Подробный разбор · Около 3 мин чтения
Hamlet даёт агентам ветку базы на каждый pull request, люди всё ещё одобряют merge
Интервью Databricks показывает изолированные тесты с нужными данными, но не отменяет доказательства, права и проверку.
- Опубликовано здесь
- Дата источника
- Источник проверен
В интервью Databricks от 20 октября Hamlet описывает ветку Lakebase Postgres на каждый pull request. Агенты запускают конвейеры, затем человек одобряет слияние кода. Меняется тестовая среда, а не право напрямую менять production или одобрять собственный выпуск.
Слушать новости
Прослушайте эту статью или включите новости подряд.
Подготовка чтения…
Голос устройства
Речь обрабатывает браузер или устройство. AISubHub не отправляет текст в аудио-API. Доступные голоса и работа при заблокированном экране зависят от устройства.
При продолжении короткая фраза может повториться.
Кратко
- По словам команды, подготовка прежнего общего staging занимала 15–30 минут на изменение даже в лучшем случае.
- Записи изолированы; схема доставляется миграциями кода, а не слиянием содержимого ветки базы.
Проблема начинается с данных
Hamlet делает местные заседания доступными для поиска. Интервью называет более 7 200 органов и среднюю длительность около трёх с половиной часов. Сайты, PDF и записи различаются, и ошибка может зависеть от конкретного ввода. Маленький чистый тест её не воспроизведёт. Агенту нужен подходящий проверочный случай, не только синтаксически правдоподобный патч.
Ответ требует исходного свидетельства
Команда сохраняет видео и ведёт к нужному времени. Говорящих определяют с учётом органа и его состава на тот момент. Для позиции задают тему и значение поддержки, затем используют несколько моделей. Это описанные методы, не гарантия всех интерпретаций. Анализ AISubHub: тест должен сохранять ссылки и контекст наряду с полями. Выполнение запроса недостаточно, если перепутан человек или утрачена подтверждающая запись.
Что меняет ветка базы
Раньше были production и общий staging с 15–30 минутами подготовки на изменение даже благоприятно. Теперь предпросмотр получает ветку production-данных. Copy-on-write начинает со схемы и данных родителя, а новые записи хранит отдельно. Можно проверить состояние исходной ошибки. Такая изоляция не означает автоматического обезличивания или права любого агента читать production.
Агент проверяет, человек разрешает
Агенты выполняют конвейер в своей ветке и оценивают изменение до человеческой проверки. Каждое слияние требует одобрения. Руководство рекомендует создание при открытии запроса, удаление при закрытии и срок истечения при сбое очистки. Схемы передаются миграциями кода; merge кода не сливает данные с родителем. Даже временные ветки расходуют вычисления и хранилище, это не безлимитные бесплатные копии.
Не смешивать работу и планы
Hamlet пробует Lakebase Search из-за расхождения реляционных и векторных данных. Ветки объектов — пожелание, размещение долгих заданий — открытый вопрос. Некоторые загрузки длятся 30–40 минут против названных 15 минут Lambda в текущей схеме. Это оставшаяся работа, не завершённая миграция. Анализ AISubHub: сравнить ошибку и исправление изолированно, проверить источники, очистку и восстановление. Один клиент не даёт универсальной гарантии скорости или безопасности.
Почему это важно
Анализ AISubHub: данные исходной ошибки облегчают оценку агентского исправления. Нужны воспроизводимый тест, ограниченные права и человеческая проверка, а не уверенное сообщение агента.
Ограничения и доступность
Это интервью клиента на площадке поставщика, не независимый тест. Охват и время сообщены участниками. Поиск, ветки объектов и долгие задания частично исследуются. Универсальная фиксированная цена отсутствует.
Источники и подтверждения
Дата источника: · Источник проверен:
Материалы подготовлены с помощью ИИ и сверены с указанными первоисточниками. Заявления поставщиков атрибутированы; публикация не означает рекомендацию.