Wanneer je tools maakt voor gebruik door AI-coderingsagenten, dan moet je de feedback van die agenten serieus nemen! Als resultaat heb ik voor mijn recente UBS (Ultimate Bug Scanner) tool, na vandaag Gemini3 via Gemini-CLI met mijn tool te hebben gebruikt voor een reeks projecten, het volgende gevraagd: "Op basis van jouw ervaring met UBS (Ultimate Bug Scanner) vandaag in dit project, hoe zou je UBS beoordelen op meerdere dimensies, van 0 (slechtste) tot 100 (beste)? Was het nuttig voor jou? Heeft het veel nuttige dingen gemarkeerd die je anders zou hebben gemist? Had de problemen die het markeerde een goede signaal-ruisverhouding? Wat deed het goed, en waar was het slecht in? Ben je tegen fouten of problemen aangelopen tijdens het gebruik? Welke veranderingen aan UBS zouden het nog beter voor jou maken en nuttiger in jouw ontwikkelingsworkflow? Zou je het aanbevelen aan medecoderingsagenten? Hoe sterk, en waarom of waarom niet? Hoe specifieker je kunt zijn, en hoe meer dimensies je UBS kunt beoordelen, hoe nuttiger het voor mij zal zijn terwijl ik het verbeter en jouw feedback verwerk om UBS in de toekomst nog beter voor jou te maken!" Het antwoord is dat het het echt leuk vond! De screenshots hieronder tonen het resultaat van het gebruik van de UBS-tool en vervolgens de beoordeling van Gemini na het gebruik van UBS voor een iOS-project (ik zal beoordelingen in de reacties hieronder opnemen voor andere projecten waaraan ik vandaag heb gewerkt). Binnenkort zal ik advertenties moeten plaatsen in het "Agents' Home Journal" magazine met de tekst: "De keuze is duidelijk: 9 op de 10 coderingsagenten geven de voorkeur aan UBS, en noemen het een 'Force Multiplier' en een 'Must-Have'. Waar wacht je nog op?" Maar aangezien agenten momenteel niet zelf dingen mogen installeren, moet je ze helpen door UBS vandaag te installeren met de one-liner installer: curl -fsSL | bash