Google vill att team ska mäta kodagenter som riktiga arbetsverktyg

Google lyfter en kvalitetsloop för kodagenter där fokus ligger på testning, grading och återkoppling i stället för att bara jaga nästa modelluppgradering. Det är ett välkommet skifte för team som upptäckt att en imponerande demo inte automatiskt blir ett pålitligt utvecklarverktyg.

Det läsarvärde som sticker ut här är att inlägget handlar mer om arbetsrutin än om produktnamn. När kodagenter börjar skriva fler filer, göra ändringar över tid och påverka riktiga projekt blir frågan inte bara om de kan generera kod, utan om de går att förbättra systematiskt.

Börja med ett mätproblem, inte ett modellproblem

Mål: Veta vad som faktiskt ska bli bättre. Gör så här: välj en konkret uppgift som agenten redan gör, till exempel buggrättning, testskrivning eller dokumentation. Kontrollera: att teamet är överens om vad som räknas som ett bra resultat innan ni ändrar modell eller prompt.

Bygg en liten loop för utvärdering

Mål: Skapa en återkommande process. Gör så här: samla ett litet men återanvänt testunderlag, bedöm svaren mot samma kriterier och dokumentera när agenten missar kontext eller gör felaktiga antaganden. Kontrollera: att samma testfall går att köra igen efter en ändring så att förbättringen går att se.

Se agenten som ett system med flera felkällor

Mål: Hitta vad som ska justeras först. Gör så här: skilj på problem i modellen, instruktionen, verktygstillgången och det omgivande arbetsflödet. Kontrollera: om förbättringen kommer från bättre instruktioner, bättre kontext eller bättre testning, inte bara från en ny modellversion.

Poängen är enkel men viktig: många team försöker lösa stabilitetsproblem genom att byta modell när den egentliga flaskhalsen ligger i utvärdering och arbetsprocess. Googles kvalitetsloop är därför mest intressant som en svensk handbok för hur kodagenter kan bli mindre chansartade i vardagen.

Källa: https://developers.googleblog.com/driving-the-agent-quality-flywheel-from-your-coding-agent/