Шахматы против языковой модели с Devin, агент завис до конца работы
Студент Эндрю Кин Гао одним из первых тестировал Devin и попросил его сделать шахматы против языковой модели. Агент заметно продвинулся, но в какой-то момент завис, и игра осталась недоделанной.
Что сделали
Эндрю Кин Гао, студент по computer science (информатике), был среди первых тестировщиков Devin. Он дал агенту задачу сделать шахматную игру, в которой человек играет против языковой модели. Devin работает в изолированной среде, где у него есть командная строка, редактор кода и браузер. Какие шаги делал агент и вмешивался ли Гао, источник не уточняет.
Что получилось
Devin заметно продвинулся, но в какой-то момент завис, и игру не закончил. Другие тесты Гао дали смешанный результат. Расширение для Chrome заработало, а визуализация температур в Антарктиде получилась неудовлетворительной.
На что обратить внимание
На тот момент Devin был доступен только отобранным разработчикам через лист ожидания. Сколько стоила задача и сколько времени заняла, источник не пишет.
Пояснение
Devin это ИИ-агент для разработки от компании Cognition. Он сам пишет и запускает код и пользуется браузером в собственной среде.
Кому пригодится
Тем, кто хочет понять, на что способны автономные агенты-программисты в длинных задачах и где они ломаются.
Попробуйте сами с Devin
Сделай шахматную игру, в которой я играю против языковой модели через [API или название модели]. Игра должна показывать доску, разрешать только допустимые ходы и запрашивать у модели ответные ходы. Задача готова, когда я могу сыграть партию от начала до мата. Если застрянешь, скажи об этом, а не ходи по кругу, и опиши, что осталось недоделанным.
Нужна помощь с запуском? Вступайте в сообщество AI Pack ↗
Источник: the-decoder.com ·