Организации все чаще осознают тот факт, что использование ИИ для написания большего количества кода создает узкие места на дальнейших этапах конвейера разработки, поскольку весь этот код все еще необходимо тестировать и интегрировать. В этом выпуске The New Stack Agents мы поговорили с соучредителем и генеральным директором Harness Джоти Бансалом о том, как его компания пытается решить эту проблему с момента ее запуска в 2017 году и как Harness теперь использует агентов в качестве основной функции своей платформы для ускорения внешнего цикла разработки.
«Мы создали искусственный интеллект для кодирования, но на самом деле мы не поставляем его быстрее. Мы создаем больше кода, но это не значит, что мы поставляем его быстрее. Так в чем же проблема? И тогда вы понимаете, что больше кода не означает, что вы можете протестировать его достаточно быстро, вы можете развернуть его достаточно быстро, вы можете защитить его, вы можете обеспечить соответствие — все виды вещей, которые нужно делать с кодом», — сказал он.
Бансал утверждает, что большая часть времени разработчика уже давно тратится на выполнение всех задач, необходимых для обеспечения готовности кода к производству. Целью Harness всегда была оптимизация этого процесса, и даже на заре своего существования компания использовала машинное обучение (ML) везде, где имело смысл исключить часть повторяющейся работы.
От машинного обучения к генному искусственному интеллекту
По мере того, как большие языковые модели (LLM) становились умнее, для команды Harness было естественным начать внедрять больше возможностей искусственного интеллекта в свои продукты.
«Когда мы начали изучать генеративный искусственный интеллект [GenAI]Конечно, мы начали с вопроса: «Можем ли мы использовать LLM, чтобы упростить настройку чего-либо?» Можно ли с его помощью легко создать конвейер? Можете ли вы устранить уязвимости безопасности с помощью LLM?» И это был первый набор вариантов использования, с которых мы начали», — объяснил Бансал. «Затем со временем стало очень ясно. [that for] Многие из этих проблем, агенты или агентный искусственный интеллект, являются правильным решением. Поэтому мы создали множество агентов для решения проблем. И теперь люди используют нашу платформу через библиотеку агентов искусственного интеллекта».
Сегодня Harness управляет десятками агентов в рамках своей платформы Harness AI. К ним относятся агент DevOps, агент инженера по обеспечению надежности сайта (SRE), агент AppSec, агент FinOps, агент тестирования, агент надежности и агент выпуска — все с различными подагентами для более специализированных задач. Эти агенты имеют доступ к графику, который описывает инфраструктуру данной организации, инструменты, которые они используют для тестирования, и многое другое. В конце концов, правильный контекст имеет решающее значение для того, чтобы агенты могли выполнять свою работу максимально эффективно.
«Наши пользователи не видят ни одного из этих агентов», — пояснил Бансал. «Наши пользователи видят только один ИИ Harness, а AI Harness похож на единого агента, который объединяет их всех вместе».
Доверьтесь агентам ИИ
Агенты ИИ неизбежно будут совершать ошибки — по крайней мере, на данный момент. Бансал утверждает, что для Harness это на самом деле не проблема, поскольку компания занимает свое место в жизненном цикле разработки программного обеспечения.
«Наши агенты не выполняют развертывание в рабочей среде. Наши агенты создают производственный конвейер развертывания. Конвейер производственного развертывания является детерминированным. Его можно проверить. Каждый происходящий шаг проверяется кем-то с точки зрения соответствия требованиям, с точки зрения безопасности. Так что дело не в том, что ИИ просто вмешивается в вашу производственную среду — людям это не нравится, и во многих случаях людям, вероятно, не следует так делать в течение длительного времени».
МКП ФТВ
Что касается внедрения этих инструментов на предприятии, Бансал отметил, насколько он был удивлен тем, как быстро предприятия внедрили эти инструменты и собственный сервер протокола контекста модели (MCP) Harness, который раскрывает возможности своего агента и позволяет таким инструментам, как Windsurf и Cursor, подключаться к платформе.
«Я был немного удивлен тем, что даже на очень крупных предприятиях (которые можно было бы назвать медленно развивающимися предприятиями) уровень внедрения интеграции ИИ в их инструментальную цепочку и то, как они это внедряют, довольно высок», — сказал Бансал.
Одна крупная авиакомпания-клиент взяла на вооружение ИИ Harness и создала на его основе собственную внутреннюю цепочку инструментов ИИ для всех своих инженеров. «Мы видим много творческого подхода в том, как люди хотят изменить практику разработки программного обеспечения», — отметил он.
Увеличение или замена
И хотя Бансал сам написал большую часть раннего кода для своего предыдущего стартапа AppDynamics (который был продан Cisco за 3,7 миллиарда долларов), он на какое-то время прекратил программировать, но теперь снова взялся за это благодаря этим новым инструментам кодирования на базе искусственного интеллекта. «Я снова начинаю становиться опасным», — пошутил он, но также отметил, что искусственный интеллект помог ему ускорить некоторые из наиболее трудоемких задач по управлению продуктом и написанию спецификаций.
Однако он не верит, что эти инструменты заменят людей-разработчиков или менеджеров по продукту.
«Интересная часть ИИ — это темп. Конкурентное давление и все остальное намного выше», — сказал он. Если раньше можно было потратить год или больше на запуск новой функции или выход на новый рынок, то сейчас это не вариант. «Этот график сократился примерно до шести месяцев для всех… Все сводится к следующему: если вы становитесь более продуктивным, что вы делаете? У вас меньше людей или вы выполняете больше работы? Я думаю, что на данный момент я вижу, что в основном не так много фраз: «вы делаете меньше, вам нужно меньше людей» — вы просто делаете больше работы».
С ИИ-пузырем все в порядке
Поскольку Бансал также является активным инвестором в стартапы, мне было любопытно услышать, что он думает о потенциальном пузыре искусственного интеллекта, который скоро лопнет. Он признал, что все области искусственного интеллекта сейчас бурно развиваются, но он также утверждает, что это не обязательно проблема.
«Пузырь иногда не обязательно является чем-то плохим», — сказал он. «Скажем, если что-то представляет собой большую прорывную технологию. Пузыри возникают потому, что люди ожидают, что за два года этот показатель вырастет с 1 до 100, но, возможно, за пять лет он вырастет с 1 до 100, а этот показатель все еще растет с 1 до 100». В качестве примера он привел Интернет с его бумом и крахом доткомов. В сфере искусственного интеллекта сейчас довольно много компаний пытаются решить аналогичные проблемы — и, возможно, лишь немногие из них выживут. Но Бансал утверждает, что именно так и должна работать система.
«У нас будут крупные победители — компании, которые добьются успеха. Многие действующие игроки также поймут, что делать. Они подхватят некоторые из этих инноваций. Итак, все происходит, и это действительно так, но событий может происходить гораздо больше, чем в конечном итоге будет необходимо, и именно здесь находится пузырь — и это, вероятно, нормально».
ТЕНДЕНЦИОННЫЕ ИСТОРИИ YOUTUBE.COM/THENEWSTACK Технологии развиваются быстро, не пропустите ни одной серии. Подпишитесь на наш канал YouTube, чтобы смотреть все наши подкасты, интервью, демонстрации и многое другое. ПОДПИСАТЬСЯ Группа, созданная в Sketch. Прежде чем присоединиться к The New Stack в качестве старшего редактора по искусственному интеллекту, Фредерик был корпоративным редактором в TechCrunch, где освещал все, от появления облака и первых дней Kubernetes до появления квантовых вычислений…. Подробнее от Фредерика Лардинуа
