CodeHero Μη βασίζεστε στην αναφορά του ίδιου του AI. Η δουλειά να ελέγχεται από δεύτερο μοντέλο άλλης εταιρείας, απέναντι στους κανόνες που συμφωνήσατε, από την οθόνη ως τη βάση δεδομένων και πίσω — και να καταγράφεται τι πέρασε και τι απέτυχε. Τα προβλήματα επιστρέφουν για διόρθωση και ξαναελέγχονται.
Γιατί δεν μπορείτε να εμπιστευτείτε την αναφορά του ίδιου του AI;
Γιατί ένα μοντέλο που ελέγχει τη δική του δουλειά έχει τα ίδια τυφλά σημεία, και μπορεί να πει «έτοιμο» χωρίς απόδειξη.
Αυτός που έφτιαξε και διάβασε λάθος έναν κανόνα θα ελέγξει αυτό που διάβασε λάθος και θα το βρει σωστό. Δεν είναι ανεντιμότητα· είναι η ίδια ανάγνωση δύο φορές. Ένας δεύτερος αναγνώστης με διαφορετική εκπαίδευση βρίσκει άλλα λάθη.
Τι είναι ο ανεξάρτητος έλεγχος;
Ένα δεύτερο AI, από άλλη εταιρεία, διαβάζει τους κανόνες που συμφωνήθηκαν και ελέγχει το αποτέλεσμα απέναντί τους. Δεν αλλάζει το προϊόν· καταγράφει τι πέρασε και τι απέτυχε.
Μετράει να μένει ο ελεγκτής μακριά από τον κώδικα που ελέγχει: ένας ελεγκτής που μπορεί να διορθώνει αρχίζει γρήγορα να δικαιολογεί όσα βρήκε. Δουλειά του είναι να λέει, με αποδείξεις, αν ισχύει κάθε κανόνας.
Τι κοιτά πρώτα ένας καλός έλεγχος;
Τους επιχειρησιακούς κανόνες, από την είσοδο ως την έξοδο: τι κάνει ο άνθρωπος στην οθόνη, τι αποθηκεύεται στη βάση δεδομένων, τι επιστρέφει. Μετά την ασφάλεια και την ταχύτητα.
Πάρτε έναν κανόνα όπως «έως 500 € εγκρίνεται αυτόματα· πάνω από αυτό εγκρίνει υπεύθυνος — ποτέ το δικό του αίτημα». Ο έλεγχος δοκιμάζει 499 €, 500 € και 501 €, δοκιμάζει έναν υπεύθυνο να εγκρίνει το δικό του αίτημα, και διαβάζει τη βάση δεδομένων μετά από κάθε βήμα. Ένα εύρημα μετράει μόνο αν η περίπτωση μπορεί πραγματικά να συμβεί.
Τι γίνεται όταν ο έλεγχος αποτύχει;
Κάθε εύρημα επιστρέφει για διόρθωση και ξαναελέγχεται. Μετά από τρεις αποτυχημένους κύκλους, η δουλειά σταματά για απόφαση ανθρώπου.
Το όριο είναι ένας «διακόπτης ασφαλείας»: εμποδίζει έναν agent να δοκιμάζει το ίδιο πράγμα για πάντα και να ξοδεύει χρόνο σε ένα πρόβλημα που χρειάζεται απόφαση, όχι άλλες προσπάθειες.
Πώς φαίνεται αυτό σε πραγματικό έργο;
Σε μια καταγεγραμμένη κατασκευή μιας εφαρμογής αιτημάτων εξοπλισμού, ο ελεγκτής από άλλη εταιρεία AI βρήκε δύο προβλήματα εμφάνισης στα κινητά που είχε αφήσει αυτός που έφτιαξε· η διόρθωση και ο επιτυχής επανέλεγχος έμειναν μαζί με το έργο.
Κανείς δεν χρειάστηκε να ψάξει τα προβλήματα με το χέρι. Βρέθηκαν επειδή κοίταξε κάποιος άλλος εκτός από αυτόν που έφτιαξε, απέναντι στους κανόνες, και η καταγραφή δείχνει το εύρημα, τη διόρθωση και τον δεύτερο έλεγχο.
Τι να ρωτήσετε κάθε προμηθευτή AI;
Ποιος ελέγχει τη δουλειά, και είναι άλλο μοντέλο από αυτό που την έφτιαξε; Τι ακριβώς ελέγχθηκε; Πού είναι η καταγραφή; Τι γίνεται μετά από επανειλημμένη αποτυχία;
Αν οι απαντήσεις είναι «το ίδιο AI», «δουλεύει», «δεν υπάρχει καταγραφή» και «συνεχίζει να προσπαθεί», βασίζεστε στη γνώμη αυτού που το έφτιαξε.
Πού ταιριάζει το CodeHero;
Από προεπιλογή, κάθε κατασκευή στο CodeHero ελέγχεται από μοντέλο άλλης εταιρείας AI, που καταγράφει τι πέρασε και τι απέτυχε· οι διορθώσεις ξαναελέγχονται, και η επανειλημμένη αποτυχία σταματά για δική σας απόφαση.
Έλεγχος από την ίδια εταιρεία γίνεται μόνο όταν δεν είναι συνδεδεμένη άλλη ή το επιτρέπει το έργο, και σημειώνεται ως τέτοιος. Η καταγραφή μένει μαζί με το έργο, στον δικό σας υπολογιστή ή server.