AI 与机器学习2024arxiv.org
OpenDevin：面向 AI 软件开发者的通用智能体开放平台
OpenDevin: An Open Platform for AI Software Developers as Generalist Agents
进阶 · 约 50 分钟读完前置知识：大语言模型基础、智能体（Agent）框架、软件工程与代码库操作
导读
论文介绍 OpenDevin：一个面向 AI 软件开发者的开放平台，目标是让基于大模型的智能体作为通用代理，在软件工程环境中执行任务、调用工具并与代码库交互。它强调开放与可扩展，试图为构建和评估通用软件智能体提供基础。
HN 关注点：实际试用效果：自动写测试只能做对约一半、耗时一小时且花费超过 50 美元 OpenAI 额度，验证成本高于手写；同时有人质疑在不可靠 LLM 上搭平台是否合理，以及命名和 arXiv 发布问题。
HN 评论精选
这几条评论里：质疑 3 亲历 1
质疑批评用真人名字命名 AI 代理，担心产品化后对真人造成去人性化和比较压力。
这项东西用了一个人的名字，挺恶心的。随着这类东西被产品化，对真实名叫 Devin 的人会有多去人性化。当雇主为你订阅一个云端“队友”时，你会多么容易拿自己去和它比较。
easeout查看英文原文
It's gross that this has a person's first name. How dehumanizing that will be for real Devins as this kind of thing becomes productized. How tempting to compare yourself to a "teammate" your employer pays a cloud tenant subscription for.
亲历亲历：OpenDevin 自动写测试约一半正确，耗时 1 小时、花费超过 50 美元，验证比手写更费时，目前更适合尝鲜。
几周前我试过它做一个任务（一个开源仓库里有几十个文件，我想用相似方式给它们写测试）。我给它一个示例，然后让它处理其他文件。它大约能正确完成一半文件，但花了一个小时，用掉超过 50 美元的 OpenAI 额度，而且我调试、修复和验证它的工作所花时间比手动做还长。我的看法：这是未来的一个不错预演——再等几次摩尔定律式的翻倍和模型迭代，让它好 10 倍、快 10 倍、便宜 10 倍；但现在可能还不值得用于真实工作，更适合出于好奇、学习和理解去玩。编辑补充：任务是给定代码和一个测试示例，在 PR 中写测试，并附上了示例 PR 和部分由 OpenDevin 生成的 commit 链接。
yeldarb查看英文原文
Tried it a few weeks ago for a task (had a few dozen files in an open source repo I wanted to write tests for in a similar way to each other). I gave it one example and then asked it to do the work for the other files. It was able to do about half the files correctly. But it ended up taking an hour, costing >$50 in OpenAI credits, and took me longer to debug, fix, and verify the work than it would have to do the work manually. My take: good glimpse of the future after a few more Moore’s Law doublings and model improvement cycles make it 10x better, 10x faster, and 10x cheaper. But probably not yet worth trying to use for real work vs playing with it for curiosity, learning, and understanding. Edit: writing the tests in this PR given the code + one test as an example was the task: https://github.com/roboflow/inference/pull/533 This commit was the manual example: https://github.com/roboflow/inference/pull/533/commits/93165a81b50b3daa55fbc3359ed6a500825266fc This commit adds the partially OpenDevin written ones: https://github.com/roboflow/inference/pull/533/commits/65f51ccda0024f1a7b6d817fab48560861b465e2
质疑质疑 arXiv 的发布门槛，认为 AI 研究把它当博客用。
所以现在 arxiv.org 是随便谁都能发论文了吗？它似乎越来越多被 AI 研究使用，而不只是发博客文章。
bearjaws查看英文原文
So does arxiv.org just let anyone publish a paper now? It seems to be used by AI research a lot more now instead of just a blog post.
质疑反对在不可靠 LLM 上构建平台，主张先用于 OCR、摘要等容错场景。
我不想打击人或唱反调。但是，不要在一个本质上不可靠的东西上构建软件平台。如果我学到一个教训，那就是：系统和抽象建立在可靠且确定性的接口之上。应聚焦 LLM 准确性不至关重要的用例——这类用例很多：OCR、摘要、报告、推荐。
ai4ever查看英文原文
i dont like to discourage or be a naysayer. but, dont build a platform for software on something inherently unreliable. if there is one lesson i have learnt, it is that, systems and abstractions are built on interfaces which are reliable and deterministic. focus on llm usecases where accuracy is not paramount - there are tons of them. ocr, summarization, reporting, recommendations.
相关资源
从这篇论文所有 HN 讨论帖的全部评论里整理出来的链接。
历次讨论
- 2024Hacker News 讨论帖198 分 · 107 评
同领域还值得读
DeepSeek-R1：通过强化学习激励 LLM 的推理能力
DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via RL
研究如何用强化学习激励大语言模型的推理能力，提出 DeepSeek-R1，并探讨 RL 训练对模型推理表现的影响。
AI 与机器学习2025 · 1,351 分 · 1,056 评 · 引用 30进阶 · 约 80 分钟编辑精选1-bit LLM 时代：面向低成本计算的三值参数
The Era of 1-bit LLMs: ternary parameters for cost-effective computing
提出用三值参数 {-1, 0, 1} 替代 LLM 中的浮点权重，即所谓“1-bit LLM”。
AI 与机器学习2024 · 1,040 分 · 447 评 · 引用 19进阶 · 约 45 分钟编辑精选DeepSeek-V3.2：推进开放大语言模型的前沿
DeepSeek-v3.2: Pushing the frontier of open large language models
这是 DeepSeek-V3.2 的技术报告，延续了 DeepSeek 开源权重模型的路线，目标是让开放模型继续逼近甚至追平前沿闭源模型。
AI 与机器学习2025 · 982 分 · 465 评进阶 · 约 90 分钟编辑精选通过自我对弈与通用强化学习掌握国际象棋和将棋（AlphaZero）
Mastering Chess and Shogi by Self-Play with General Reinforcement Learning
DeepMind 的 AlphaZero 论文：用通用强化学习算法（自我博弈 + MCTS + 神经网络），从零开始仅数小时训练便在国际象棋和将棋上击败了世界顶级引擎 Stock…
AI 与机器学习2017 · 539 分 · 270 评 · 引用 13进阶 · 约 90 分钟编辑精选用强化学习发现更快的矩阵乘法算法
Discovering faster matrix multiplication algorithms with reinforcement learning
论文提出 AlphaTensor，用强化学习搜索矩阵乘法算法。
AI 与机器学习2022 · 518 分 · 111 评专业 · 约 90 分钟编辑精选