Компания Moonshot AI выпустила модель Kimi-Dev, которая работает как настоящий разработчик: анализирует проблему, находит нужные файлы, вносит правки и прогоняет тесты.
Новый игрок: в чём главная фишка Kimi-Dev?
Главное отличие Kimi-Dev от конкурентов — это её подход к обучению и работе. Она не просто генерирует код, она имитирует весь процесс исправления бага, как это делает живой разработчик.
На известном тесте для программирующих нейросетей, SWE-bench, она обошла все существующие открытые модели и заняла первое место. Но цифры — это скучно. Интереснее то, как она это делает.
Представьте себе ИИ, который получает "награду" не за то, что написал красивый код, а только если этот код реально починил программу и не сломал ничего другого. Именно так и учили Kimi-Dev.
Как они научили её думать?
Разработчики создали для нейросети специальную "песочницу" на основе Docker. Модель брала реальную задачу из открытого репозитория, пыталась написать для неё исправление (патч) и запустить тесты.
Если тесты проходили успешно — молодец, получай конфетку (в виде положительного подкрепления). Если нет — думай дальше. Такой спартанский подход отсеивает 99% мусорных решений.
Мыслит как программст: два режима работы
Kimi-Dev работает в двух основных режимах, как два специалиста в одной команде:
- BugFixer (Ремонтник): Анализирует описание бага, находит нужные файлы в проекте и вносит туда правки.
- TestWriter (Тестировщик): Пишет новые тесты, которые должны упасть на старом коде и пройти на исправленном.
Этот двухэтапный процесс — сначала найти, где проблема, а потом её исправить — гораздо эффективнее, чем пытаться вслепую генерировать код.
Kimi-Dev — это, конечно, ещё не полноценная замена программисту. Она хорошо справляется с точечными, хорошо описанными задачами, но не сможет спроектировать сложную систему с нуля.
Потыкать можно тут:
👉🏻 GitHub
👉🏻 Hugging Face
👉🏻 Демка-чат