5 artykułów
Nick Nisi z WorkOS pokazuje, jak testować niedeterministyczne narzędzia oparte o LLM. Dwa systemy evals, fixtury jak realne stany, diff z gita, retry oraz grading po wyniku zamiast po ścieżce.
LLM stają się autonomicznymi agentami, ale brakuje im wiedzy proceduralnej. Zobacz, jak Agent Skills uzupełniają luki bez retreningu i kiedy realnie podnoszą skuteczność.
Google Cloud pokazuje Gemini CLI, czyli Gemini w terminalu. Wpisujemy polecenie jak zwykłą komendę i od razu dostajemy odpowiedź: tekst, pomysł, fragment kodu albo pomoc w analizie logów. W demie widać też coś przyziemnie ważnego: własne motywy kolorów ustawiane w pliku settings.json, więc terminal może być czytelny i po prostu nasz. My w Automation Lab lubimy takie narzędzia, bo skracają dziesiątki małych kroków w ciągu dnia.
GPT-5.3-Codex to agentowy model OpenAI do programowania i pracy na komputerze. Działa ok. 25% szybciej, wspiera cały cykl wytwarzania, a w benchmarkach (SWE-Bench, Terminal-Bench, OSWorld) notuje rekordowe wyniki.
Eksperyment Cursor pokazał, że w autonomicznym wytwarzaniu oprogramowania kluczowe nie jest samo pisanie kodu, lecz koordynacja pracy i odpowiedzialność.
