Самое дешевое время ошибиться

Если большую часть кода пишет агент, что мешает ему уверенно отправить неправильный код? Наш ответ — три уровня проверки, запускаемые в разное время по разным причинам. Что меня удивило, так это то, какой из них несет вес. Это не проверка кода. Это тот, который запускается, пока нет кода для проверки. Это неясный конец двух предыдущих статей: почему мы заменили Jira билетами со скидкой, а также навыки и цикл, которые позволяют агенту обрабатывать эти билеты самостоятельно. Перед проверкой: разработка на основе реального кода Обзор может быть настолько хорош, насколько хорош предмет, по которому он оценивается, поэтому критерии приемлемости должны быть достойными сравнения. Все начинается с того, как билет был создан, начиная с оформления заказа, и сравнивая его с реальным кодом. Затем навык придает форму результату. Цель в одном-двух предложениях. Контекст до 120 слов. Около пяти критериев приемки, по одному требованию в каждом, написанных для поведения, а не для результатов, поэтому «тесты пройдены» и «версия подтверждена» исключены по определению. Поведенческие критерии используют форму EARS: При система должна . Это не церемония. Триггером является тестовая установка, и ее запись определяет, какой c