A Language for Describing Agentic LLM Contexts
Dit artikel introduceert de Agentic Context Description Language (ACDL), een gestandaardiseerde formele taal en visualisatietool die is ontworpen om de structuur, dynamiek en evolutie van inputcontexten in agente LLM-systemen nauwkeurig te beschrijven en te communiceren, en zo het huidige gebrek aan een unificerend standaard voor context-engineering aan te pakken.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je voor dat je probeert een zeer slimme, maar licht vergeetachtige robot te leren een complex spel te spelen of een moeilijk probleem op te lossen. Je kunt het niet simpelweg één instructie geven en weglopen. In plaats daarvan moet je een lang gesprek met het voeren, stap voor stap.
Op elk moment moet je de robot herinneren: "Dit is wat we doen, dit is wat er de vorige keer gebeurde, dit is wat je zojuist zei, en dit is wat je als volgende moet doen." Deze verzameling van herinneringen en instructies wordt de "context" genoemd.
Het probleem, volgens dit paper, is dat ingenieurs en onderzoekers momenteel vreselijk zijn in het uitleggen hoe ze deze gesprekken opbouwen. Ze beschrijven het met vage zinnen als "we houden de geschiedenis bij" of "we voegen de tool-resultaten toe", of ze tonen rommelige handgetekende schetsen. Dit maakt het moeilijk om precies te weten waarom de ene robot beter werkt dan de andere, of hoe je de succesvolle opstelling van iemand anders kunt kopiëren.
De Oplossing: ACDL (De "Blauwdruk" voor Robotgesprekken)
De auteurs introduceren een nieuwe taal genaamd ACDL (Agentic Context Description Language). Denk aan ACDL als een gestandaardiseerde architecturale blauwdruk voor deze robotgesprekken.
Hier is hoe het werkt, met enkele alledaagse analogieën:
1. Het "Recept" versus het "Koken"
Stel je voor dat je een taart wilt bakken.
- Prompt Engineering is het beslissen exact hoeveel suiker je gebruikt of of je zegt "zachtjes mengen" of "langzaam roeren".
- Context Engineering (wat ACDL beschrijft) is de receptstructuur: "Eerst, de ingrediënten op een rij zetten. Dan, de mengkom tonen. Dan, de oveninstructies tonen. Als de taart verbrand is, een nieuwe stap toevoegen; als het goed is, sla het over."
ACDL geeft niet om de exacte woorden (de hoeveelheid suiker); het geeft om de structuur van het recept. Het schetst: "Bij Stap 1, toon de robot de regels. Bij Stap 2, toon de robot wat het de vorige keer deed. Bij Stap 3, toon de robot de nieuwe vraag."
2. Het "Tijdsreizend Dagboek"
Het paper legt uit dat deze robotgesprekken in de tijd plaatsvinden. ACDL fungeert als een tijdsreizend dagboek.
- Het gebruikt een speciale klok (zoals
@T) om exact te markeren bij welke stap je bent. - Het kan zeggen: "Bij stap 5, kijk terug naar wat de robot bij stap 2 zei."
- Het kan zeggen: "Als de robot een fout maakte, voeg hier een 'correctie'-bericht toe; anders ga gewoon door."
Dit stelt iedereen in staat om precies te zien hoe het gesprek van het ene moment naar het andere verandert, zonder duizenden regels computercode te hoeven lezen.
3. De "Visuele Kaart"
Een van de coolste kenmerken van ACDL is dat het deze tekstbeschrijvingen omzet in visuele diagrammen.
- Stel je voor dat je naar een metrokaart kijkt. Je kunt direct het verschil zien tussen een lijn die rechtstreeks naar het station gaat en een lijn die drie keer een lus maakt.
- ACDL-diagrammen laten onderzoekers direct het verschil zien tussen twee robotsystemen. De ene mist misschien een cruciaal "geheugen"-blok, of de andere herhaalt dezelfde instructie te vaak. Zonder deze visuele kaart is het vinden van deze verschillen als het proberen om een typefout te vinden in een 50-pagina's tellende roman door te knijpen in je ogen terwijl je naar de tekst kijkt.
Waarom is dit belangrijk?
De auteurs testten dit door drie verschillende versies van een populaire robotopstelling te nemen (genaamd "ReAct", wat een robot is die denkt, handelt en vervolgens het resultaat observeert).
- Zonder ACDL: Je zou paragrafen tekst moeten lezen om te beseffen dat één versie vergeet de robot zijn eigen "denkproces" in de geschiedenis te tonen, terwijl een andere versie dat wel doet.
- Met ACDL: Je kijkt naar het diagram, en je ziet direct een ontbrekend blok in de eerste versie.
Het paper beweert dat door deze gestandaardiseerde "blauwdruk"-taal te gebruiken:
- Teams beter kunnen communiceren: Ingenieurs kunnen naar een specifiek blok in het diagram wijzen en zeggen: "Verander dit", zonder verwarring.
- Wetenschap verbetert: Onderzoekers kunnen verschillende robotsystemen eerlijk vergelijken omdat ze naar dezelfde duidelijke diagrammen kijken, niet naar vage beschrijvingen.
- Roboten kunnen het lezen: De auteurs noemen zelfs dat ze testten of een AI (Claude Code) deze ACDL-blauwdrukken kon lezen en de in hen beschreven robotlussen succesvol kon bouwen.
Wat ACDL NIET is
Het is belangrijk op te merken wat deze taal niet is:
- Het is geen programmeertaal om de robot te laten draaien. Je kunt geen ACDL-bestand "uitvoeren" om een robot te laten denken. Het is slechts een beschrijving van hoe de robot denkt.
- Het gaat niet over de specifieke woorden die je gebruikt (zoals "Wees alsjeblieft beleefd"). Het gaat over de volgorde en structuur van de informatie.
De Conclusie
Het paper betoogt dat net zoals architecten blauwdrukken nodig hebben om consistente, veilige gebouwen te bouwen, en computerwetenschappers diagrammen nodig hebben om consistente, betrouwbare software te bouwen, de wereld van AI-agenten een standaard manier nodig heeft om hun "gesprekken" te tekenen. ACDL is dat nieuwe tekenhulpmiddel, dat vage ideeën omzet in duidelijke, vergelijkbare en precieze blauwdrukken voor hoe AI-agenten met de wereld interageren.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.