AI 에이전트와 에이전트 시스템은 장기 실행 시스템 및 워크플로우에 빠르게 채택되고 있습니다. 이들은 정보를 검색하고, 도구를 호출하고, 다른 에이전트와 조정하고, 외부 이벤트를 기다리고, 궁극적으로 실제 시스템에서 작업을 수행하는 지속적인 프로세스에 대한 지원을 제공하도록 진화하고 있습니다.이러한 확장은 새로운 과제를 야기합니다. 바로 변경되는 입력으로부터의 신뢰할 수 있는 의사 결정입니다. 에이전트가 시스템 또는 구성 요소 상태를 기반으로 의사 결정을 내릴 때, 이를 관찰하고 추론하여 통찰력 있는 결정을 내릴 수 있습니다. 그러나 빠르게 변화하는 환경에서는 특정 결정의 트리거가 실행 시간 전에 변경될 수 있습니다. 그 결과, 시스템은 최신 상태를 유지하면서도 오래된 결정을 실행하는 모순적인 상황이 발생할 수 있습니다.