Создание агентов, которые пишут собственный код
Building Self-Coding Agents
Coding агент Augment Code, по словам спикера, написал свыше 90% своих 20 тысяч строк кода, а качество его работы упирается в контекст и тесты.
- База знаний вместо переобучения — markdown-файл с описанием Graphite и правилами команды позволил агенту использовать
gt create, хотя модель этот инструмент не знала. По словам спикера, доступ сразу к нескольким источникам контекста, например к кодовой базе и Slack, полезнее доступа к одному из них в несколько раз. - Тесты дают автономию — на внутреннем бенчмарке исправления багов обновление модели на полгода дало +4%, а цикл запуска тестов с повторными правками, четыре итерации, дал +20%.
- Агент находит узкие места сам — по просьбе профилировать себя агент добавил print-вывод, нашёл синхронную загрузку и хеширование файлов репозитория и ускорил их через process pool.
- Гонки в параллельном коде — написанная агентом функция сохранения кэша не читала файл перед записью, поэтому параллельные агенты перезаписывали друг друга. Нашли это по неожиданному поведению во время работы, а не тестами, и вывод спикера простой: для параллельных сценариев нужны тесты.
Кому полезно: тем, кто решает, какие тесты и контекст нужны, чтобы доверять агентам изменения в кодовой базе.
Статья по теме
Главы
Ещё доклады: Colin Flaherty
Страница спикера →Битва за frontier AI
Paige Bailey, Barr Yaron, Colin Flaherty, Shrestha Basu Mallick, John, Mihir, Petra, Steven, Tina
AI Engineer Summit 2025
Похожие доклады
Саморазвивающийся код с ИИ: повышение качества и безопасности в CI
AI Engineer World's Fair 2024
Близко по содержанию
Как внедрить coding agents в компании и не выпускать ерунду
AI Engineer World's Fair 2026
Близко по содержанию
Ваш agent действует вслепую
AI Engineer Europe 2026
Близко по содержанию
Claude Code и эволюция агентного программирования
AI Engineer World's Fair 2025
Близко по содержанию
