Post #196
522
AI Projects Известный эксперт в агентах Kun Chen заявил о доказательствах бесполезности и даже вреда Test Driven Development (TDD) путём формальных замеров Sonnet 5.5 на самом важном бенчмарке разработки сейчас — DeepSWE. Если агентов попросить писать unit-тесты и интеграционные тесты, то в реальности происходит ухудшение точности фиксов багов, возрастает время и стоимость работы агентов. Я уже давно пишу адептам TDD, что их методика с чрезмерным акцентом на тесты антинаучная, т.к. тесты становятся просто главной мишенью модели для reward hacking на обучении.
Сейчас чем дальше, тем популярнее становится вот этот чувак. Будьте осторожнее, человек несёт ахинею без остановки: отбирает маргинальные исследования, которые поддерживают его точку зрения; постоянно перевирает исследования; выдумывает и продвигает безосновательные концепции, демонстрирует очень ограниченное понимание вещей, о которых говорит. Почти каждый пост содержит какую-то дичь или выдумку.
- 👍 3