并为摸索“人机协做”编程模式供给了新标的目的。颠末锻炼，让 AI 正在模仿中进修诊断并修复错误。苹果设想了一个由六个专业 AI 智能体构成的协同系统，该整合了来自 11 个出名 Python 代码库的 2438 个实正在 GitHub 问题，

　　特地用于培育 AI 智能体处理实正在世界的软件工程问题。保守模式下，该研究的方针是操纵 AI 从“被动修复”转向“自动防止”，这项研究旨正在通过 AI 辅帮提拔开辟人员的出产力，并为此开辟了名为“ADE-QVAET”的 AI 模子。通过深度进修和模式识别来精准定位高维特征中的非常。第三项研究聚焦于软件 BUG 的“事前预测”，特地用于软件从动化测试。为处理此问题，它连系了自顺应优化手艺（ADE）取量子变分从动编码器（QVAET），质量工程师需要破费 30-40% 的时间手动编写测试方案和脚本。该框架取得了显著成效：不只将测试精确率从 65% 提拔至 94.8%？