माइक्रोसॉफ्ट ने कोड-टेस्टिंग-जनरेटर को ओपन-सोर्स किया: एक बहुभाषी यूनिट-टेस्ट एजेंट जो 92.1% कार्य पूर्णता हासिल करता है, जबकि स्टॉक Copilot 78.9%

माइक्रोसॉफ्ट ने कोड-टेस्टिंग-जेनरेटर को ओपन सोर्स कर दिया है, जो एक बहुभाषी यूनिट-टेस्ट एजेंट है जो टेस्ट लिखता है और साबित करता है कि वे काम करते हैं। यह MIT-लाइसेंस प्राप्त dotnet/skills रिपॉजिटरी में एक dotnet-test प्लगइन के रूप में शिप होता है। यह एजेंट उस अंतर को संबोधित करता है जहां कोडिंग सहायक टेस्ट फ्रेमवर्क, फ़ाइल स्थान या अभिकथन (assertions) निर्दिष्ट नहीं करते हैं। यह पहले रिपॉजिटरी पढ़ता है, फिर योजना बनाता है, लिखता है, चलाता है और टेस्ट की जांच करता है। माइक्रोसॉफ्ट के आंतरिक 152-कार्य बेंचमार्क पर, इसने 140 कार्य (92.1%) पूरे किए, जबकि स्टॉक GitHub Copilot ने 120 (78.9%) पूरे किए, उसी मॉडल और प्रॉम्प्ट का उपयोग करते हुए, जो 63% कम विफलताएं हैं। लाभ अस्पष्ट प्रॉम्प्ट (79/89 हल बनाम 59/89) और डिफ-लक्षित कार्यों (15/15 बनाम 0/15) पर केंद्रित हैं। इसने लगभग समान लाइन कवरेज (72.4% बनाम 72.2%) पर 2.3% कम टेस्ट उत्पन्न किए (6,963 बनाम 7,129), और औसत कार्य समय में 5.5% तेज था। एजेंट Research-Plan-Implement पाइपलाइन के माध्यम से काम का समन्वय करता है, भाषा और टेस्ट फ्रेमवर्क का पता लगाता है, बिल्ड और टेस्ट कमांड ढूंढता है, और उत्पादन कोड को कभी संशोधित नहीं करता है। यह पूरा होने की रिपोर्ट करने से पहले पांच सत्यापन जांच चलाता है, जिसमें एक हल्का म्यूटेशन टेस्टिंग दृष्टिकोण शामिल है। एजेंट एक एजेंट परिभाषा है जिसमें कौशल (skills) होते हैं, होस्ट की गई सेवा नहीं, इसलिए यह मौजूदा कोडिंग एजेंटों के अंदर चलता है और कोड स्थानीय रखता है।