«Markedssamtalen har flyttet seg fra "hvilken modell skriver kode raskest" til "hvilken plattform hjelper bedrifter å levere programvare trygt, repeterbart og økonomisk gjennom hele livsløpet".» — Michael Kwok, VP for IBM Bob
Slik rammer IBM inn oppdateringen selskapet annonserte torsdag, melder InfoWorld. IBM Bob er en agentbasert utviklingsplattform som ble gjort globalt tilgjengelig i april, og den nye versjonen legger til multi-agent-arbeidsflyter, parallelle verktøykall og innebygd kostnads- og bruksanalyse kalt «Bobalytics».
Poenget er å dekke arbeidet rundt koden, ikke bare selve kodingen. Bob spenner over hele utviklingsløpet: oppdagelse, planlegging, design, koding, testing, deploy og drift, med tre persona-moduser («Agent», «Plan», «Ask»). Den ruter oppgaver mellom modeller som IBMs egen Granite og Anthropics Claude etter kostnad, ytelse og nøyaktighet, og pakker tre ferdige arbeidsflyter for Java-, IBM i- og mainframe-modernisering (IBM Z).
Det tekniske løftet ligger i to grep som er kjent fra agentbygging. Parallelle verktøykall lar Bob kjøre søk, fillesing og validering samtidig, så en oppgave som før tok 30 sekunder nå gjøres på 10 eller mindre, med lavere tokenforbruk. Og når Bob trenger å utforske noe selvstendig, som å finne ut hvordan autentisering fungerer i en kodebase, spinner den opp en subagent som leser filer og returnerer et sammendrag, mens mellomstegene kastes. Det holder hovedkonteksten ren. Kontekstvinduet er samtidig økt til 270K tokens, opp fra 200K i første versjon.
For deg som bygger egne agenter er det arkitekturen som er interessant, ikke IBM-stacken. Subagent-isolering og parallelle verktøykall er mønstre du kan bruke uansett rammeverk. Det IBM legger oppå, er styring, kostnadsoversikt og revisjonsspor rettet mot bedrifter som moderniserer gammel kode, og det er der plattformen skiller seg fra en ren kodeassistent.
Hva bør du gjøre?
- Lån subagent-mønsteret: la en hovedagent delegere avgrensede utforskingsoppgaver til subagenter som returnerer korte sammendrag, så hovedkonteksten ikke svulmer.
- Kjør uavhengige verktøykall parallelt i stedet for sekvensielt der oppgaven vifter ut over søk, fillesing og validering.
- Rut oppgaver til ulike modeller etter kostnad og nøyaktighet. Bruk en billig modell til enkle steg og en sterkere til de vanskelige.