Ian Butler — AI researcher в XBOW, где занимается автономной наступательной безопасностью. Ранее он был соучредителем и CEO Bismuth, где создавал ПО для превращения задач в pull request, код-ревью и поиска уязвимостей. Он разработал бенчмарк SM-100 для проверки того, могут ли coding агенты находить и исправлять реальные дефекты, и развивает Chevalier, toolkit для агентного рантайма на Rust, TypeScript и Python.
До Bismuth Butler работал старшим инженером в платформе экспериментов Zillow. Его доклады о том, насколько надёжно coding агенты находят реальные ошибки и как снижать число ложных срабатываний.
Темы докладов: Код-ревью, тесты и верификация, Evals и бенчмарки и Harness, инструкции и skills.
AI Engineer World's Fair 20252
Как улучшить vibe coding
AI Engineer World's Fair 2025
Агенты сообщили о тысячах багов — сколько из них были настоящими?
AI Engineer World's Fair 2025