A videó során egy frissen bemutatott, még kiadás előtt álló mesterséges intelligencia kódoló modell, a Miniax M3.1 Flash Preview kerül kipróbálásra, gyakorlati feladatokon keresztül.
Az első tesztben a modellnek egy drón kameraképéből kell kritikus információkat felismernie és adekvát döntést hoznia, miközben szigorú JSON formátumú választ várnak tőle. Kiemelkedő kérdésként merül fel, hogyan érzékeli és kezeli az AI a finom részleteket, például a vékony vezetéket, az alacsony akkuszintet és a sürgős leszállási szituációt.
Egy következő kihívás a „floor is lava” játék nulláról való megépítése: a modellnek nemcsak 3D bútorokat kell létrehoznia Blender segítségével, de a teljes játékmenetet is implementálni szükséges, sőt, önállóan végez ellenőrzést és hibakeresést is.
Végül egy komplex, többes csatlakozású DB2 adatbázis-lekérdezésben rejlő rejtett hibát kell diagnosztizálnia – olyan hibát, amely csak ritkán jelentkezik. Az, hogy mennyire hatékonyan és gyorsan talál rá a problémára, fontos kérdése a modell gyakorlati hasznosságának.
Kiemelt jelentőséget kap, hogy vajon valóban lényegesen könnyebb-e a használata, átláthatóbb-e a visszacsatolása, illetve mennyiben kínál előnyt alternatívákkal, például a Hermes agenttel szemben. Felmerül a kérdés is, milyen mértékben biztosít a modell az irányíthatósághoz rugalmasságot, és meddig terjed az automatizált hibakeresés hatékonysága.
