Опыт EXANTE: создание и внедрение мультиагентного AI-разработчика Codey
Компания EXANTE поделилась опытом создания мультиагентной AI-системы Codey, которая ведет задачи от Jira до готовых фич. В компании отметили, что одной сильной модели недостаточно для эффективной автоматизации разработки. Для успешного внедрения требуются четкие требования, подготовленная кодовая база и система измеримых проверок.
Читать в первоисточнике — Хабр ↗
Ещё в ленте
Результаты тестирования модели GigaChat 3.5 на бизнес-кейсах
Модель GigaChat 3.5 протестировали на бенчмарке с ИИ-агентами для решения бизнес-задач. Работу нейросети с открытыми весами сравнили с другими российскими и китайскими моделями.
Nvidia делает ставку на physical AI для безопасности роботакси и роботов
Nvidia развивает технологии physical AI, нацеленные на повышение безопасности роботакси и роботов-гуманоидов. Полностековое решение безопасности от компании уже начали применять робототехнические предприятия.
Сканер уязвимостей для кода от ИИ протестировали на 3800 публичных репозиториях
Разработчик создал SAST-сканер для анализа кода, сгенерированного искусственным интеллектом, и проверил с его помощью 3 800 публичных репозиториев. Из 16 378 первоначальных срабатываний подтвердилось около 30 реальных утечек конфиденциальных данных.
Создан русскоязычный бенчмарк для Decision Models
Разработан русскоязычный бенчмарк для тестирования специализированных моделей принятия решений (Decision Models). Тест оценивает качество, скорость и стоимость как облачных, так и локальных решений, включая TypeSafe Jev, Cloudflare Clef и модели от OpenAI.