你会让AI工作近22天只专注于一个目标吗?
摘要
AutoNodo展示了一个AI在拥有180万行代码的代码库上自主工作近22天的能力,通过检查点和证据来确保可靠性。
AutoNodo正在一个拥有180万行代码的代码库上进行这项工作。不是通过无限制的提示:而是使用检查点、提交、测试、证据和停止能力。在干预之前,你会信任一次自主执行多长时间?P1 R In
相似文章
将近22天,单一目标,180万行代码库:我们是否错误地衡量了代理的自主性?
AutoNodo 在一个180万行的代码库上实现了对单一技术目标的近22天连续自主执行,质疑了当前编程代理的自主性指标。
26小时,零提示:3个AI代理自主运行
本文描述了一种实验性的自主AI代理架构,该架构能够通过内置的控制、记忆和验证功能,在多天内持续处理高级目标,通过使用包括Codex在内的多个代理的实时实验进行了演示。
我让一个代理每天早上自主选择任务,持续了23天。共41次运行,19次成功上线,22次失败。正是这22次失败让系统得以生效。
一项为期23天的实验,通过GitHub Actions让AI代理自主选择并执行任务,自动化检查机制导致54%的失败率,反而通过减少人工审核提升了效率。
超越炒作:我刚刚看到一个AI代理在18分钟内自动完成了原本需要4小时的研究工作流程。
作者描述了观察一个AI代理自主完成竞争情报工作流程的过程,该流程通常需要4小时,而它在18分钟内完成,突出了它浏览网站、处理PDF和迭代搜索的能力,暗示着从简单聊天机器人向自主执行的转变。
@EinsiaAI: AI代理花费数小时处理任务。当其他人接手时,这些工作为何要消失?Einsia AI 的答案是……
Einsia AI 推出了 AgentGit,这是一个用于 AI 代理会话版本控制和协作的开源平台,使得工作可以被保存、移交和共享。