“`html
Новейшие разработки в области программной инженерии
Недавние достижения в области программной инженерии повысили планку для производительности и командной работы. Команда исследователей из Codestory недавно разработала мультиагентную кодовую платформу под названием Aide, которая достигла впечатляющих 40,3% принятых решений на бенчмарке SWE-Bench-Lite, установив новый уровень качества. Благодаря своей легкой интеграции в среды разработки и повышенной производительности, эта платформа обещает полностью преобразить способ работы разработчиков с кодом.
Практическое применение
Идея многочисленных агентов, каждый из которых отвечает за определенный символ кода, такой как класс, функция, перечисление или тип, лежит в основе этой архитектуры. Этот атомарный уровень детализации позволяет естественное языковое взаимодействие между ботами, позволяя каждому сосредотачиваться на определенной задаче. Протокол языкового сервера (LSP) обеспечивает коммуникацию агентов с использованием протоколов, гарантирующих точную и эффективную передачу информации.
Практически это означает, что до 30 агентов могут быть активными одновременно во время одного запуска, сотрудничая в принятии решений и обмене информацией. Возможности платформы были продемонстрированы ее впечатляющей производительностью на бенчмарке SWE-Bench-Lite. Для создания среды редактирования для агентов использовались ClaudeSonnet3.5 и GPT-4o через Pyright и Jedi. GPT-4o отлично справлялся с редактированием кода, в то время как Sonnet3.5, известный своими надежными агентными поведениями, помогал организовывать и навигировать по кодовой базе.
Агентный аспект Sonnet 3.5 был очень значимым. Это была первая парадигма, предложившая разделение функций вместо усложнения уже сложных, демонстрируя сложные знания поддерживаемости и структуры кода. Это поведение, вместе с отличными возможностями редактирования кода GPT-4o, позволило платформе значительно превзойти предыдущие версии.
Бенчмарк SWE-Bench-Lite был выбран, потому что он может воспроизвести трудности реального мира программирования, предоставляя агентам надежную среду тестирования. Конфигурация бенчмарка включала макет редактора с использованием Pyright для диагностики и Jinja для функций LSP, позволяя агентам быстро получать информацию и выполнять тесты без лишней нагрузки на систему.
Процесс бенчмаркинга принес важные уроки, одним из которых было значение совместной работы агентов. Вместе агенты, каждый отвечающий за различный символ кода, могли быстро выполнять задачи и часто исправлять независимые проблемы, такие как ошибки линтера или TODO, по мере выполнения задач. Этот кооперативный метод не только улучшил качество кода, но и продемонстрировал способность агентных систем самостоятельно управлять сложными задачами программирования.
Команда поделилась, что перед полным внедрением этой мультиагентной платформы в среды разработки еще остается несколько препятствий. В настоящее время ведется исследование для обеспечения плавного взаимодействия между человеческими разработчиками и агентами, обработки одновременных изменений кода и сохранения стабильности кода. Кроме того, команда изучает возможности оптимизации производительности платформы, в частности скорости вывода и затрат на интеллект.
Конечная цель команды заключается в увеличении возможностей человеческих разработчиков, а не их замене. Цель состоит в улучшении точности и эффективности процесса разработки программного обеспечения путем предоставления ряда специализированных агентов, освобождая разработчиков для работы над более сложными задачами, в то время как агенты заботятся о более детальных обязанностях.
Преобразование разработки программного обеспечения с помощью мультиагентного сотрудничества: Aide Framework от CodeStory устанавливает новый уровень качества на SWE-Bench-Lite с 40,3% принятых решений
Если вы хотите, чтобы ваша компания развивалась с помощью искусственного интеллекта (ИИ) и оставалась в числе лидеров, грамотно используйте Transforming Software Development with Multi-Agent Collaboration: CodeStory’s Aide Framework Sets State-of-the-Art on SWE-Bench-Lite with 40.3% Accepted Solutions.
Проанализируйте, как ИИ может изменить вашу работу. Определите, где возможно применение автоматизации: найдите моменты, когда ваши клиенты могут извлечь выгоду из AI.
Определитесь какие ключевые показатели эффективности (KPI): вы хотите улучшить с помощью ИИ.
Подберите подходящее решение, сейчас очень много вариантов ИИ. Внедряйте ИИ решения постепенно: начните с малого проекта, анализируйте результаты и KPI.
На полученных данных и опыте расширяйте автоматизацию.
Если вам нужны советы по внедрению ИИ, пишите нам на https://t.me/flycodetelegram
Попробуйте ИИ ассистент в продажах https://flycode.ru/aisales/ Этот ИИ ассистент в продажах, помогает отвечать на вопросы клиентов, генерировать контент для отдела продаж, снижать нагрузку на первую линию.
Узнайте, как ИИ может изменить ваши процессы с решениями от Flycode.ru
“`
