AI已成為軟件交付生命周期的一部分

人工智能可以緩解軟件交付生命周期中涉及的繁瑣和重復(fù)的任務(wù),從基于現(xiàn)有功能生成規(guī)范到編寫代碼。此外,他表示,人工智能可以自動化代碼審查、漏洞測試、錯誤修復(fù),甚至為構(gòu)建和部署創(chuàng)建CI/CD管道。

本文來自微信公眾號“開源云中文社區(qū)”。

Jyoti Bansal是Harness的首席執(zhí)行官,Harness是一家DevOps公司,最近將其口號調(diào)整為“業(yè)界第一個使用人工智能簡化DevOps流程的軟件交付平臺”。當(dāng)然,Harness并不是第一家大力轉(zhuǎn)向人工智能的公司,但考慮到其對持續(xù)交付的關(guān)注,筆者采訪了Bansal,了解人工智能現(xiàn)在是如何在Harness及其客戶中使用的。

第一個問題是生成人工智能對開發(fā)人員及其工作流程產(chǎn)生了什么影響。

他回答說,人工智能可以緩解軟件交付生命周期中涉及的繁瑣和重復(fù)的任務(wù),從基于現(xiàn)有功能生成規(guī)范到編寫代碼。此外,他表示,人工智能可以自動化代碼審查、漏洞測試、錯誤修復(fù),甚至為構(gòu)建和部署創(chuàng)建CI/CD管道。

Bansal說:“通過智能地使用生成人工智能,我們可以很容易地在開發(fā)者工作流程的每個部分將效率提升30%~40%。”

Harness如何用人工智能

由于Harness本身大量使用人工智能技術(shù),筆者向Bansal詢問了這方面的細(xì)節(jié)。

他表示,利用人工智能的一個關(guān)鍵領(lǐng)域是確保代碼更改不會對性能、質(zhì)量或安全產(chǎn)生負(fù)面影響。Harness在其持續(xù)交付管道中利用人工智能模型,他解釋道,這些模型將代碼更改與DataDog、Azure Monitor和Splunk等監(jiān)控和日志記錄系統(tǒng)的數(shù)據(jù)進(jìn)行比較。這些人工智能模型可以在代碼更改部署到其系統(tǒng)中的生產(chǎn)之前識別任何潛在問題,從而實(shí)現(xiàn)快速可靠的部署管道。

Harness采用的另一種人工智能技術(shù)是Bansal所說的“測試智能”。他說,這解決了測試執(zhí)行時間過長的常見挑戰(zhàn)。通過使用人工智能模型,Harness識別代碼中與特定測試相關(guān)的部分,使其開發(fā)人員能夠優(yōu)化需要運(yùn)行的測試。Harness可以確定給定代碼更改所需的特定測試,而不是為每個代碼更改運(yùn)行一套大型測試。這大大減少了測試執(zhí)行時間,提高了開發(fā)人員的生產(chǎn)效率。

他說:“我們一直在構(gòu)建許多較小的技術(shù)來優(yōu)化事情。”

Bansal還證實(shí),該公司正在積極開發(fā)基于人工智能的生成方法,以進(jìn)一步增強(qiáng)其平臺,但他不愿透露這些尚未宣布的功能的任何進(jìn)一步細(xì)節(jié)。

嵌入還是單獨(dú)出售

Bansal關(guān)于人工智能的一句格言是,它應(yīng)該嵌入B2B產(chǎn)品中,而不是作為單獨(dú)的附加組件出售。他解釋說,在客戶支持方面,人工智能可以用來對客戶的查詢做出適當(dāng)?shù)捻憫?yīng)。同樣,在銷售中,人工智能可以幫助潛在買家開展外聯(lián)活動。

至于開發(fā)者產(chǎn)品,Bansal指出,客戶越來越要求將人工智能功能直接集成到他們購買的產(chǎn)品中,而不是依賴于單獨(dú)的人工智能解決方案。他說,這種方法確保了人工智能適合特定的用例和領(lǐng)域。

提示工程

筆者問Harness是否有任何功能有助于“提示工程”這一新角色——許多開發(fā)人員現(xiàn)在正在適應(yīng)這一角色(例如,當(dāng)從GitHub Copilot獲得代碼完成幫助時)。

Bansal承認(rèn)在DevOps過程中提示工程和他所稱的“多智能體技術(shù)”的重要性。他說,Harness正在積極將這些概念融入平臺,但到目前為止還沒有什么要宣布的。但他說,目標(biāo)是創(chuàng)建一個模型,通過利用代理執(zhí)行各種任務(wù)來促進(jìn)開發(fā)人員的工作流程。因此,你將擁有創(chuàng)建代碼規(guī)范、編寫代碼、生成測試用例和執(zhí)行代碼測試的代理。

安全

Bansal還是他共同創(chuàng)建的一家名為Traceable(“企業(yè)級智能API安全”)的新公司的首席執(zhí)行官。他解釋道:“可追蹤性監(jiān)視并分析每一個API調(diào)用,確保敏感數(shù)據(jù)不會被無意中發(fā)送到GPT、API或其他端點(diǎn)。”它利用人工智能技術(shù)進(jìn)行監(jiān)控,并檢測任何潛在的安全漏洞或數(shù)據(jù)泄露企圖。

Bansal說,Traceable的AI模型建立在API數(shù)據(jù)湖上,這使得安全團(tuán)隊(duì)能夠?qū)崟r識別和解決安全挑戰(zhàn)。對確?;谌斯ぶ悄艿纳闪髁康男枨笳谘杆僭鲩L,尤其是在銀行和金融服務(wù)等數(shù)據(jù)隱私備受關(guān)注的行業(yè)。

為IT部門和開發(fā)人員提供建議

Bansal建議企業(yè)公司的IT部門利用供應(yīng)商提供的生成人工智能能力,而不是試圖在內(nèi)部構(gòu)建這些能力。他建議公司專注于在非核心業(yè)務(wù)領(lǐng)域整合生成人工智能,如開發(fā)工具、銷售工具、營銷工具、會計(jì)和人力資源。他說,通過推動供應(yīng)商將生成人工智能能力融入這些產(chǎn)品,公司可以從這些進(jìn)步中受益,而無需投入大量資源。

然而,他也指出,公司值得探索在其核心業(yè)務(wù)領(lǐng)域使用生成人工智能,在那里它可以增強(qiáng)客戶體驗(yàn)。例如,銀行可以考慮在網(wǎng)上銀行中使用生成人工智能機(jī)器人,零售商可以探索基于生成人工智能的個人購物助理。

至于開發(fā)人員,他強(qiáng)調(diào)了學(xué)習(xí)如何有效使用人工智能并將其融入軟件交付生命周期的每一部分的重要性。他說,通過利用生成人工智能,開發(fā)人員可以更高效,在更短的時間內(nèi)完成任務(wù)。

THEEND

最新評論(評論僅代表用戶觀點(diǎn))

更多
暫無評論