Japanese post: building a full dev environment for GPT-6 Astra with 8 open-source tools
Daytona, E2B, OpenHands, SWE-agent, Serena, Repomix, DeepEval and Langfuse each cover one part, with the point being whether the environment can run on its own rather than how well the model writes code.
GPT-6 Astraセットアップに何時間もかけた 数週間前がアホらしく感じてきた AIにちゃんと働ける開発現場を丸ごと与える オープンソース8つで完結する 👇 01 Daytona エージェントごとに分離された開発環境を用意 同時に複数Agentを走らせても、 環境がぐちゃぐちゃになりにくい。 02 E2B AI生成コードを安全に実行する使い捨てSandbox。 壊れても本番環境に影響しない。 WORKSPACEを作る 03 OpenHands コードを見る ↓ ターミナルを触る ↓ ブラウザを使う ↓ 実際に実行する まで1体で動ける。 04 SWE-agent GitHub Issueを渡すと、 Issue理解 ↓ リポジトリ確認 ↓ 修正 ↓ テスト まで回す。 REPOを理解させる 05 Serena セマンティックにコードを探索・編集。 ただgrepするだけじゃなく、 「この関数どこから呼ばれてる？」 みたいな構造理解に強い。 06 Repomix リポジトリ全体を、 AIが読みやすい構造化コンテキストに変換。 巨大Repoでも、 毎回迷子になりにくくする。 全部検証する 07 DeepEval Agentの出力を評価。 「動いたっぽい」じゃなく ちゃんと期待通りかを測る。 08 Langfuse Prompt ↓ Tool Call ↓ 実行 ↓ 結果 ↓ Retry ↓ Deploy まで全部トレース。 何が失敗したか どこでコストが溶けたかも追える。 最終的な流れはこれ。 Repository ↓ Ingest ↓ Reason ↓ Execute ↓ Verify ↓ Retry ↓ Deploy ここで重要なのは、 GPT-6 Astraが 良いコードを書いたかを 見ることじゃない。 AgentがRepoを理解し、ファイルを変え、 実行し、失敗を検出し自分で直して 最後まで通せる環境を作ること。 モデルが書く。 システムが、それをちゃんと動かす。 AIコーディング、 次の勝負は完全にここです。 https://x.com/Lummox_eth/status/2106417981060227275/video/1
This post quotes another post: x.com/codexneo4/status/2105146973984850110