Egy üres Slack-oldal is pontos adatokat adott vissza Claude-nak
Egy üres Slack-oldal változata is pontos triggereket és akciókat adott vissza Claude-nak, a Zapier mérnökei szerint a Markdown-verzió és egy köztes modell is formálja a végső választ.
Az SEO-visszajelzés hetekig, akár hónapokig tart. A Zapier mérnökei ezért olyan eszközt építettek, amely AI-agentek számára gyorsabb visszacsatolást ad: ugyanazt a Claude Code-feladatot futtatja éles és előnézeti oldalváltozaton, úgy, hogy az URL állandó marad. (Zapier Blog)
Az eszköz neve Agent Arm Runner. Dockerben futtatja a Claude Code-ot, egy előretovábbító proxyval. A kísérleti karokat JSON-konfiguráció írja le, a proxy pedig a tesztelt útvonal kéréseit előnézeti telepítésre irányítja. Minden futás új konténerben indul, mert az agentek viselkedése nem determinisztikus, ezért minden kart többször ismételnek meg. Ezt írja a Zapier mérnöki blogja.
Üres oldal, mégis pontos adatok
Az első teszthez a Slack-integrációs oldalt használták. A változatból szinte minden törzstartalmat eltávolítottak. Az eredmény azonban meglepte a csapatot: a változat továbbra is konkrét Slack-triggereket és -akciókat adott vissza, többek között 25 olvasási triggert és 27 írási akciót. Ezek az adatok a kiszolgált HTML-ben nem szerepeltek, ezért a proxynaplókat is ellenőrizték, és megerősítést nyert, hogy a kérés valóban az előnézeti telepítést érte el.
A Markdown-verzió is az útvonal része
A naplók szerint a WebFetch először a text/markdown formátumot kérte, és a szerver ezt adta vissza. A Zapier korábban úgy tekintett a Markdown-tükrökre, mint az agentek olvashatóságát segítő optimalizálásra. A kísérlet megmutatta, hogy ezek már most részei a kérési láncnak. Egy beépített, külön azonosítókódot tartalmazó jelölés is megjelent a feldolgozott szövegben, ezzel követhetővé vált az útvonal.
Köztes modell és saját utasítások
A WebFetch a lekérdezett oldalt egy külön modellhívásnak adja át, mielőtt a hívó modell látná. A rögzített kérésekben ez a Haiku 4.5 volt, eszközök nélkül, tehát nem böngészett önállóan, csak a már letöltött tartalmat dolgozta fel. A feldolgozáshoz saját utasítások is tartoztak, többek között idézési és parafrázisszabályok. Ez azt jelenti, hogy a közzétett tartalom és az a változat, amely végül a felhasználó kérdezőjéhez ér, nem feltétlenül azonos.
A Zapier további kérdéseket is nyitva hagyott: hogyan befolyásolja a dokumentumstruktúra, hogy mi marad meg a WebFetch-feldolgozás után, és más agentkeretrendszerekben ugyanez a viselkedés figyelhető-e meg. A csapat a leírt megfigyeléseket egyelőre a saját kísérleti környezetében tette, 25 olvasási triggerrel és 27 írási akcióval a Slack-oldalon.