AI-აგენტები პროგრამული უზრუნველყოფის ინჟინრებს პროცესების ინჟინრებად აქცევენ

AI-აგენტები პროგრამული უზრუნველყოფის შემუშავების დიდ ნაწილს ავტომატიზებენ; ინჟინრები პროცესების ინჟინრებად იქცევიან და პროგრამული ქარხნის ავტომატიზებულ პაიპლაინებსა და ადამიანის გადამოწმების პუნქტებს დაპროექტებენ. სექტემბრისთვის GitHub-ზე pull request-ების 40%-ზე მეტი AI-აგენტის პირველი ვერსიით იწყებოდა, მარტში კი ეს მაჩვენებელი 17% იყო. სამუშაო მანქანებზე გადადის, პროცესი კი ჩამორჩა.

აგენტები კოდირებას უფრო სწრაფად ავტომატიზებენ, ვიდრე გამოშვებას

აგენტებმა კოდის გენერაცია იაფი და სწრაფი გახადეს, მაგრამ ძირითადად გაშვებაზე იგივე გავლენა არ მოუხდენიათ. CircleCI-ის 2026 წლის მიწოდების მონაცემებით, საშუალო დღიური workflow-ის გაშვებები წინა წელთან შედარებით 59%-ით გაიზარდა: გუნდების ტოპ 5% 97%-ით, ქვედა კვარტილი კი გაზომვად ზრდას არ აჩვენებდა. ერთი კომპანიის კვლევამ, რომელმაც pull request-ების მოცულობის გაორმაგება დაავალა, აჩვენა, რომ თითო რეცენზენტზე დატვირთვა გაორმაგდა და ავტომატურმა რეცენზირებამ რამდენიმე თვეში მოცვით ადამიანურ რეცენზირებას გადააჭარბა.

ინჟინრები პროგრამულ ქარხანას დაპროექტებენ

პროგრამული ქარხანა სპეციალიზებულ აგენტებს ეყრდნობა; თითოეული ერთ საქმეშია კარგი და სამუშაოს სხვებს გადასცემს. კვლევის აგენტი გამოყენების მონაცემებსა და მომხმარებლებთან საუბრებს ბრიფად აქცევს, სპეციფიკაციის აგენტი მოთხოვნებს მიღების კრიტერიუმებით წერს, კოდირების აგენტი ცვლილებას წერს, რეცენზირების აგენტი ამოწმებს, ტესტირების აგენტი უშვებს და წარუმატებლობებს უკან აბრუნებს, გამოშვების აგენტი კი feature flag-ების უკან უშვებს. ინჟინრის საქმე კოდის წერიდან იმ სისტემის დაპროექტებაზე გადადის, რომელიც მას წერს, ტესტავს და უშვებს. ეს უფრო ტექნიკურია და არა ნაკლებ ტექნიკური, რადგან ახლა პასუხისმგებელი ხარ, როგორ მზადდება მთელი კოდი. ოთხი ამოცანიდან პირველი ნაკადის დაპროექტებაა: რომელი აგენტები არსებობს, რას ფლობს თითოეული, რა მუშაობს პარალელურად და რა უნდა შეიცავდეს ყოველი გადაცემა. მეოთხე ადამიანის გადამოწმების პუნქტების განთავსებაა. ადამიანი იქ არის საჭირო, სადაც შეცდომა ძვირია და გადაწყვეტილება განსჯას მოითხოვს. ყოველი AI-აგენტის pull request-ის სტრიქონობით გადამოწმება ხელობის ეპოქის ჩვევაა, ქარხანაში ჭანჭიკების ხელით შემოწმების ტოლფასი. აგენტები კოდს წერენ და ტესტებს ასწორებენ. სქემის მიგრაციის შეცდომა ძვირია, მაგრამ მანქანისთვის შემოწმება იაფია, ამიტომ აგენტები მას მკაცრი შემოწმებებით უშვებენ. UI-ის ტექსტი გემოვნებას ეხება, მაგრამ შეცვლა იაფია, ამიტომ ადამიანი მას გამოშვების შემდეგ ამოწმებს. რა უნდა ავაშენოთ და სად გადის უსაფრთხოების საზღვარი, ადამიანის გადამოწმების პუნქტს მოითხოვს. როცა ნებისმიერ დარგში სამუშაო ავტომატიზდება, ადამიანები არ ქრებიან. იცვლება მათი საქმე: ისინი წყვეტენ თავად ასრულებდნენ სამუშაოს და იწყებენ იმ სისტემის დაპროექტებას, რომლითაც სამუშაო მიდის.

ხარისხი ყოველ ცვლილებაშია ჩაშენებული

გუნდების უმეტესობა ხარისხის უზრუნველყოფის ძველ მოდელს იყენებს: ცვლილებები გროვდება და ბოლოს ერთ შემოწმებას გადის საერთო სტეიჯინგ გარემოსა და ადამიან რეცენზენტთან. ეს მთელი ქარხნისთვის ერთი სატესტო სტენდია და, როცა აგენტები ცვლილებებს ამრავლებენ, Goldratt-ის აღწერილ ვიწრო ადგილად იქცევა. Toyoda-ს დაზგა ოპერატორს ათავისუფლებდა, რადგან ყოველ ძაფს ამოწმებდა და გაწყვეტისთანავე ჩერდებოდა. აგენტების კოდს იგივე მექანიზმი სჭირდება: ტესტის აგენტი ყოველ ცვლილებას ამოწმებს, კოდირების აგენტი ასწორებს წარუმატებელს, და არაფერი იძვრება, სანამ ტესტს არ გაივლის.

პროცესი ხდება განმასხვავებელი ფაქტორი

აგენტებმა კოდი იაფი გახადეს და ყველა გუნდს ერთი და იგივე მოდელები ხელმისაწვდომია. წინ მიმავალ გუნდებს გამოყოფს აგენტების გარშემო აშენებული ხაზი: სადგურებს შორის კონტრაქტები, ადამიანის გადამოწმების პუნქტები განსჯის ადგილებში და ყოველი ცვლილების შემოწმება. ამ ხაზის დაპროექტება ახლა პროგრამული უზრუნველყოფის ინჟინრის საქმეა.

წყაროები: The New Stack