실증 연구: 코딩 에이전트의 핵심 설계 선택 사항 규명
읽어야 하는 이유 자율적 코딩 에이전트를 구축하는 개발자는 모델의 강점에 기반하여 컨텍스트 관리와 액션 스페이스를 조정함으로써 효율성과 정확성을 최적화할 수 있습니다.
코딩 허들에 대한 연구는 컨텍스트 관리와 액션 스페이스 설계가 성능과 비용에 중대한 영향을 미친다는 것을 보여줍니다.
태그 · #swe-bench
ExecCritic: 테스트 및 수리 에이전트 분리를 통한 코딩 성능 향상
읽어야 하는 이유 테스트 생성과 코드 수리를 분리하면 오류 일치와 잘못된 자신감을 방지하여 에이전트 신뢰성을 크게 향상시킵니다.
ExecCritic은 SWE-bench Verified에서 코딩 에이전트의 성공률을 높이기 위해 강화 학습을 사용하여 별도의 테스트 및 수리 에이전트를 활용합니다.
xAI, Grok Build CLI 출시: 서브에이전트 8개 병렬, SWE-Bench 70.8%, $99 인트로 가격
읽어야 하는 이유 주목할 것은 벤치마크 점수가 아니라 「서브에이전트 8개 병렬」이라는 구조적 선택. 자리잡으면 비용 모델은 「태스크당 토큰」에서 「분당 태스크」로 뒤집힘 —— Claude Code/Codex 팀은 정확도가 아닌 처리량으로 재벤치마크해야 한다.
5/14 퍼블릭 베타. SWE-Bench 70.8%, 256K 컨텍스트, $0.20/$1.50 per 1M 토큰, $99 인트로. 서브에이전트 8개 병렬로 사파전.