Как coding agents навсегда меняют разработку ПО
How Coding Agents Change Software Development Forever - Hailong Zhang
Асинхронный агент, который сам пишет unit-тесты под pull request, по словам авторов, в продакшене проходит ревью больше чем в половине случаев.
- Узкая задача вместо общей — агент строится вокруг одной конкретной задачи вроде unit-тестов, а не вокруг software engineering в целом; под неё сразу готовятся датасет для оценки и evaluation harness.
- Модель под каждый этап — для разных стадий одной задачи выбираются разные LLM, а GPT-4o дообучили на unit-тестах, размеченных людьми; по словам спикера, это улучшило генерацию тестового кода.
- Контекст из репозитория — под каждый язык и фреймворк собирается свой контекст из issues, code review, коммитов, pull request и README, который отбирается под размер context window.
- Доля тестов от агента — по словам спикера, около 80% тестов в собственном репозитории команды написал Gru, и по числу коммитов он стал первым участником команды.
Кому полезно: тем, кто хочет, чтобы агент сам писал тесты на каждый pull request и передавал их на ревью.
Статья по теме
На какие вопросы отвечает доклад
Как заставить агента самому писать unit-тесты и открывать pull request?
Агент запускается на новом pull request, определяет, нужны ли тесты, пишет и запускает их, затем открывает свой pull request с описанием и приростом покрытия, который проверяет человек.
▶ 3:02Test Gru: автономные модульные тесты и pull requestsКакой долей своих pull request агент реально попадает в основную ветку?
По словам спикера, больше половины pull request агента принимают люди, а около 80% unit-тестов в его собственном репозитории написаны агентом.
▶ 4:49Заявленные результаты в production и тесты, созданные агентамиКак выбрать LLM для разных этапов работы одного агента?
Модели сравнивают на разных сценариях и выбирают лучшую под каждый этап, поэтому внутри одной задачи агент может использовать разные LLM от разных провайдеров.
▶ 5:50Evals, выбор модели, fine-tuning GPT-4o и Agent OSКогда fine-tuning GPT-4o оправдан для генерации тестового кода?
Команда дообучала GPT-4o на unit-тестах, размеченных людьми, чтобы улучшить генерацию тестового кода.
▶ 5:50Evals, выбор модели, fine-tuning GPT-4o и Agent OSКак собрать контекст для агента, который работает с кодом репозитория?
Контекст строят отдельно для каждого языка и фреймворка, собирают issues, code review, коммиты, pull request и README, затем отбирают то, что помещается в окно контекста.
▶ 5:50Evals, выбор модели, fine-tuning GPT-4o и Agent OS
Главы
Похожие доклады
Агенты для разработки ПО: что работает, а что нет
AI Engineer World's Fair 2025
Близко по содержанию
Перестраиваем CI для потока коммитов в эпоху AI
AI Engineer NYC 2026 Online Talks
Близко по содержанию
Двигаться быстро, ничего не ломая
AI Engineer Summit 2023
Близко по содержанию
Как создать AI-агента для code review
Близко по содержанию

