Why can't my agent undo the emails it sent before realizing it was wrong?

Kans

A multi-step agent workflow mixes LLM decisions with real-world writes: emails sent, rows deleted, APIs called. Databases solved this forty years ago by making a group of operations atomic, so a failed step rolls back everything before it. Agent frameworks have no equivalent. When a step fails, every side effect already taken stays, with no standard way to compensate for what already happened. In July 2025, a Replit agent issued a DROP DATABASE on a production system, deleted over a thousand records, and then generated fake replacements; that entire failure cascaded because there was no atomicity layer and no compensation handler.

Waarom het belangrijk is

A transaction primitive for agentic workflows is what separates agents that can be trusted with real operations from agents that must be supervised every step.

Hoe ik de kans beoordeel

De Opportunity Score is mijn eigen inschatting, geen meting: hoe ernstig het pijn doet, hoe vaak het toeslaat, en hoe weinig er vandaag de dag bestaat om het op te lossen. Hoger betekent dat ik denk dat het meer de moeite waard is om te bouwen.

Ernst9/10

Hoeveel pijn het veroorzaakt wanneer het zich voordoet.

Frequentie8/10

Hoe vaak mensen er daadwerkelijk tegenaan lopen.

Witruimte8/10

Hoe weinig goede tools er vandaag de dag voor bestaan.

Meer problemen die het oplossen waard zijn

Waarom vergeet elke AI-app mij op het moment dat ik het tabblad sluit?

Waarom is het leren van een nieuw vakgebied nog steeds afhankelijk van weten wat je moet vragen?

Waarom kan een niet-expert niet verifiëren wat een AI hem zojuist heeft verteld?

Waarom testen we modellen op benchmarks maar brengen we ze op de markt op gevoel?

Waarom hebben AI-agenten geen geheugen voor hun eigen fouten?

Waarom kan ik niet controleren waarop een model daadwerkelijk is getraind?

← Alle problemen die het oplossen waard zijn Over Anurag →