AI程式設計師Devin臥底工作群修bug！ 和CTO聊技術，”頂級碼農水平” https://www.qbitai.com/2024/03/128338 夢晨 Agent的ChatGPT時刻 首個AI程式設計師 Devin ，現身明星新創公司內部群。 為解決一個技術問題，Devin借用了其創造者的帳號， 與客戶公司的CTO交流 ，並根據回 應調整了代碼方案。 對話之專業，圍觀者看了直呼這個世界太瘋狂。 https://tinyurl.com/5n7zpdnf 事情發生在辦公室軟體Slack，截圖中的akshat是AI基礎設施新創公司 Modal Labs 的 CTO Akshat Bubna 。 Modal Labs也是Devin開發商Cognition的首批客戶之一。 此時Devin正披著他的創造者之一、IOI金牌得主 Steven Hao 的馬甲。 對話的開始，AI程式設計師Devin正在詢問有關Modal Lab平台的密鑰的生命週期問題，特 別是密鑰更新後傳播到正在運行的應用程式所需的時間。 Devin表示 自己已經查閱了文檔 ，包括金鑰和環境變數指南、CLI指令參考、API參考以 及容器生命週期鉤子和參數， 但依舊沒有找到關於金鑰傳播時間的明確資訊 。 Devin詢問了更新的金鑰通常需要多長時間才能被運行中的應用程式使用，因為這對於他 們的營運至關重要， 了解這一點將有助於管理他們的部署流程 。 人類CTO解釋說，當金鑰更新時，他們不會使已經運行的Modal容器失效，但是新啟動的容 器將會讀取更新後的值。 Devin對此表示感謝，並 決定暫時採用手動方法來管理Modal中的金鑰，即在需要時呼叫 modal deploy指令來觸發相關應用程式容器的重新啟動 。 看完整個過程後，同樣是AI創業家的Raunak Chowdhuri評價到： 發現問題、創建工單、調整程式碼，最好的人類開發者就是這麼工作的。 Devin更多實測結果 拿到Devin早期測試資格的人和公司不多，不過還是陸陸續續有人曬出實測結果。 熱衷AI的華頓商學院教授 Ethan Molick 試過後，認為其新穎的即時互動方式是最值得關 注的。 您可以隨時與它“交談”，就像與人交談一樣，它會在後台不斷地執行和調試您的想 法。 在測試中，Ethan Mollick要求Devin開發一個解釋「新創公司融資中的股權稀釋」的網站 。 不過他透露，AI還無法在沒有任何幫助的情況下，自主且無錯誤地完成這項工作。 要想把一個重大項目交給人工智慧來完成，還有很長的路要走，但這仍然是一個令人 著迷的開始。 另一位曬出測試過程的創業家 Mckay Wrigley 則更激動一些。 在他曬出的27分鐘測試中，只發了一個GitHub連接，讓Devin部署來自開源專案的程式碼 。 Devin 自主把任務拆解成一系列子步驟 ，一步一步開始執行。 執行過程中，Devin在安裝Supabase資料庫時遇到了障礙， 自己打開了對應的Github倉庫 開始查閱文件 … 從後續終端回饋可以看出，Devin查到了運行Supabase所需的各種連接埠和密匙都應該填 什麼。 （裝過的都知道，雀食挺麻煩……） 同時，Devin也正在 根據實際情況不斷修改自己的後續計畫 。 一段時間過後，一個本地的聊天機器人程式就跑起來了。 測試一段時間後Mckay Wrigley認為， Devin已經可以算Agent的ChatGPT時刻。 復現Devin計劃ing Devin這邊大夥還在接連測試，另一邊開源「復現」方案也在進行中… 這不，GitHub三萬Star專案 MetaGPT 就上新了「開源版Devin」。 名為 資料解釋器 （Data Interpreter）： 和Devin一樣，Data Interpreter也能實現自主編程，能迭代式觀察數據，預測分析病情 進展、機器運作狀態；還能建構機器學習模型、進行數學推理、自動回覆電子郵件、仿寫 網站… 例如從英偉達股價數據分析收盤價格趨勢： https://tinyurl.com/4h8xkfsx 分析數據預測葡萄酒品質： https://tinyurl.com/479u8adk 除此之外，阿里Qwen成員Binyan Hui等人開啟了 OpenDevin 項目，剛起步已獲得1.2k Star。 Binyan Hui發推文表示，已有一個初步的路線圖和一群優秀的人在努力工作，在很短的時 間內就完成了前端原型。 同時專案團隊也在招募新成員： https://tinyurl.com/4zp34x9d 另外，也有一個名為Maisa AI的團隊推出了 Maisa KPU （Knowledge Processing Unit） ，被網友認為與Devin有一些競爭。 目前Maisa KPU處於測試階段，它可以解決複雜問題和推理，團隊發布的基準測試結果如 下： https://tinyurl.com/y6k7k99w 根據demo展示，KPU可以成為“智慧客服”，在客戶沒有正確寫好訂單號碼的情況下，幫 助客戶解決訂單未送達的問題： https://tinyurl.com/3pt7t759 Devin基準測試技術報告發布 最近，Devin創始團隊Cognition也發布關於SWE-bench測試的技術報告。 除了先前已公佈的測試結果之外，團隊還透露了一些新消息。 例如，Cognition的目標之一是讓Devin這個專門從事軟體開發的AI智能體能夠成功地為大 型、複雜的程式碼庫貢獻程式碼。 選擇在SWE-bench上端到端運行智能體，也是考慮了它更接近現實世界的軟體開發。 此外，研發團隊還透露，為了防止Devin在測試中作弊，例如查找外部的pull requests信 息，測試已做相關設置，確保Devin無法訪問相關信息，並且在此過程中也已人工手動檢 查了Devin運行情況。 最後團隊強調Devin仍處於起步階段，仍有很大進步空間： https://tinyurl.com/42amb7wc 更多細節有興趣的家人們可查看報告詳情。 Devin發布不到一周，網友們的討論已十分熱烈。 例如，這位大兄弟表示自己一年前擔心的事兒終究還是發生了。 以後Stack Overflow 都是各種Devin在提問，人，就只能被擠出去 （Stack Overflow危 ！！！） 有網友回應 （手排狗頭） ： 它們可以互相回答問題。 還有網友發現Devin背後團隊Cognition正在招募全職軟體工程師，於是緩緩打出一個問號 ： Devin不是應該填補這些職缺來為他們省錢嗎？ 最後，若Devin公開你會想用它幹點啥？ 參考連結： [1]https://www.cognition-labs.com/post/swe-bench-technical-report [2]https://x.com/raunakdoesdev/status/1769066769786757375 [3]https://twitter.com/emollick/status/1768742585122558063 [4]https://x.com/mckaywrigley/status/1767985840448516343 [5]https://x.com/maisaAI_/status/1768657114669429103?s=20 -- ※ 發信站: 批踢踢實業坊(ptt.org.tw), 來自: 114.38.11.114 (臺灣) ※ 文章網址: https://ptt.org.tw/Tech_Job/M.1710764573.A.1C3

→ MTKer5566 : 試試看一些台灣人寫的Makefile，不信你能build得過 03/18 22:12

推 Feltonee : 樓上笑死 03/18 23:53

→ labbat : 大概是偽裝成gnu makefile的nmake makefile唄 03/19 00:54

→ MTKer5566 : 我預判了你預判的makefile 03/19 01:56

→ yunf : 臥底PTT頂級灌水鄉民！ 03/19 04:40

推 schlemm: 台全最的包養SD上線啦! 03/19 04:40