3,583 papers
arXiv:2610.14960 70 10 окт. 2026 г. PRO

Greedy fetching: сильные агенты изучают чужой код не как люди, и результат зависит от того, в каком виде им дали данные

КЛЮЧЕВАЯ СУТЬ
Обнаружено: сильные ИИ-агенты изучают чужой код совсем не так, как человек. Человек возвращается к одним функциям и идёт по связям. Агент прыгает по всему файлу, хватает много кода и почти не перечитывает. Авторы назвали это жадной выборкой (greedy fetching). Находка помогает понять, как подавать данные агенту, которому нужно разобрать незнакомый проект. Фишка: поведение агента задаёт не только мощность модели, но и вид, в котором ты дал код. Готовый исходник вместо россыпи ассемблера: запросов меньше, понимание то же. Лучшие модели дошли до глубины понимания топ-аналитиков (брали 10 лучших из 48 участников). И сделали это за минуты.
Адаптировать под запрос
📋 Дайджест исследования

Контент доступен только для PRO подписчиков

Чтобы получить доступ к дайджесту этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс
YandexPay • SberPay • СБП • Карты РФ
⚡ Оплатить через Tribute
Telegram Stars • Моментальный доступ
Узнать о PRO

Контент доступен только для PRO подписчиков

Чтобы получить доступ к концептам этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс
YandexPay • SberPay • СБП • Карты РФ
⚡ Оплатить через Tribute
Telegram Stars • Моментальный доступ
Узнать о PRO
📖 Простыми словами

Контент доступен только для PRO подписчиков

Чтобы получить доступ к упрощённому объяснению этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс
YandexPay • SberPay • СБП • Карты РФ
⚡ Оплатить через Tribute
Telegram Stars • Моментальный доступ
Узнать о PRO

Работа с исследованием

Адаптируйте исследование под ваши задачи или создайте готовый промпт на основе техник из исследования.

0 / 2000
~0.5-2 N-токенов ~10-30с
~0.3-1 N-токенов ~5-15с