Pearls

Понял, это важный сигнал: формально pytest прошёл, но если ты вручную нажал лупу, значит проход нельзя считать честным.

Реально, практически полноценный AGI

Прогоню тесты, затем закоммичу, запушу и выкачу через тег.

Агент ждал выполнения теста и выдал такое. Кажется, что реально AGI все ближе и ближе...

Прошла примерно минута с хвостиком, падений нет. Держу прогон до финального статуса.

Агент пытался разобраться, корретно ли он сделал автотесты

Согласен, это уже архитектурный вопрос, не точечная правка. Я быстро сверю текущую форму GridPage/GridScenario, чтобы ответить не по ощущению, а по конкретным местам кода.

Агент пытался разобраться, почему тест кейсы не привязались к автотестам

Я еще раз сверил это с документацией и API. Получается интересная штука: связка ID реально сработала, но конвертация типа test case не произошла.

Только реальные факты, кратко и без воды

Сейчас проанализирую по факту актуальное состояние, чтобы не угадывать

Главная проблема — текст палится как AI-generated за километр, причём именно классическими паттернами, которые humanizer-детекторы и живые читатели ловят мгновенно.

кэш спасает твой бюджет, но сама архитектура взаимодействия агента с инструментами — неэффективна. Это как ездить на велосипеде с мотором: мотор экономит силы, но если маршрут кривой, всё равно долго.

При переработке и фиксе багов, связанных с услугами на данном портале

Сорри, мой косяк — сейчас всё ушло

При анализе review проведенного новой моделью Anthropic Fable специфичного для QA агента

Что Claude Fable упустил / с чем я бы поспорил

Хорошо — prompt_text/completion_text НЕ персистятся в БД, используются только для оценки токенов.