← Каталог

· AI Engineer Summit 2025

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 →

Похожие доклады