A CVS Health másfél nap alatt vitt egy AI-funkciót élesbe
A CVS Health egyik funkciója nagyjából másfél nap alatt jutott el az ötlettől az éles működésig, egy örökölt rendszer újraírását pedig a korábban becsült hat-kilenc hónap helyett egy hónap alatt fejezték be. A vállalat tapasztalatai szerint ehhez nem elég a fejlettebb modell, az értékelés, a megfigyelhetőség és a világos specifikációk is szükségesek.
- A CVS Health egy funkciót nagyjából másfél nap alatt vitt ötlettől éles működésig.
- Egy örökölt rendszer újraírása egy hónap alatt készült el a becsült hat-kilenc hónap helyett.
- A specifikációk rögzítik a követelményeket, a szélső eseteket és az elfogadási feltételeket.
- A függőségtérképek segítenek felmérni az ügynökök módosításainak hatását.
- Az autonómiához tesztek, megfigyelhetőség, fokozatos bevezetés és visszaállítási lehetőség kell.
A sikeres bemutató még nem kész termék
Az Arize AI 2026. augusztus 13-án megjelent beszámolója a CVS Health Arize Observe 2026 előadását ismerteti. Matt Turner, a CVS Health architektúráért felelős vezető igazgatója és Lagan Khare, a mérnöki és enablement terület ügyvezető igazgatója arról beszélt, hogyan lehet az AI-ügynököket a kísérleti szakaszból megbízható éles rendszerré alakítani.
Turner szerint a vállalati AI-projektek gyakran akkor akadnak el, amikor egy meggyőző bemutatóból üzemszerűen működő rendszernek kellene születnie. Ilyenkor a modell teljesítménye mellett az értékelés, az irányítás, a telepítési kontroll, a monitorozás, a felelősségi körök és a megtérülés mérése is meghatározóvá válik.
Turner ezt az állapotot „pilot purgatorynak”, vagyis kísérleti purgatóriumnak nevezte. Szerinte ha egy pilot több mint egy negyedévig várakozik, a csapatnak először a körülötte lévő működési rendszert kell megvizsgálnia, és nem automatikusan egy újabb modellkiadástól várnia a megoldást.
A specifikáció az ügynök és a fejlesztő közös alapja
A CVS Healthnél a kódolási eszközök mellett közös Model Context Protocol, vagyis MCP-szervereket, forráskódkezelő és jegykezelő integrációkat, valamint újrahasznosítható készségeket is használnak. Az egyik belső készség, a Clarify, a termék- és mérnöki szándék összehangolását segíti a megvalósítás előtt.
A specifikáció strukturált követelményeket, szélső eseteket, elfogadási feltételeket és rendszerkörnyezetet rögzít. Turner megfogalmazása szerint „a specifikáció ugyanannyira szól a mérnöknek, mint az azt megvalósító ügynöknek”. Ez azért fontos, mert az ügynök képes működőképes kódot előállítani úgy is, hogy közben félreérti a funkció célját.
A beszámoló szerint a részletes specifikációk és a közös függőségtérképek a csapatok közötti együttműködést is javítják. A függőségtérkép megmutathatja, milyen szolgáltatási szerződéseket, adatfolyamokat vagy közös komponenseket érint egy módosítás. Turner ezt így fogalmazta meg: „Ha egy ügynök nem tudja, mit fog tönkretenni a módosítása, akkor tönkre fogja tenni.”
Az autonómiát tesztekkel és megfigyeléssel kell kiérdemelni
A fejlesztés harmadik rétege az értékelés és a megfigyelhetőség. Turner szerint az éles működéshez megbízható tesztekre, az ügynökök viselkedésének megfigyelésére, fokozatos bevezetésekre, viselkedési irányítópultokra és visszaállítási lehetőségre van szükség.
A determinisztikus tesztek alapot adnak, de önmagában a tesztlefedettség százalékos értéke kevés, ha a tesztek nem a valóban fontos működést ellenőrzik. A mesterséges intelligencia javasolhat teszteseteket és tesztkódot, az emberek felelőssége azonban annak ellenőrzése marad, hogy ezek a tesztek képesek-e elkapni az üzlet szempontjából fontos hibákat.
A CVS Health példája azt mutatja, hogy a gyorsabb AI-fejlesztéshez olyan környezet kell, amelyben a követelmények, a tesztek és a működésből származó adatok együtt támogatják a döntéseket. Így az ügynökök nagyobb önállóságot kaphatnak anélkül, hogy a csapat elveszítené az ellenőrzést a minőség, a költségek és a kockázatok felett.
