· AI Engineer World's Fair 2024
Как создавался Devin
The Making of Devin
Devin, по словам спикера, сам поднимает окружение, воспроизводит баги и присылает pull request, а инженер ставит задачи и проверяет результат.
- Параллельные задачи — инженер отдаёт каждую задачу отдельному экземпляру Devin и ведёт их одновременно. По словам спикера, так инженер больше похож на менеджера, а общение с агентом идёт через Slack и GitHub.
- Знание репозитория — snapshot машины с клонированным репозиторием и playbook с деталями проекта позволяют агенту работать в знакомом ему окружении и создавать pull request через Git.
- Проверка на запущенном приложении — агент сам поднимает сервер и фронтенд, воспроизводит баг и проверяет исправление, а не опирается только на чтение кода.
- Разделение труда — спикер говорит, что инженеры тратят 10–20% времени на проектирование и 80–90% на реализацию, и Devin должен освободить время для первой части.
Кому полезно: тем, кто думает о том, как агент работает в реальном репозитории с Git, snapshot и проверкой запуском.
Статья по теме
Главы
Ещё доклады: Scott Wu
Страница спикера →Devin 2.0 и будущее разработки ПО
AI Engineer World's Fair 2025
Похожие доклады
Практическая разработка с GitHub Copilot и VS Code
Harald Kirschner, Christopher Harrison
AI Engineer World's Fair 2025
Близко по содержанию
GitHub Copilot — самый широко распространённый AI-инструмент для разработчиков
AI Engineer World's Fair 2024
Близко по содержанию
remobi.app: не меняйте привычный терминальный workflow ради мобильного устройства
AI Engineer Europe 2026
Близко по содержанию

