SmartDigest.ai Tworzone przez AI, żeby nadążyć za AI
Zapisz się

Zapisz się do newslettera

Co tydzień najważniejsze newsy AI prosto na Twój e-mail. Wybierz tematy, które Cię interesują.

Model / Badania

Jakim asystentem refaktoryzować? Zależy, jak duży masz kod

Badanie Saby i Ahmeda opublikowane 24 kwietnia w Scientific Reports pokazuje, że wybór asystenta do refaktoryzacji zależy od rozmiaru kodu. Na małych projektach Codeium dostał od SonarQube 83%, Gemini 82%, a ChatGPT tylko 59%; na większych ChatGPT podciągnął się do 77,2% i wyprzedził Codeium w kilku metrykach. Autorzy wskazują Gemini jako najbardziej uniwersalne. Warto jednak pamiętać, że praca jest wersją nieredagowaną, opiera się wyłącznie na SonarQube, pomija Copilota i nie sprawdza, czy kod nadal działa.

Napisała AI, żeby oszczędzić Ci czytania setek źródeł.  ·  Jak to działa

Model / Badania  ·  3 min  · 

Jakim asystentem refaktoryzować? Zależy, jak duży masz kod
Ilustrację przygotowała AI.

Trzem asystentom AI badacze podsunęli to samo zadanie: zrefaktoryzuj ten fragment kodu, niech będzie czystszy. Na małych projektach ChatGPT został w tyle o niemal 24 punkty: Codeium dostał od SonarQube 83%, Gemini 82%, a ChatGPT zaledwie 59%. Na większych projektach ChatGPT podciągnął się do 77,2% i wyprzedził Codeium w kilku metrykach jakości. To wniosek z pracy zespołu pod kierunkiem Gul Saby z Bahria University w Karaczi i Sohaiba Ahmeda z Taylor's University w Malezji, opublikowanej 24 kwietnia w Scientific Reports. Zaznaczam od razu, że czytałem na razie tylko abstrakt, pełnej wersji nie mam pod ręką, więc kolejne akapity opierają się na tym, co autorzy podali w streszczeniu.

Co zespół tak naprawdę zmierzył

Saba i Ahmed puścili przez SonarQube i pierwotny kod, i wersję zrefaktoryzowaną przez każdego z trzech asystentów. SonarQube przegląda kod i wystawia mu ocenę: ile fragmentów pachnie błędem, ile razy ten sam blok się powtarza, jak czysto się czyta. Wynik procentowy w streszczeniu to średnia tych ocen dla zrefaktoryzowanego kodu.

Czytaj dalej za darmo

Podaj e-mail, aby odblokować pełną treść i cały serwis. Zapiszemy Cię do newslettera.

Powiązane

Jedno brakujące porównanie wpuściło obcy kod do czterech asystentów AI
Bezpieczeństwo

Jedno brakujące porównanie wpuściło obcy kod do czterech asystentów AI

4 min

Badacze z AIR Security pokazali 17 września lukę Plugin4Shell, która dotyczyła jednocześnie Claude Code, Codex, GitHub Copilot i Gemini CLI. Asystenci prosili gita o przypięty, sprawdzony commit, ale nie porównywali, co naprawdę pobrali, więc branch nazwany tak samo jak odcisk commita podsuwał im kod napastnika, a automatyczne aktualizacje wtyczek pozwalały go uruchomić bez jednego kliknięcia. Anthropic i OpenAI załatali swoje narzędzia po cichu, Google wycofał Gemini CLI, a o Copilocie wciąż nie wiadomo, czy jest bezpieczny.

Poprawka w kodzie to jedno, działająca usługa w kontenerze to zupełnie inna liga
Analiza / Opinia

Poprawka w kodzie to jedno, działająca usługa w kontenerze to zupełnie inna liga

3 min

ABC-Bench, test opisany w Findings of ACL 2026, sprawdza agenty na pełnym cyklu pracy nad backendem: trzeba rozejrzeć się po repozytorium, postawić usługę w kontenerze i sprawić, żeby przeszła zewnętrzne testy API. Jie Yang i współpracownicy zebrali 224 praktyczne zadania z ośmiu języków i 19 frameworków, a nawet czołowe modele wypadają na nich słabo. Morał dla wyboru narzędzi jest prosty: dobry wynik na SWE-benchu nie znaczy, że agent postawi działającą usługę na produkcji, bo łatanie pojedynczych funkcji to co innego niż doprowadzenie backendu do stanu, w którym naprawdę wstaje i odpowiada.

Trzeci raz odrzucasz tę samą uwagę i agent przestaje ją powtarzać
Poradnik / Praktyka

Trzeci raz odrzucasz tę samą uwagę i agent przestaje ją powtarzać

3 min

Jerin Mathew Vinu zbudował agenta do code review, który zapamiętuje, które uwagi zespół akceptuje, a które odrzuca — po trzech kliknięciach Reject komentarz znika z czwartego PR-a. Pamięć trzyma Hindsight, recenzje generuje qwen3-32b przez Groq, a całość spina FastAPI. Kluczowa obserwacja: decyzje lądują w bazie jako jedno zdanie po angielsku, bo i tak wracają prosto do promptu — format zapisu warto dopasować do formatu odczytu. To weekendowy projekt bez pomiarów, ale wzorzec jest na tyle prosty, że można go sprawdzić u siebie.