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.

Premiera / Narzędzie

Rocket twierdzi, że plan przed kodem dał agentowi większy skok jakości niż pętla naprawcza

Rocket opisuje architekturę Agenta V2 jako trzy klocki: samonaprawczą pętlę, która sama uruchamia kod i czyta logi, sześciofazowe planowanie przed pisaniem kodu oraz ponad 100 reguł „anti-slop" wpiętych w tę samą pętlę co błędy builda. Wewnętrzne pomiary V1 kontra V2 pokazują 38% niższy koszt zadania, 30% dłuższy czas, 88% mniej błędów typów i 48% mniej błędów integracyjnych. Teza, że jakość rozstrzyga się w warstwie między modelem a wynikiem, broni się sama, ale lista reguł nie jest publiczna, a niezależnego porównania z Cursor Agentem czy Lovable'em brakuje.

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

Premiera / Narzędzie  ·  4 min  · 

Rocket twierdzi, że plan przed kodem dał agentowi większy skok jakości niż pętla naprawcza
Ilustrację przygotowała AI.

Rocket, jedno z narzędzi do vibe codingu, które z krótkiego opisu generują całe aplikacje, opublikował opis architektury swojego Agenta V2. Cała argumentacja trzyma się jednego punktu: modele z czołówki są u wszystkich te same, więc o jakości wyniku decyduje to, co dzieje się między promptem użytkownika a wygenerowanym kodem. U Rocketu ta warstwa zbudowana jest z trzech klocków, którym warto przyjrzeć się osobno nawet wtedy, kiedy benchmarki w tekście są wyłącznie wewnętrzne.

Pętla, która sama uruchamia kod i czyta logi

Pierwszy klocek nazywają "samonaprawczą pętlą". Po wygenerowaniu kodu agent sam go uruchamia, czyta logi z builda i z wykonania, klasyfikuje konkretny błąd i wprowadza punktową poprawkę, a potem startuje znowu. Tak długo, aż build przejdzie. W praktyce wygląda to tak, że komponent z brakującym importem albo integracja z bazą z błędną polityką dostępu naprawia się w środku jednego wywołania, zanim użytkownik w ogóle zobaczy pierwszy podgląd. Cała klasa błędów, która w poprzedniej wersji wymagała od człowieka opisania problemu i drugiego okrążenia, znika z jego pola widzenia.

Czytaj dalej za darmo

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

Powiązane

Agent robi 2,4 razy więcej, kiedy wie, czego chcesz
Analiza / Opinia

Agent robi 2,4 razy więcej, kiedy wie, czego chcesz

5 min

Anthropic prześwietlił około 400 tysięcy sesji Claude Code i odkrył, że na ten sam prompt agent wykonuje ekspertowi 2,4 raza więcej działań niż nowicjuszowi. O wyniku decyduje nie znajomość składni, tylko wiedza o dziedzinie: prawnik czy księgowy, który wie, jak ma wyglądać poprawny wynik, wypada równie dobrze co programista. Przewaga otwiera się najszerzej wtedy, gdy sesja się sypie, bo doświadczony użytkownik wychodzi z błędów, zamiast porzucić terminal. Sama firma przyznaje, że nie wie, czy ten kod trafia do użytku, a dane pomijają konkurencyjne narzędzia.

Najdroższy model potrzebny tylko do planu, resztę zrobi tańszy
Premiera / Narzędzie

Najdroższy model potrzebny tylko do planu, resztę zrobi tańszy

3 min

Cursor dał rojowi agentów 835 stron dokumentacji SQLite i kazał odtworzyć bazę w Rust bez kodu źródłowego, a efekt przeszedł 100% ukrytych testów. Prawdziwy wniosek leży jednak w rachunku: przy niemal identycznej jakości koszt rozjechał się od 1339 dolarów, gdy planował Opus 4.8, a wykonywał tani Composer 2.5, po 10 565 dolarów za GPT-5.5 grający obie role naraz. Sztuczka polega na tym, że najdroższy model tylko rozbija cel na jednoznaczne instrukcje, a tańszy je wykonuje, bo naprawdę mało momentów w dużym zadaniu wymaga najkosztowniejszej inteligencji.

Cursor stawia nad agentami koordynatora, który sam nie tyka kodu
Premiera / Narzędzie

Cursor stawia nad agentami koordynatora, który sam nie tyka kodu

4 min

Cursor wypuścił 10 września betę Projects: koordynator pracuje na osobnej maszynie w chmurze, sam nie tyka kodu, tylko rozsyła zadania podległym agentom, a projekt pamięta, czego się nauczyły, więc kolejny agent nie zaczyna od pustej kartki. Firma chwali się sześciokrotnie większą liczbą zmergeowanych pull requestów, ale nie podała ani wielkości grup, ani okresu pomiaru, a narzędzie rozbijające tę samą pracę na kilkanaście wątków z definicji pokaże więcej zamkniętych kawałków. Wąskim gardłem robi się wtedy ludzki przegląd kodu, więc przed pierwszym uruchomieniem warto ustawić limit wydatków.