대부분의 기업 AI 코딩 파일럿의 성능이 저조한 이유(힌트: 모델이 아님)

소프트웨어 엔지니어링 분야의 Gen AI는 자동 완성을 넘어 훨씬 더 발전했습니다. 새롭게 떠오르는 분야는 에이전트 코딩입니다. 즉, 변경을 계획하고 여러 단계에 걸쳐 이를 실행하며 피드백을 기반으로 반복할 수 있는 AI 시스템입니다. 그러나 “코딩하는 AI 에이전트”에 대한 관심에도 불구하고 대부분의 기업 배포는 성과가 저조합니다. 제한 요인은 더 이상 모델이 아닙니다. 컨텍스트: 변경되는 코드를 둘러싼 구조, 기록 및 의도입니다. 즉, 기업은 이제 시스템 설계 문제에 직면해 있습니다. 그들은 에이전트가 작동하는 환경을 아직 설계하지 않았습니다. 지원에서 에이전시로의 전환 지난 해 보조 코딩 도구에서 에이전트 워크플로로 급속한 발전이 있었습니다. 연구에서는 에이전트 동작이 실제로 무엇을 의미하는지 공식화하기 시작했습니다. 즉, 격리된 스니펫을 생성하는 대신 설계, 테스트, 실행 및 검증 전반에 걸쳐 추론하는 능력입니다. 동적 작업 재샘플링과 같은 작업은 에이전트가 자신의 작업을 분기하고, 재고하고, 수정할 수 있음을 보여줍니다.