OpenHands пишет код за 20 минут, но тратит часы на проверку и исправления
На последних десяти задачах агент в среднем писал код 20 минут, делал ревью 10 минут и запускал автотесты 5 минут.
Проверка через Android Test Lab занимала еще 10 минут, а исправление после нее еще 10 минут.
Цикл правок после замечаний в pull request занимал от 30 минут до нескольких часов.
Две задачи растянулись на 70 и 90 часов, поэтому в автоматическом режиме агент закрывал 1–2 задачи в день вместо целевых 5–10.
Почему важно
После ускорения генерации узким местом становится доказательство корректности, поэтому пропускная способность зависит от автоматизации проверки и обратной связи.