✅ معماری جدید Cognition هزینهٔ کدنویسی رو ۳۵٪ کاهش داده است
آزمایشگاه آمریکایی هوش مصنوعی کاربردی، از معماری ترکیبی Devin Fusion برای خودکارسازی کدنویسی رونمایی کرده است.
این سیستم در بنچمارک FrontierCode، بدون افت کیفیت، هزینهٔ تولید کد رو ۳۵٪ پایین میآورد.
---
🧠 مکانیزم کار Devin Fusion:
از دو مؤلفهٔ کلیدی استفاده میکنه: مسیریابی پویا و همنشینی هوشمند.
سیستم بهصورت لحظهای پیچیدگی تسک رو ارزیابی میکنه و درخواستها رو بین مدلهای سنگین و سبک جابهجا میکنه؛ همزمان با فشردهسازی متن (Context Compression).
· مدل سنگین (LLM بزرگ) مسئولیت برنامهریزی معماری، شفافسازی نیازمندیها و انجام بازبینی (Review) رو بر عهده داره.
· عامل سبک (Agent کوچک) کد پایه رو مینویسه، تستها رو مینویسه و خروجیها رو اعتبارسنجی میکنه.
برای جلوگیری از تداخل، هر مدل از کش مجزای متن استفاده میکنه.
---
📊 آمار و ارقام:
· در ترکیب با GPT-5.5 و Claude 4.8 Opus، این معماری بیش از یکسوم منابع رو ذخیره میکنه.
· با Fable 5 این صرفهجویی به ۴۱٪ هم میرسه.
· داخل خود Cognition، این مسیریابی ترکیبی، ۸۸٪ از Pull Requestهای موفق رو پوشش داده.
---
⚠️ محدودیتها:
· در پروژههایی با منطق پیچیدهٔ کسبوکاری (مثل ترکیب React/Redux) عملکرد سیستم محدود میشه.
· واگذاری بیشازحد تسکهای چندفایلی به مدل کوچکتر، کارایی رو نزدیک به نصف کاهش میده.
---
ابزار Devin Fusion فقط روی پلتفرم Cognition دردسترسه.
🔗 https://cognition.com/blog/devin-fusion
---
#news #ai #ml #DevinFusion #کدنویسی_هوشمند
---
🆔 @asrgooyeshpardaz
آزمایشگاه آمریکایی هوش مصنوعی کاربردی، از معماری ترکیبی Devin Fusion برای خودکارسازی کدنویسی رونمایی کرده است.
این سیستم در بنچمارک FrontierCode، بدون افت کیفیت، هزینهٔ تولید کد رو ۳۵٪ پایین میآورد.
---
🧠 مکانیزم کار Devin Fusion:
از دو مؤلفهٔ کلیدی استفاده میکنه: مسیریابی پویا و همنشینی هوشمند.
سیستم بهصورت لحظهای پیچیدگی تسک رو ارزیابی میکنه و درخواستها رو بین مدلهای سنگین و سبک جابهجا میکنه؛ همزمان با فشردهسازی متن (Context Compression).
· مدل سنگین (LLM بزرگ) مسئولیت برنامهریزی معماری، شفافسازی نیازمندیها و انجام بازبینی (Review) رو بر عهده داره.
· عامل سبک (Agent کوچک) کد پایه رو مینویسه، تستها رو مینویسه و خروجیها رو اعتبارسنجی میکنه.
برای جلوگیری از تداخل، هر مدل از کش مجزای متن استفاده میکنه.
---
📊 آمار و ارقام:
· در ترکیب با GPT-5.5 و Claude 4.8 Opus، این معماری بیش از یکسوم منابع رو ذخیره میکنه.
· با Fable 5 این صرفهجویی به ۴۱٪ هم میرسه.
· داخل خود Cognition، این مسیریابی ترکیبی، ۸۸٪ از Pull Requestهای موفق رو پوشش داده.
---
⚠️ محدودیتها:
· در پروژههایی با منطق پیچیدهٔ کسبوکاری (مثل ترکیب React/Redux) عملکرد سیستم محدود میشه.
· واگذاری بیشازحد تسکهای چندفایلی به مدل کوچکتر، کارایی رو نزدیک به نصف کاهش میده.
---
ابزار Devin Fusion فقط روی پلتفرم Cognition دردسترسه.
🔗 https://cognition.com/blog/devin-fusion
---
#news #ai #ml #DevinFusion #کدنویسی_هوشمند
---
🆔 @asrgooyeshpardaz
🔥2