Önfejlesztő szoftvergyárat épített a Warp a kódoló ügynököknek

A visszacsatolás hiányát célozza a Warp

A Warp augusztus 26-án arról írt, hogy a múlt héten bemutatott Warp Factories szolgáltatásba alapértelmezés szerint bekerült a self-improvement, vagyis az önfejlesztési funkció. A Factories olyan rendszerek, amelyek kódoló ügynökökkel automatizálják a szoftverfejlesztési életciklust. A beállításuk a vállalat szerint kevesebb mint egy percet vesz igénybe, és összekapcsolhatók a feladatkövetővel, a kódtárral, valamint a választott ügynökökkel.

A Warp belső szoftvergyára a cég közlése szerint az elmúlt héten több mint 300 pull request elkészítésében segített. A vállalat szerint azonban egy működő gyár felépítése csak az első lépés. A nehezebb feladat egy olyan rendszer létrehozása, amely idővel alkalmazkodik az adott csapat munkamódszeréhez.

A fejlesztők visszajelzései, például az ügynököknek adott útmutatások és a kódellenőrzések megjegyzései, így konkrét változtatásokká alakíthatók. A Warp külön kiemeli az ügynökök hatékonyságát és szabálykövetését, mivel ezek gyakori problémái közé tartozik az ismétlődő, felesleges munkavégzés, illetve az emberi útmutatás figyelmen kívül hagyása.

Pontozással választják ki a javítandó hibákat

Az önfejlesztési folyamat első elemei a scorerek, vagyis a pontozók. Ezekkel a csapat meghatározhatja, milyen szempontok alapján szeretné javítani az ügynökök teljesítményét. Vizsgálható például a feladatok végrehajtási ideje, a válaszok túlzott részletessége, illetve az, hogy a létrehozott kód megfelel-e a tesztelési, összetettségi és karbantarthatósági elvárásoknak.

A pontozók fájlalapú formátumban készülnek. Megadható, mely ügynököket kell értékelni, milyen kategóriákba sorolhatók az eredmények, és az egyes kategóriákhoz 0 és 1 közötti érték rendelhető. A Warp példája szerint a „clean” eredmény 1, a szükségtelen megjegyzéseket tartalmazó futás 0,7, a felesleges összetettséget bevezető futás pedig 0,3 pontot kaphat.

A rendszerhez sikerességi küszöb is beállítható. A 0,8-as küszöbön csak az 1-es értékelés számít elfogadhatónak, a 0,7-es vagy annál alacsonyabb eredmények hibának minősülnek. A Warp Factories alapértelmezett pontozói a kódminőséget, a hatékonyságot és a feladat- vagy eljáráskövetést vizsgálják. Alapesetben a futások 25 százalékát pontozzák.

A kiértékeléshez egy felhőben futó ügynök kapja meg a teljes beszélgetést és az eszközhasználat lépéseit. Az eredmény a Scorers oldalon jelenik meg, a besorolással és az indoklással együtt.

A hibákból ellenőrizhető módosítási javaslatok készülnek

A sikertelen pontozási eredményeket a rendszer néhány óránként összegyűjti, majd egy önfejlesztési ügynök elemzi őket. Az ügynök a beszélgetések átvizsgálásával keresi a hibák okait, és módosításokat javasol a szoftvergyár készségeit és konfigurációját meghatározó fájlokhoz.

A változtatások felülvizsgálatra váró diffként jelennek meg. Warp által kezelt gyáraknál review branch készül, GitHub által kezelt gyáraknál pedig pull request. A javaslatok tartalmazzák az érintett pontozókat, a hibás futásokat, a módosítások mögötti bizonyítékokat és a várt hatásokat.

A Warp belső gyárában több mint tíz önfejlesztési pull requestet vontak össze az elmúlt napokban. Ezek között szerepelt annak előírása, hogy a vizuális ellenőrzéseknél a DOM-ot és a kiszámított stílusokat használják, miután egy ügynök 275 számítógépes műveletet végzett egyetlen CSS-javítás ellenőrzéséhez. A rendszer javított az üzenetküldés tokenfelhasználásán, pótolta a hiányzó készséghivatkozásokat, és pontosította, hogy az ügynökök mikor továbbítsák a kérdéseket a megfelelő alügynöknek.

A Warp szerint a folyamat még korai szakaszban van, de a belső használat során javult az ügynökök hatékonysága, válaszainak terjedelme és munkájuk minősége. A Warp Factories kipróbálásához a vállalat korai hozzáférést kérő jelentkezést kínál.