Gemini 4 Argon chce zvládnuť dlhšie vývojové úlohy. Rozhodne výsledok v repozitári

Google 13. októbra predstavil Gemini 4 Argon. Vývojári k nemu získavajú prístup cez Google AI Studio a platformu Gemini; vo vybraných používateľských produktoch sa dostupnosť viaže na predplatné. To sú odlišné spôsoby použitia: prístup v aplikácii automaticky neznamená rovnaké limity, nástroje alebo účtovanie ako API.

Zaujímavý je dôraz na dlhšie úlohy v existujúcom kóde. Pri takomto použití musí model nájsť súvisiace súbory, navrhnúť úpravu, spustiť kontrolu a reagovať na chyby. Samotná schopnosť napísať krátku funkciu o spoľahlivosti celého postupu veľa nehovorí.

Google ako konkrétny príklad opisuje zásah do svojho Python Agent Development Kitu. V oznámení uvádza približne 40-percentné skrátenie prípravy relácie a 21-percentné zrýchlenie studeného importu. Odkazuje aj na zmenu v repozitári, takže záujemca môže preskúmať, čo sa skutočne upravovalo. Sú to výsledky dodávateľa v konkrétnom projekte, nie prísľub rovnakého zrýchlenia ľubovoľnej aplikácie.

Pre tím má tento typ dôkazu väčšiu hodnotu než anonymná ukážka: dá sa porovnať pôvodná a nová implementácia, skontrolovať testy a posúdiť, či optimalizácia nepreniesla náklady do inej časti systému. Model pritom stále potrebuje presne zadanú úlohu a dostupné nástroje.

Ohlásená úvodná cena API je 2 doláre za milión vstupných a 10 dolárov za milión výstupných tokenov. Google uvádza aj zvýhodnenie opakovane využitého vstupu cez cache. Ide o cenu pri uvedení; náklady konkrétnej agentovej úlohy závisia aj od počtu krokov a opakovaných pokusov.

Praktické porovnanie by preto malo sledovať cenu dokončenej zmeny, úspešnosť testov a čas potrebný na kontrolu človekom. Rozumným prvým zadaním je ohraničená oprava s merateľným výsledkom. Širší prístup do repozitára má zmysel až vtedy, keď tím vie vysvetliť, ktoré zásahy model urobil a prečo ich prijal.

Pri opakovanom vývoji sa navyše mení kontext. Zadanie môže zahŕňať dlhú históriu rozhodnutí, dokumentáciu aj výstupy testov. Pre pilot je preto vhodné uložiť presné zadanie a východiskový commit. Inak nemožno spoľahlivo rozlíšiť, či lepší výsledok priniesol model, kvalitnejšie podklady alebo jednoduchšia úloha. Rovnaká disciplína pomáha aj pri neskoršom porovnávaní ceny jednotlivých modelov a pri kontrole zmien ich správania.