메타 연구에 따르면 두 개의 AI 코딩 에이전트가 예산이 더 큰 AI 코딩 에이전트보다 더 많은 버그를 잡아내는 것으로 나타났습니다.

본문

메타 연구에 따르면 서로의 패치를 검토하는 두 개의 AI 코딩 에이전트가 더 큰 예산을 가진 한 에이전트보다 더 많은 버그를 잡아내는 것으로 나타났습니다. Meta 공식 로고(공개 도메인, Wikimedia Commons) — CryptoBriefing 브랜드 처리 서로의 패치를 검토하기 위해 코딩 에이전트를 페어링하는 것은 단순히 단일 에이전트에 더 많은 리소스를 제공하고 Meta의 점점 늘어나는 자동화된 코드 검토 데이터 더미에 추가하는 것보다 하나의 AI 코딩 에이전트에 더 많은 예산을 주면 버그를 찾는 능력이 조금 더 향상됩니다. 이것이 Meta와 관련된 새로운 연구의 핵심 발견입니다. 두 명의 코딩 에이전트가 서로의 패치를 검토하도록 하면 단일 에이전트의 예산을 늘리는 것보다 버그 탐지가 더 향상됩니다. 그 중 331,000개 이상이 착륙했는데, 이는 코드베이스에 병합되었음을 의미합니다.

Meta는 RADAR가 위험 보정을 사용한다고 말합니다. 즉, 주어진 변화가 얼마나 위험해 보이는지에 따라 얼마나 조심스러운지를 조정한다는 의미입니다. 해당 보정이 적용되면 Meta는 수동 검토보다 낮은 되돌림 비율을 보고합니다. 22,000개 이상의 생성된 테스트에서 이 접근 방식을 통해 버그 탐지가 4배 증가한 것으로 알려졌습니다. LiveCodeBench 코딩 벤치마크에서 테스트된 Adversarial Review라는 프로토콜은 87%의 통과율을 달성했습니다. 또 다른 시스템인 Wink는 코딩 에이전트가 레일을 벗어날 때 이를 잡는 데 중점을 둡니다. 10,000개 이상의 실제 인스턴스에서 코딩 에이전트 궤적의 오작동 중 약 90%를 복구했습니다. 협업 AI 코딩 에이전트는 버그 감지 효율성을 향상시켜 잠재적으로 인적 오류 의존도를 줄여 소프트웨어 개발을 변화시킵니다.

포스트 메타 연구에 따르면 예산이 더 큰 AI 코딩 에이전트보다 두 명의 AI 코딩 에이전트가 더 많은 버그를 잡는 것으로 나타났습니다. Crypto Briefing에 처음 등장했습니다.