Cockroach Labs、バグを患者として扱う「MOLT Sinai」でDb2対応を2日で完了
Five months treating bugs like patients and coding agents like a medical team
Cockroach Labsは、データベース移行ツールMOLTにIBM Db2対応を追加するため、バグを患者、コーディングエージェントを医療チームに見立てた「MOLT Sinai」を構築。計画エージェントがGitHub issueを15のサブissueに分解し、レビューや discharge を経て、わずか2日で1万行以上のテストを含むコードを生成。従来9ヶ月・16万ドルかかった作業を、トークン費用4,172ドルで実現した。
Db2 took less than two days, and no human wrote any of the code. The token bill was $4172: 164x faster, and 38x cheaper.
HNでの議論
102- finnborge
これは、高品質なシステム設計と情報理論の両方の素晴らしい例のように私には感じられる。この記事を読んで浮かんだ、より抽象的に興味深い考えの一つは、メタファーを使って非常に複雑な関係性の集合をどれだけ「エンコード」しているか、という点だ。
その種のエンコード（「あなたは教育病院にいる」という宣言から始まる）は、エージェントが体現する様々な役割が何であるか、ましてやそれらの相互作用を深く確実に説明するよりも、はるかに効率的だ。
おそらく、私たち誰もが、訓練セットの中で豊富に記述されている既存のシステムやアイデンティティを活用し、これらの社会的・市民的・文化的ダイナミクスを儀式的にエンコードできる余地がもっとあるのではないだろうか。つまり「___であるかのように振る舞え」と言うことだ。全く新しい指摘ではないが、この記事は確かに私をその方向へと引っ張っている。
共有してくれて、そしてこれを書くのに注いだ丁寧さに感謝する！
- traceroute66
> Claudeトークンに13万5000ドル強を消費した
皮肉なことに、これも米国の病院そっくりだ。入って出てきたら6桁の請求書。
- anonymous908213
Gas Town風の精神病でvibecodeされたデータベースやファイルシステムほど、使いたくないものは思いつかない。LLMとロールプレイすることが、素晴らしいコードを生み出す秘訣ではない。
- Selkirk
この記事が本当に好きだ。
メタファーは満足のいくものだと思うが、XPの実践としてメタファーが影を潜めたのには理由がある。素晴らしいメタファーがあれば素晴らしいが、常に存在するわけではない。
幸いなことに、組織システムでは物事は韻を踏む傾向がある。例えば、「何かがマージされる前に、すべてのプロセスが踏まれたことを検証する」という役割は、多くの異なるシステムに当てはまりそうだ。
私たちは、人々がただ試しているこの楽しい段階にいて、それが大好きだ。この実験からもっと情報が得られることを願っている。
- james_marks
GitHub Actionsが信頼できなかった理由のヒント。今、どれだけのチームがGHインフラ上でこのような工場を動かしているのだろうか？
- ajstorm
この記事を書いたRafiと私が、皆さんの質問に答えるためにここにいます。
- gausswho
次の役割：保険担当者。
患者を「解決」するのに期待される労力のレベルを考慮し、他のすべてのエージェントが効率的に、かつ妥当なトークン使用量の範囲内で動作していることを保証する。中等度から重度のケースでは、患者の窓からの放り出しやエージェントの反乱につながる可能性がある。
あるいは、著者はこの役割を検討したが、通常は節約できる以上にコストがかかると判断したのかもしれない。
- K0balt
プロジェクトごとに異なる種類の構造を設定している。
設定や雰囲気も含めて。エージェントはロールプレイしている方がうまく機能するようだ。これは非常に混乱を招くもので、精神的な安定性がぎりぎりの人は本当に辛い思いをするだろう。我々は何をしてしまったのか？