규모가 모든 것을 정복하다: AI 에이전트가 swebench-verified에서 SOTA 달성

CodeStory는 대규모 테스트 시간 추론을 활용하여 swebench-verified 벤치마크에서 최첨단 결과를 달성하고 문제의 62.2%를 해결했습니다. Sonnet 3.5 LLM과 간단한 툴셋을 사용했으며, 초기 MCTS 프레임워크를 확장성을 위해 포기했습니다. 여러 가상 머신과 Anthropic 계정에서 다수의 에이전트를 실행하여 소규모 팀이라도 복잡한 소프트웨어 엔지니어링 문제 해결에서 규모의 힘을 입증했습니다. 이는 '규모가 모든 것을 정복한다'는 '쓴 교훈'을 강화하며, 소프트웨어 엔지니어링 분야에서 AI를 위한 새로운 패러다임을 제시합니다.