← Каталог

· AI Engineer World's Fair 2026

Данные для полностью автономных инженеров-программистов и компаний

Emulated: The data for fully autonomous software engineers and companies

Автономным агентам для инженерной работы нужны среды, которые включают инциденты, распределённые кластеры и реальную облачную инфраструктуру, а не только репозиторий.

  • Бенчмарки ограничены кодом — по словам спикеров, популярные бенчмарки вроде SWE-bench Pro и Terminal-Bench ограничиваются кодовой базой: агент за 50–100 ходов делает pull request примерно на пару тысяч строк и не занимается работой с клиентами, инцидентами и эксплуатацией.
  • Одного sandbox мало — симуляция многоузлового кластера в одном контейнере с плавающими узлами и отстающими репликами работает, но не воспроизводит создание облачных ресурсов вроде VPC, подсетей и групп безопасности, а также сетевые разделения.
  • Среда с реальной инфраструктурой — авторы предлагают многоузловой sandbox с доступом к настоящим облачным ресурсам, который они называют cloud box, и говорят, что в такую среду можно поставить и post-training пайплайн.
  • Ограничения подхода — полный стек вроде AWS Lambda поднимается часами, остаются вопросы стоимости и разрыва между симуляцией и продакшеном, который не закрывается даже на реальных ресурсах.

Кому полезно: тем, кто строит среды для обучения или оценки агентов на инфраструктурных задачах.

Главы

Похожие доклады