今天小编分享的科学经验：GPT-4加Agent轻松追平Devin！普林斯顿造，开源首日斩获1.6k星，欢迎阅读。
用 GPT-4 打造的 AI 程式员，结果轻松追平 Devin！
普林斯顿打造的开源 SWE-agent，直接开箱即用——修复 GitHub 存储库中真实 bug。
在 25% 的 SWE-bench 测试集上，它实现了与 Devin 相似的准确度—— 解决了 12.29% 的问题。
GitHub 上线首日即斩获 1.6K 星。不少网友感叹，只需对 GPT-4 命令行工具进行简单设计，就可以让 GPT-4 部分能力大幅提升。
这恰好也印证了前几天吴恩达在演讲中的观点：
我认为 AI Agent 将在今年推动人工智能巨大进步，甚至可能超过下一代基础模型。
因为在吴恩达的研究中，GPT-3.5 的 Agent 比 GPT-4 的表现还要好。
如今开源版 Devin 现世，已经有人开始 RIP Devin 了。
这就来看看这个开源版 Devin 长什么样。
开源版 Devin 来了
简单来说，SWE-agent 是将语言模型（比如 GPT-4）转变为軟體工程 agent，来 Debug GitHub 存储库中的一些问题。
他们设计了以 LM 为中心的命令和反馈格式来实现这些结果，使语言模型更容易浏览存储库、查看、编辑和执行代码檔案。
用他们的说法，这叫做代理计算机接口（ACI），并构建 SWE-agent 存储库，以便轻松迭代 ACI 设计。
在 SWE-agent 上，团队主要设计了这些功能。
创建檔案查看和编辑器，可以打开、滚动和编辑檔案。
结果发现每轮只显示 100 行时效果最佳。
通过自动语法检查编辑特定行。
如果代码语法不正确，就不让编辑命令通过。当命令输出为空时会返回一条信息：" 您的命令运行成功，但未产生任何输出 "。
编写和执行测试。
目前使用 SWE-agent 主要有两个步骤。
首先，推理。SWE-agent 接收一个输入的 GitHub 问题，并返回一个试图修复该问题的拉取请求。
第二步是评估拉取请求，以验证它是否确实修复了问题。*（目前仅适用于 SWE-bench 基准中的问题）。
英伟达科学家 Jim Fan 为其工作点赞：Great Work！揭开了炒作背后的简单本质。
只需对 GPT-4 命令行工具进行更好的手动设计，就能在 SWEBenche 上获得 12.3 的成绩。没有什么神奇之处，没有什么模型突破，也没有什么理由要极力炒作。
当 GPT-5 到来时，这些 " 提示工程 2.0 " 都将不再重要。
这不免让人想到前段时间 Devin 横空出世，如今也很少见人讨论它了。
不过也有人问为什么不用 Claude 3 来做 Agent，主创团队表示：尝试了，但结果不太好。
在 SWE-bench Lite（测试集的 10% 子集）上，它的成绩比 GPT-4 少了近 6%。而且它也慢得多。（GPT-4 的响应时间是 93 秒）
除此之外，他还表示团队在 logo 设计上费了很大心思——
花了几个小时用 DALL-3 来设计。（Doge）
普林斯顿造
这是来自普林斯顿 NLP 小组打造的軟體工程 Agent。
据了解，John Yang 和 Carlos E. Jimenez 是共同一作。
除此之外还有姚顺雨，目前是普林斯顿在读博士生，2015 年毕业清华姚班。
他们的共同导师是 Karthik Narasimhan，目前是普林斯顿 NLP 联合主任，跟陈丹琦是同事。
团队表示，他们将在 4 月 10 号发布论文。
虽然但是，最后还有一个灵魂拷问：
呃但 GPT-4 不是开源的……
好了，你觉得这个开源的 AI 程式员怎么样呢？
参考链接：
[ 1 ] https://swe-agent.com/
[ 2 ] https://twitter.com/DrJimFan/status/1775173542470111475
— 完 —
【 火热报名中】中国 AIGC 产业峰会
定档 4 月 17 日
峰会已经邀请到数位代表技术、产品、投资、用户等领網域嘉宾，共论生成式 AI 产业最新变革趋势。
最新确认嘉宾包括：商汤科技杨帆、轻松集团高玉石、印象笔记唐毅、蚂蚁集团李建国等，。
峰会将全程线上下同步直播，欢迎预约直播 ⬇️
点这里关注我，记得标星噢
一键三连「分享」、「点赞」和「在看」
科技前沿进展日日相见 ~
>
