Az Augment és a Harness ügylete a teljes fejlesztési folyamatra irányítja a figyelmet

A gyorsabb kódolás új várólistákat hozhat létre

Az Anaconda október 13-án közzétett elemzése szerint egy kódolóügynök befejezheti a saját feladatát úgy, hogy a csapatnak még napok munkája marad hátra. A kódot át kell nézni, reprodukálni kell a fejlesztési környezetet, jóváhagyásra várhat egy függőség, és meg kell állapítani, hogy a módosítás valóban megoldja-e az eredeti problémát, valamint futtatható-e azon a rendszeren, ahol az üzletnek szüksége van rá.

Az Anaconda értelmezése szerint az Augment és a Harness ügylete ebbe a szélesebb versenybe illeszkedik. A Harness közlése alapján a felvásárlás érinti a Cosmos, az Auggie CLI és a Code Context Engine technológiákat, valamint kapcsolódó eszközöket. A vállalat megjelölt iránya az ügynökalapú fejlesztés összekapcsolása a szoftverek szállításának és üzemeltetésének szélesebb folyamatával.

Ha a fejlesztők gyorsabban állítanak elő módosításokat, mint ahogy ellenőrizni tudják azokat, megnőhet a felülvizsgálati sor. Hasonló helyzet alakulhat ki akkor is, ha az ügynökök gyorsabban kezdenek feladatokba, mint ahogy a környezetek létrehozhatók. Az Anaconda szerint a kódíráson megspórolt idő egy része ilyenkor a későbbi egyeztetésekben és javításokban jelenik meg.

A fejlesztőgyárban újrahasznosíthatóvá válnak a jó döntések

Az Anaconda a fejlesztőgyárat olyan rendszerként írja le, amelyben a fejlesztők egy ötletből tesztelt és leszállított szoftvert hozhatnak létre, miközben megbízható módon tanulhatnak a kiadás utáni működésből. A vállalat AI Dev Factory megközelítése a fejlesztési folyamatot a csomagokkal, modellekkel, környezetekkel, biztonsági szabályozással és infrastruktúrával kapcsolja össze.

A vállalat egy Python-könyvtár példáján mutatja be a problémát. Előfordulhat, hogy egy ügynök olyan verziót választ, amely működik a saját környezetében, de nem felel meg a csomagokra vonatkozó vállalati szabályzatnak. A csere kódmódosítást és újabb tesztelést igényelhet, miközben a felülvizsgáló más környezetet használ.

Az Anaconda szerint ezt mérsékelheti, ha az ügynök már a döntés előtt hozzáfér a releváns csomaginformációkhoz, reprodukálható környezet áll rendelkezésére, a szükséges ellenőrzések pedig a munkafolyamat közben is elérhetők. A tesztelés bizonyítékainak megőrzése azt is segítheti, hogy a következő résztvevőnek kevesebb kontextust kelljen újra felépítenie.

Az Anaconda saját eszközeivel építené fel ezt a folyamatot

Az Anaconda közlése szerint a Kilo adja a környezetet, amelyben a fejlesztők kódolóügynökökkel dolgozhatnak. Az Anaconda Platform megbízható csomagokat és környezeteket, valamint ismételhető AI-munkafolyamatokhoz szervezést kínál. Az Enkrypt AI az AI-rendszerek tesztelését és védelmi korlátait biztosítja.

A vállalat szerint a Kilo Desktop ezeket az irányokat egy alkalmazásban kapcsolja össze az ügynökalapú fejlesztéssel, a jegyzetfüzetekkel és a conda-környezetek kezelésével. Az Anaconda ugyanakkor kiemeli, hogy az ügyfeleknek meg kell őrizniük a lehetőséget a számukra megfelelő összetevők kiválasztására. A fejlesztőgyárnak egy jobb modellt, eltérő telepítési környezetet vagy már használt eszközt is kezelnie kell.

AI-alkalmazásoknál a funkcionális tesztek önmagukban nem válaszolnak minden kérdésre. Külön vizsgálni kell például, hogyan használ egy ügynök egy eszközt, miként kezeli az érzékeny információkat, illetve hogyan reagál váratlan utasításokra.

A teljes munkafolyamatot kell mérni

Az Anaconda a fejlesztési vezetőknek azt javasolja, hogy egy, az üzlet számára fontos munkafolyamatot kövessenek végig a kéréstől a gyártási környezetig. A mérésnek ki kell terjednie a tényleges munkára, a várakozásra, a kontextus újjáépítésére és az olyan javításokra, amelyeket korábban is fel lehetett volna fedezni.

A vállalat szerint a szűk keresztmetszet időnként maga a kódolóügynök, máskor a környezet beállítása, a függőségek kiválasztása, a tesztelés vagy egy rendezetlen átadás lehet. A fontos mutatók közé tartozik, mennyi idő alatt jut el egy hasznos módosítás a felhasználókhoz, milyen gyakran kell újramunkálni, mennyire megbízhatóan fut, és mekkora költséggel jár az eljuttatása.

Ez a megközelítés a felhasználók számára azt jelentheti, hogy a kódolóügynökök értékét nem kizárólag a kód elkészítésének ideje alapján értékelik. A forrás szerint a cél olyan rendszer, amelyben a fejlesztők összetettebb munkát vállalhatnak, miközben a körülöttük lévő folyamat több rutinfeladatot kezel megbízhatóan.