Alegeți o primă sarcină AI utilă

Alegeți o sarcină pe care o puteți verifica

Prima sarcină utilă ar trebui să vă arate cum funcționează instrumentul în mediul dumneavoastră. Ar trebui și să producă un rezultat pe care îl puteți inspecta. O corecție mică a unui defect cunoscut îndeplinește adesea ambele condiții.

Nu alegeți sarcina doar pentru că demonstrația va arăta impresionant. O reproiectare amplă poate produce multe schimbări vizibile, ascunzând ipoteze incorecte. O sarcină mică poate arăta dacă agentul citește instrucțiunile, respectă domeniul și raportează corect verificările eșuate.

Nu trebuie să alegeți cea mai ușoară sarcină posibilă. Alegeți una în care echipa poate recunoaște un rezultat corect și explica de ce este corect.

Comparați sarcinile posibile

Luați în considerare trei cereri fictive într-o aplicație de raportare.

Sarcina de explicare vă ajută să inspectați raționamentul și dovezile. Testul de regresie adaugă o acțiune controlată. Sarcina de arhitectură poate fi valoroasă mai târziu, dar necesită o descriere și un proces de verificare mult mai riguroase.

Pentru primul exercițiu, alegeți testul de regresie. Folosiți date calendaristice inventate și un branch local. Precizați că accesul la producție, actualizările dependențelor și refactorizările fără legătură sunt în afara domeniului.

Scrieți condiția de terminare

„Îmbunătățiți gestionarea datelor calendaristice” lasă prea mult loc de interpretare. Folosiți o condiție concretă: „Când intrarea conține o dată calendaristică invalidă, returnați o eroare de validare. Păstrați rezultatul documentat pentru datele valide.”

Adăugați exemple de intrări valide și invalide. Identificați comanda de testare existentă. Cereți agentului să inspecteze comportamentul actual înainte de a modifica fișiere. Solicitați o explicație scurtă a defectului și a dovezilor după modificare.

Separați rezultatul sarcinii de o activitate. „Agentul a scris un test” descrie o activitate. „Testul respinge defectul cunoscut” descrie o dovadă. Un test care trece atât pe codul corect, cât și pe cel incorect nu dovedește protecția intenționată.

Observați procesul de lucru

În timpul exercițiului, notați unde agentul are nevoie de context suplimentar. Verificați dacă citește instrucțiunile relevante din depozitul de cod. Observați dacă modifică fișiere în afara domeniului sau repetă o abordare nereușită fără dovezi noi.

Nu corectați imediat fiecare alegere minoră. Lăsați agentul să termine lucrul autorizat și reversibil, pentru a putea evalua rezultatul. Interveniți când următoarea acțiune depășește o limită sau când continuarea depinde de o cerință nerezolvată.

La terminare, verificați diff-ul și executați verificările relevante. Notați atât timpul agentului, cât și timpul dumneavoastră de pregătire și verificare. Observațiile vă ajută să alegeți următoarea sarcină și să îmbunătățiți instrucțiunile de lucru.

Extindeți câte o limită pe rând

Dacă exercițiul reușește, creșteți complexitatea într-o singură privință. Puteți trece de la o funcție la o pereche de module înrudite. Puteți adăuga o integrare documentată. Păstrați explicite permisiunile și cerințele de verificare.

Dacă exercițiul eșuează, identificați cauza înainte de extinderea domeniului. Contextul lipsă, o cerință neclară, un mediu de testare indisponibil și o limitare a modelului necesită corecții diferite. Mai multă autonomie nu rezolvă toate cele patru probleme.

Dacă un prototip rămâne în uz, desemnați un responsabil pentru mentenanță. Informații noi despre vulnerabilități pot necesita acțiune fără o modificare de cod. Consultați gestionarea continuă a vulnerabilităților.