IBM meluncurkan rangkaian agen AI (IBM SWE-Agent 1.0) yang didukung oleh LLM terbuka dan dapat secara otomatis menyelesaikan masalah GitHub, memungkinkan pengembang untuk mengerjakan hal-hal lain daripada terjebak dalam simpanan bug yang harus diperbaiki.

“Bagi sebagian besar pengembang perangkat lunak, setiap hari dimulai dari hari terakhir. Saat Anda menelusuri tumpukan masalah di GitHub yang tidak Anda perbaiki sehari sebelumnya, Anda memilah mana yang dapat Anda perbaiki dengan cepat, mana yang membutuhkan waktu lebih lama, dan mana yang Anda belum tahu apa yang harus dilakukan. . Anda mungkin memiliki 30 masalah dalam simpanan Anda dan tahu bahwa Anda hanya punya waktu untuk mengatasi 10 masalah,” tulis IBM dalam sebuah pernyataan. postingan blog. Kelompok agen baru ini bertujuan untuk meringankan beban ini dan mengurangi waktu yang dihabiskan pengembang untuk tugas-tugas ini.

Salah satu agennya adalah agen pencari lokasi yang dapat menemukan file dan baris kode penyebab kesalahan. Menurut IBM, proses menemukan baris kode yang tepat terkait dengan laporan bug dapat memakan waktu lama bagi pengembang, dan mereka sekarang dapat menandai laporan bug yang sedang mereka kerjakan di GitHub dengan “ibm -swe-agent -1.0” dan agen akan berusaha menemukan kodenya.

Setelah ditemukan, agen menyarankan perbaikan yang dapat diterapkan oleh pengembang. Pada titik ini, pengembang dapat memperbaiki masalahnya sendiri atau menghubungi agen SWE lain untuk bantuan lebih lanjut.

Agen lain dalam keluarga SWE mencakup agen yang mengedit baris kode berdasarkan permintaan pengembang dan agen lain yang dapat digunakan untuk mengembangkan dan menjalankan pengujian. Semua agen SWE dapat dipanggil langsung dari GitHub.

Berdasarkan pengujian awal IBM, agen-agen ini dapat menemukan dan menyelesaikan masalah dalam waktu kurang dari lima menit dan memiliki tingkat keberhasilan sebesar 23,7%. Tes bangku SWEtolok ukur yang menguji kemampuan sistem AI untuk memecahkan masalah GitHub.

IBM menjelaskan, pihaknya bertujuan untuk menciptakan agen SWE sebagai alternatif pesaing lain yang menggunakan model batas besar yang cenderung lebih mahal. “Tujuan kami adalah menciptakan IBM SWE-Agent untuk bisnis yang menginginkan agen SWE yang hemat biaya untuk dijalankan di mana pun kode mereka berada, bahkan di belakang firewall Anda, namun tetap berkinerja baik,” kata Ruchir Puri, Kepala Ilmuwan Senior di IBM Research.