Agentes de código de infraestrutura precisam de feedback de testes

O SWE-InfraBench avalia modelos de linguagem em edições incrementais de infraestrutura AWS CDK e relata que agentes multi-turno que usam feedback de testes unitários superam tentativas de modelo em disparo único. Por que importa: Automação de infraestrutura não perdoa erros: um agente que consegue executar testes, inspecionar falhas e revisar é mais relevante do que um modelo que apenas gera código de configuração plausível uma vez.

Para testar: Para qualquer assistente de geração de infraestrutura, exija um sandbox, testes unitários ou checagens de política, inspeção de falhas e uma etapa de aprovação humana antes do deploy.