Når en AI-agent kører en lang opgave, akkumulerer den tilstand, som ingen transskription fanger: ændrede filer, en live udviklingsserver, installerede pakker, en varm prompt-cache. Hvis agenten på trin 10 misforstår en fejlmeddelelse og overskriver en korrekt fil, koster det både tokens at patche fremad og tid at genstarte hele forløbet. Det problem har forskere fra Northeastern University og Stanford University forsøgt at løse med Shepherd, et open-source Python-substrat, der optager hver eneste agent-miljø-interaktion som en typet hændelse i en Git-lignende eksekveringssporing.
Shepherd er MIT-licenseret og bygger på en copy-on-write-mekanisme, hvor hver "commit" dækker både agentprocessen og filsystemet sammen. Det betyder, at en tilbagespoling gendanner den levende tilstand — ikke kun filerne. Ifølge forskernes paper er forgrening fem gange hurtigere end med Docker, og replay genbruger over 95 procent af prompt-cachen. I en konkret test løftede en live supervisor par-programmeringsraten fra 28,8 til 54,7 procent på CooperBench-benchmarken.
For beslutningstagere er pointen ikke den tekniske mekanik, men hvad den muliggør: Agent-systemer bliver billigere at køre i produktion, fordi fejl kan rulles tilbage i stedet for at koste dyre genkørsler. Det gør det mere attraktivt at lade agenter håndtere længere, komplekse opgaver — og det giver teams mulighed for at inspicere og gribe ind undervejs, hvilket er afgørende, når agenter skal integreres i forretningskritiske arbejdsgange.
