Ваш PR пишет, что тесты прошли. Докажите это
Your PR Says the Tests Passed. Prove It. - Stephen Chin & Cassandra Chin
Граф доказательств из логов агентных сессий, по словам авторов, делает PR точнее и примерно вдвое дешевле по токенам.
- Аудит сессий вместо пересказа diff — PR собирается из логов разных сессий агента, а не из последней сессии с уже сжатым контекстом. Так видно, что реально запускалось: в одном примере
bun testиtscшли параллельно, хотя должны были идти по очереди, а PR при этом заявлял, что проверки прошли. - Граф связей вместо повторного поиска —
Relate, встраиваемая open source база на Rust без затрат на LLM, связывает утверждения, код и проверки с источниками и отдаёт их одним пакетом. По словам авторов, с ним стоимость составления PR примерно вдвое ниже. - Сильная модель на черновике, дешёвая на проверке — по словам авторов, при дешёвой модели для текста качество падает, а поиск пропусков и сверка черновика механические, поэтому их можно отдать Haiku вместо Sonnet.
- Оценки на PR Bench — судьи на шкале от 1 до 100 чаще ставили выше PR, собранные с Trace Tune и Relate, и на Claude, и на Codex; часть оценок дополнительно проверил человек.
Кому полезно: тем, кто проверяет PR, написанные агентами, и тратит токены на повторные прогоны и ручную сверку заявлений о проверках.
Статья по теме
Главы
Ещё доклады: Stephen Chin
Все 6 докладов →Практический GraphRAG: как сделать LLM умнее с помощью графов знаний
Stephen Chin, Jesús Barrasa, Michael Hunger
AI Engineer World's Fair 2025
Context engineering: связываем точки с помощью графов
AI Engineer Code 2025
Связывая точки с помощью контекстных графов
AI Engineer Europe 2026
Похожие доклады
Почему агентам нужны следы принятия решений, а не только документы
AI Engineer Europe 2026
Близко по содержанию
ReviewDebt: практическая система оценки каждого pull request
AI Engineer World's Fair 2026
Близко по содержанию
Нужны ссылки: происхождение данных в графах знаний, созданных LLM
AI Engineer World's Fair 2026
Близко по содержанию
CrabRAG: почему автоматизированным ассистентам нужна графовая память, а не больше токенов
AI Engineer World's Fair 2026
Тот же спикер: Stephen Chin


