Cline(Roo Code)を暴走列車にしたら4日間で数ヶ月分のコードが生成できた
アイコンが変わったerukitiです。最近はやりのgpt-4o image generationを使って、顔だけだったアイコンに全身が追加されました。2023年4月10日に初めてのLLMプロダクトの開発キックオフからもうすぐで二年です。rat yearなこの業界なんで、変化がめまぐるしすぎますね。 今回は、真に高速なAIコーディングのメソッドを確立するために、中規模くらいのコードをコーディングエージェントのみに書かせる実験をしています。コーディングエージェントはCline派生であるRoo Code（以後Rooと呼ぶ）を使っています。 ※完全に個人研究としてやっているため、会社のリソースは使っていません。 作っているものはコーディングエージェントのコアライブラリ + おまけのCLI 規模としては136ファイル・26410行（一時期30000行弱までいった） なぜコーディングエージェントを使っ
Googleのエンジニアが語るAI支援コーディングの「70％問題」、AIが生産性を爆上げしたのになぜ製品は改善されない？
Google Chromeの開発エクスペリエンス責任者であり、AI支援開発に造詣が深いアディ・オスマニ氏が、AIによってエンジニアの能率が格段に改善したにもかかわらず、よく使われるソフトウェア製品に目立った変化がない理由を考察しました。 The 70% problem: Hard truths about AI-assisted coding https://addyo.substack.com/p/the-70-problem-hard-truths-about ◆2種類のAI支援エンジニア オスマニ氏によると、AIを活用してコーディングしている開発者は「ブーストラッパー」と「イテレーター」の2種類に大別することができるとのこと。 まずブーストラッパーは、「Bolt」「v0」「screenshot-to-code」などのAIツールを用いてゼロから新プロジェクトを立ち上げる人たちで、以下の
GitHub - abunuwas/microservice-apis: Code repository for my book "Microservice APIs" (https://www.manning.com/books/microservice-apis)
Hello and welcome to the GitHub repository for my book Microservice APIs! The book is conceived as a one-stop guide for learning how to design and build microservices and how to drive their integrations with APIs. There's a strong emphasis on best practices and applying principles and patterns that achieve loose coupling in your code. The book provides full examples of how to design and build a RE
Papers with Code partners with arXiv
We are excited to announce our partnership with arXiv to support links to code on arXiv. Machine learning articles on arXiv now have a Code tab to link official and community code with the paper, as shown below: Both official and community code come from Papers with CodeAuthors can add official code to their arXiv papers by going to arxiv.org/user and clicking on the “Link to code” Papers with Cod
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
GitHub - mehd-io/pypi-duck-flow: end-to-end data engineering project to get insights from PyPi using python, duckdb, MotherDuck & Evidence
GitHub - astrojuanlu/workshop-jupyter-kedro: Hands on workshop "Refactor your Jupyter notebooks into maintainable data science code with Kedro"
prompt-engineering-for-generative-ai-examples/requirements.in at main · BrightPool/prompt-engineering-for-generative-ai-examples
GitHub - yizhongw/self-instruct: Aligning pretrained language models with instruction data generated by themselves.
GitHub - budougumi0617/go_todo_app: 書籍「詳解Go言語Webアプリケーション開発」のサンプルコードリポジトリです。
GitHub - PacktPublishing/Building-Data-Science-Applications-with-FastAPI: Building Data Science Applications with FastAPI, Published by Packt
GitHub - nlp-with-transformers/notebooks: Jupyter notebooks for the Natural Language Processing with Transformers book
GitHub - oreilly-japan/practical-dl-for-cloud-mobile-edge-ja
GitHub - ghmagazine/llm-book: 「大規模言語モデル入門」（2023）と「大規模言語モデル入門Ⅱ〜生成型LLMの実装と評価」（2024）のGitHubリポジトリ
GitHub - PracticalDL/Practical-Deep-Learning-Book: Official code repo for the O'Reilly Book - Practical Deep Learning for Cloud, Mobile & Edge
GitHub - Apress/ontologies-w-python: Source Code for 'Ontologies with Python' by Lamy Jean-Baptiste
GitHub - cs230-stanford/cs230-code-examples: Code examples in pyTorch and Tensorflow for CS230
GitHub - tetsuwaka/CausalExtraction
GitHub - PacktPublishing/Mastering-spaCy: Mastering spaCy, published by Packt
Publicly Available Standards
Standards | DAMA