构建通用无障碍智能体——过程中的经验与教训

📌 One-Sentence Summary

GitHub 分享了构建实验性通用无障碍智能体的架构、成功经验与教训，该智能体已审查 3，535 个拉取请求，解决率达 68%。

📝 Summary

本文详细介绍了 GitHub 的实验性通用无障碍智能体，旨在提供即时无障碍答案，并在简单、客观的问题进入生产环境前自动修复。该智能体已审查 3，535 个拉取请求，解决率达 68%，主要问题包括结构清晰度、交互控件命名和状态消息。关键架构决策包括：采用子智能体架构，包含被动审查者和主动实施者；按线性顺序执行指令；使用模板模式实现一致通信。文章强调，该智能体并非万能解决方案，而是一种增强工具，其有效性取决于基于人工审计和修复的无障碍问题数据进行训练。文章还讨论了关键限制：评估代码复杂度以避免不安全更改；识别高风险模式（如拖放和富文本编辑器）；减少 LLM 生成代码的偏见；并承认 36% 的 WCAG A 和 AA 成功标准无法自动检测。智能体的输出会定期进行人工审查以优化指令。

💡 Main Points

1. 无障碍智能体旨在增强而非取代人工无障碍工作。 该智能体自动化处理简单、客观的修复并提供即时答案，而复杂问题和高风险模式则交由人工无障碍团队处理。
2. 基于人工审计和修复的无障碍问题语料库训练智能体，对其有效性至关重要。 LLM 存在生成不可访问代码的偏见，因为它们基于数十年的不可访问代码进行训练。一个结构化、组织特定的问题仓库为智能体提供了高质量的学习示例。
3. 采用被动审查者和主动实施者的子智能体架构，并使用模板模式，可提高 Token 效率和输出一致性。 沙盒子智能体通过结构化模板进行通信，支持升级检查点、基于复杂度的行为、过滤和可追溯性，同时避免了成本高昂的直接通信。
4. 必须通过反作弊指令和复杂度评分来约束智能体，以防止生成不安全或低质量的代码。 智能体会评估代码复杂度并避免高风险模式（如拖放、富文本编辑器）。反作弊指令可防止 LLM 绕过自身的干预规则。
5. 36% 的 WCAG A 和 AA 成功标准无法自动检测，凸显了人工评估的必要性。 虽然 LLM 智能体正在取得进展，但自动化检查无法覆盖所有无障碍障碍。在设计和原型阶段进行人工识别仍然至关重要。

💬 Key Quotes

• 残障的社会模型告诉我们，无障碍障碍——以及由此产生的障碍——可能因环境的构建方式而产生。
• LLM 存在生成无障碍反模式的偏见，因为目前所有主流 LLM 都基于数十年的不可访问代码进行训练。
• 完全有可能出现代码通过自动化无障碍检查，但在功能上却无法使用的情况。
• 我们必须创建反作弊指令，以防止 LLM 在需要人工专业知识时，通过巧妙的方式绕过不生成代码的指令。
• 无障碍智能体并非能够自动应对所有假设场景的‘银弹’。

📊 Article Meta

Read Full Article