Ingenieure verbringen 70 % ihrer Zeit damit, Code zu verstehen, nicht ihn zu schreiben. Aus diesem Grund haben wir Asimov bei @reflection_ai entwickelt. Der branchenführende Code-Research-Agent, der für Teams und Organisationen entwickelt wurde.

Das Verständnis von Code ist schwierig. Produktionscodebasen sind groß und bieten viel Kontext außerhalb des Codes selbst. In Blindtests wurden Asimovs Antworten auf komplexe Fragen in 60 - 80 % der Fälle bevorzugt. Asimov funktioniert, weil...

1] Asimov schafft eine einzige Quelle der Wahrheit für Ingenieurswissen Asimov betrachtet mehr als nur Code. Es zieht Wissen aus deinem Code-Repository, den Nachrichten deines Teams, deinen Projektmanagement-Tools und mehr. Sieh zu, wie es einen Fehler von einem Chatverlauf bis zu dem genauen PR zurückverfolgt, der ihn eingeführt hat:

2] Asimov hält teamweites Stammeswissen mit Erinnerungen fest Asimov lernt aus dem Feedback von Experten und erfasst Stammeswissen, das in den Köpfen der Ingenieure gespeichert ist. z.B. "asimov, denk daran, X funktioniert auf Y-Weise" Sobald ein Update vorgenommen wurde, kommt es dem gesamten Team zugute.

3] Asimov ist so konzipiert, dass es viel Kontext aufnimmt Heute lassen sich Agentendesigns in zwei Kategorien einteilen: RAG oder agentische Suche. Beide haben Probleme mit großen Codebasen. Asimov verwendet ein neues Multi-Agenten-Design (ein großer Reasoner mit kleinen Retrievern), um große Codebasen aufzunehmen.