开源替代品OpenDevin最近宣布了其框架的两大重大升级。第一个是推出了CodeAct 1.0,这是一种新的最先进的编码代理,在Sowa Bench Light无辅助版本上实现了21%的解决率,比之前的性能提高了177%。这个代理建立在CodeAct框架之上,将大型语言模型代理的行为整合到一个统一的代码接口中。

第二个公告是推出了一种新的简化评估工具,用于测试编码代理。这个工具旨在促进对代理的全面和改进的评估,从而实现更好的比较,并推动这些AI工具随时间的持续改进。

CodeAct 1.0代理引入了几个关键功能,包括与人类对话、分类代码、确认和执行代码(包括Linux bash命令和Python)以及执行各种文件相关操作,如打开、导航、搜索和编辑。这些功能建立在之前Sowa Bench代理框架的经验教训之上,进一步扩展了工具集,提高了整体性能。

此外,新的评估工具还引入了倒计时机制,灵感来自Mint项目,鼓励模型在固定的交互次数内完成任务。这与编写和解析简化的bash命令的过程相结合,提高了框架的用户友好性和可访问性。

这些OpenDevin的升级体现了利用先进AI代理赋能软件开发的持续努力。通过利用大型语言模型在代码数据上的预训练,并专注于利用广泛的软件包,CodeAct 1.0代理旨在更有效地解决复杂的编码任务和现实世界的软件开发挑战。新的简化评估工具将进一步推动这些代理的持续改进,最终使开发人员和软件工程师从中获益。