разбор · агентытема-фронтир · H 1.51
4.0
из 10
смотреть не обязательно — забрать выжимку и пункты
оценка машинная и частично зависит от длины ролика — спорите, открывайте оригинал
Агент №1 в SWE-bench: sequential thinking и ансамблирование
The #1 SWE-Bench Verified Agent
Augment Code запускает агента с пониманием кодовой базы, который стал №1 в SWE-bench Verified на готовых моделях. Ключевые приёмы: sequential thinking, ансамблирование, ориентация в коде, память. Продукт ориентирован на крупные кодовые базы и интеграцию в IDE.
Агент Augment стал №1 в SWE-bench за счёт sequential thinking, ансамблей и ориентации в коде, но упирается в с
что из этого моё
Можно применить для оркестрации агентов: использовать sequential thinking, ансамблирование, фазу ориентации и память для улучшения качества автоматизации. Также подход к эвалюации (малые выборки, продакшн-эвалы) полезен для настройки агентов.
Что забрать
отметь, что берёшь в работу → или отбрось как не своёмоё →
подключить MCP-сервер sequential thinking к своему агенту в конвейере разборов
запустить агента 3 раза на одном задании и выбрать лучший результат по метрике
вынести фазу ориентации в отдельный шаг промпта: изучить структуру репозитория и тесты
о чём говорят, по времени
главы доводят до 11:00 · дальше по ролику меток нет
01
Анонс агента00:00 ↗
Augment Code запускает агента с пониманием кодовой базы, который стал №1 в SWE-bench Verified.
02
Техники для SWE-bench02:00 ↗
Sequential thinking, ансамблирование и надёжные правки файлов помогли достичь №1.
03
Процесс экспериментов05:00 ↗
Начинают с 10 примеров, затем масштабируются; используют эвалы с и без выполнения кода.
04
Ориентация и память08:00 ↗
Ориентация в коде критична, память помогает учиться на ошибках.
05
Сравнение с конкурентами11:00 ↗
Augment фокусируется на крупных кодовых базах и интеграции в IDE, в отличие от других.