Si l'efficacité économique de pointe pour vos agents IA vous intéresse, nous serions ravis de collaborer ! Contactez-nous : [email protected]. En déployant des agents dans des conditions réelles, nous voulions qu'ils répondent rapidement et soient économiques. Nous avons remarqué que les agents passent du temps et des tokens à gérer les appels d'outils, alors nous avons construit Unreal Agent avec un harnais qui réduit la surcharge de gestion des outils. Le harnais gère les appels d'outils de manière asynchrone, libérant le modèle des attentes, des sondages et des battements de cœur. Cela permet aux utilisateurs de piloter l'agent sans attendre les appels d'outils, et planifie davantage de travail utile des outils entre les appels au modèle. La version actuelle réalise jusqu'à 40 % d'économies par rapport à Codex et jusqu'à 20 % par rapport à Pi dans des charges de travail réelles et des benchmarks.

Si vous construisez un produit axé sur les agents, il n'y a pas de voie royale. Les SDK des grandes marques comportent des compromis : les SDK orientés CLI comme le Agent SDK de Claude supposent des sessions locales et des sous-processus, nécessitant une gestion personnalisée du cycle de vie. Prendre en charge d'autres fournisseurs ajoute du travail de compatibilité. Les dépendances lourdes ajoutent des risques de maintenance et de chaîne d'approvisionnement. La sécurité et les approbations via les hooks du harnais ont tendance à être moins robustes que les contraintes déterministes d'un bac à sable. Nous voulions aussi un harnais qui accepte le pilotage de l'utilisateur sans délai et gère des appels d'outils hétérogènes sans charge cognitive supplémentaire. Par exemple, lancer la configuration d'un environnement de développement tout en explorant le code et en cherchant sur le web en parallèle, sans taxe de tokens. Chaque appel d'outil ajoute un enregistrement dans le journal d'événements à l'état « en cours », qui continue en arrière-plan ; une fois terminé, nous ajoutons le résultat et appelons un LLM. Faire fonctionner cela sans casser le cache a été un défi d'ingénierie.

Unreal Agent atteint les mêmes résultats avec moins de tours de modèle et de tokens d'entrée. Les économies proviennent d'une empreinte minimale du harnais, de résultats d'outils optimisés en tokens, de l'absence de sous-agents et de plus de travail d'outils par tour de modèle. Le modèle d'appel d'outils asynchrone permet plus d'appels d'outils lourds par tour sans gaspiller de tokens en sondage ou en attente. Nous avons construit Unreal Agent pour de vrais flux de production, et il brille aussi dans les benchmarks.

Entités clés : Entreprises : Unreal Labs, Codex, Pi, Claude

FAQ : Comment Unreal Agent réalise-t-il des économies ?

Unreal Agent réalise des économies grâce à une empreinte minimale du harnais, des résultats d'outils optimisés en tokens, l'absence de sous-agents ou de workflows, et un modèle d'appel d'outils asynchrone qui permet plus d'appels d'outils lourds par tour de modèle sans gaspiller de tokens en sondage ou en attente. Il réalise jusqu'à 40 % d'économies par rapport à Codex et jusqu'à 20 % par rapport à Pi.

Question FAQ : Comment Unreal Agent réalise-t-il des économies ?

Réponse FAQ : Unreal Agent réalise des économies grâce à une empreinte minimale du harnais, des résultats d'outils optimisés en tokens, l'absence de sous-agents ou de workflows, et un modèle d'appel d'outils asynchrone qui permet plus d'appels d'outils lourds par tour de modèle sans gaspiller de tokens en sondage ou en attente. Il réalise jusqu'à 40 % d'économies par rapport à Codex et jusqu'à 20 % par rapport à Pi.