Агентный ИИ в дикой природе - Сообщество Callstack и Qodo Dev и Сообщество Codex в Бостоне

Description

Сообщества Codex, Qodo Dev и Callstack приезжают в Бостон! ИИ-агенты переходят в стадию производства, и сложность не в том, чтобы заставить его работать — а в том, чтобы он работал надежно, день за днем, на реальных кодовых базах. Эта встреча собирает строителей, основателей и практиков, которые уже прошли стадию демонстраций и погрузились в хаос интеграции агентов в CI/CD-пайплайны, разработческие платформы и системы знаний.Мы пригласили практиков, которые поделятся тем, что действительно работает (и что не работает) в их собственных агентных системах, после чего будет время обсудить все с соседями.Ожидайте выступления, касающиеся различных аспектов рабочей нагрузки агентов: облачные агенты, запускающие мобильные приложения на реальных устройствах, чтобы проверить, что на самом деле изменилось в запросе на слияние перед его выполнением; миграция большого React-приложения с Vite на Expo, осуществляемая кодирующим агентом, который постоянно повторяет процесс, отрезками, которые легко управлять; и превращение командных стандартов в понятные для машины ограждения, чтобы код, генерируемый ИИ, уважал вашу архитектуру, а не потихоньку разрушал ее. Верификация, выполнение и контроль качества - те части, которые никто не демонстрирует.Основные моменты повестки дня:Аннотации к выступлениям:Промпт к Порталу: Как ИИ делает пространственные вычисления доступными / Оливер Эдис (Reactvision)ИИ открывает возможности пространственных вычислений, а в сочетании с React Native это стало более доступным, чем когда-либо. Я покажу, как это выглядит вживую, вызывая ИИ-агента на сцене, чтобы создать рабочую AR-сцену через MCP-сервер ReactVision, без Unity, без нового движка, просто с использованием стека React Native, который вы уже знаете. Мы обсудим, к каким внутренним ресурсам имеет доступ агент, что он делает правильно, что еще нет и почему создание для физического пространства - это другой вид вызовов, чем создание для экрана.Миграция большого кодового базиса с помощью Loop Engineering / Рафаэль Мендиола (okthink)Смена большого React-приложения с Vite на Expo — это не просто обновление фреймворка. Сотни компонентов, стилей, API браузера и тестов необходимо преобразовать, не сломав продукт. Традиционно мы создавали бы огромный проектный план, делили его на десятки задач и проводили недели, координируя и проверяя работу. Вместо этого мы создали Агентный Цикл: кодирующий агент постоянно получал один и тот же запрос каждые 30 минут, находил одну управляемую часть миграции, преобразовывал ее, запускал тесты, фиксировал свой прогресс и оставлял код готовым к следующему запуску.Это выступление объясняет, как этот цикл превратил подавляющую миграцию в серию небольших, повторяемых шагов. Вы узнаете, как дать агентам четкие правила, помочь им выбрать следующую задачу, проверить, что их изменения правильные, и предотвратить дублирование работы или отклонение от цели. Вы также увидите, где этот подход провалился, почему сильные тесты и циклы обратной связи оказались важнее, чем детальное планирование задач, и как ваша роль меняется с написания каждой строки самостоятельно на создание системы, где агенты могут безопасно и устойчиво продвигаться вперед.Как внедрить качество кода в ваш ADLC с помощью Codex / Нненна Ндкув (Qodo)ИИ - это усилитель, который превращает слабые стандарты в архитектурный хаос. Поскольку ревью кода становится последним узким местом, инженерные команды должны преодолеть разрыв между интуицией человека и выводом машины. В этом выступлении мы исследуем, как кодифицировать лучшие практики разработки в понятные для машины ограждения. Мы обсудим, как использовать контекстное инженерное решение в масштабе, чтобы гарантировать, что ваши инструменты ИИ-кода уважают дизайн вашей системы, сохраняя долгосрочную поддерживаемость без ущерба для скорости эпохи ИИ. Вы узнаете, как внедрить качество кода в SDLC на основе выходных данных, сгенерированных ИИ, с помощью Codex и множества инструментов для разработки ИИ. Они уйдут с практической методологией для кодирования лучших практик в свой рабочий процесс, в котором уже работают разработчики (CLI, IDE и Git).Сначала проверка, затем ферма: локальная валидация перед дорогостоящими облачными вычислениями / Мэтт Харгетт (Callstack)Тестирование под управлением агентов на облачных устройствах закрывает важную часть верификационного цикла — и счет растет вместе с вашей частотой коммитов. Если вы снова проверяете при каждом слиянии, эта кривая быстро становится крутой. Это выступление охватывает то, что вы можете поймать до того, как коснетесь устройства: тестирование мутаций веток, контроль покрытия и глубокую профилировку на уровне ЦП. Фиксация пропусков L1, застревания предвыборки, неверное предсказание ветвлений — выполняется на эффективных ядрах вашего ноутбука, как заменитель ограниченного чипа телефона, часов, XR или телевизора. Я проведу вас через исследование случая, где я обеспечил агентов на всех трех платформах перед реконструкцией, управляемой ИИ, вдали от React.