Что вы делаете, пока ИИ пишет код? Я заставляю свой спорить с самим собой.

Разработчик Дебашиш Госал исследует недостатки использования ИИ для проверки кода, утверждая, что большинство мультимодельных систем занимаются «театром», привязывая выводы последующих моделей к результатам первой. Чтобы решить эту проблему, Госал разработал систему «AdversarialDebate», которая заставляет две LLM независимо анализировать код без общего контекста перед началом структурированного спора. Предотвращая ознакомление моделей с выводами друг друга до фиксации собственного мнения, система устраняет предвзятость. Тестирование на 150 артефактах показало точность 88,7% в выявлении ошибок, доказав, что разнообразие моделей — особенно сочетание решений от разных лабораторий — эффективнее, чем ставка на мощность одной модели. Госал делает вывод, что настоящая разработка с помощью ИИ требует перехода от пассивного наблюдения к активной состязательной проверке для обеспечения качества кода и выявления реальных сбоев.