到達していたであろう2つのリグレッションを捕まえました。
— VP of Engineering, Fintech, ヨーロッパ