Авиатор спонсировал этот пост.
Сделают ли инструменты искусственного интеллекта разработчики более продуктивными на 56%, 26% более продуктивными или — как показало недавнее исследование METR — на 19% менее продуктивным?
Ответ, как всегда, это зависит. Бросая инструментов ИИ в разработчиков не магически решат все свои проблемы. С другой стороны, я регулярно общаюсь с лидерами по производительности разработчиков из таких компаний, как Netflix, Slack, Shopify или LinkedIn в подкасте Hangar DX, и все они согласны с тем, что ИИ является множителем производительности производительности.
Шридхар Рамакришнан, который возглавляет команду разработчиков в Slack и поддерживает тысячи разработчиков, говорит, что ИИ улучшит опыт разработчиков и скорость в 10 раз. Райан Кук, инженерный директор Pinterest, видит самую большую возможность использовать ИИ в «проектах, для которых потребовалось много людей, было много боли, и никто не хотел работать, например, миграция кода».
Вот некоторые практические советы, которые я узнал, из разговора с экспертами об использовании инструментов ИИ для осмысленного улучшения опыта и влияния разработчиков.
Не делай ИИ ради ИИ
Инструменты искусственного интеллекта оказывают наибольшее влияние при применении к крупномасштабным инженерным проблемам, которые, как выразился Daniel Doubrovkine из Shopify, испытывают трудности только для людей. Проблемы по производительности Developer Shopify были сложенными тестами и низким тестовым покрытием, поэтому они решали тех, кто использует агенты искусственного интеллекта. Он создал и открывает жаркое из источников, инструмент, предназначенный для эффективного структуры рабочих процессов искусственного интеллекта. (Имя жаркое происходит от своего первоначального использования: обжаривайте ваши тесты, чтобы найти области для улучшения.)
Слэк обратился к опросам разработчиков, чтобы найти существующие болевые точки, которые стоит решить с помощью ИИ. Это привело к экспериментам с ИИ с использованием большой языковой модели (LLM) для преобразования 15 000 единичных и интеграционных тестов из фермента в библиотеку тестирования реагирования (RTL). Объединив преобразования абстрактного синтаксического дерева (AST) и автоматизацию с AI, он достиг 80% -ного успеха в преобразовании кода, значительно минимизировал ручную работу и показывая, как инструменты AI могут использоваться в жизненном цикле разработки программного обеспечения (SDLC) помимо просто кодирующих помощников.
Спросите своих разработчиков!
Макс Канат-Александер, автор книги «Простая код простота», имеет простой совет: если вы не знаете, где находятся трения, спросите своих разработчиков. Спросите их, где они хотели бы улучшить и как им помогают инструменты искусственного интеллекта. Обратная связь разработчика должна быть основным сигналом для наблюдения в сочетании с количественными данными. Опыт разработчиков — это не только сделать разработчиков более продуктивными; Речь идет о приятных разработчиках:
«Счастливые люди более продуктивны, а продуктивные люди счастливее. Трудно представить, что кто -то настолько продуктивен, насколько это возможно, если бы они постоянно несчастны на работе».
Slack не ожидает, что каждый разработчик будет на борту с использованием инструментов ИИ. Они осознают общение при введении таких инструментов в рабочие процессы, чтобы разработчики не получали негативного первого впечатления.
Выход ↓ Производительность
ИИ может помочь разработчикам производить больше кода, но это не означает автоматически, что они более продуктивны. Даже если показатели, которые вы решили отслеживать, показывают повышение производительности, Kanat-Alexander напомнит нам, что метрики имеют смысл только в том случае, если они действуют, и оказывают влияние на бизнес:
«Производительность — это как эффективная, так и эффективная. Если вы генерируете код, который не обеспечивает ценность, вы просто быстро движется в неправильном направлении».
Сохраненный разработчик — это полезный показатель для рассмотрения, но не слепо. Это должно применяться по всему SDLC, а не только генерации кода. Что разработчики делают со временем, которое они экономят, набрав быстрее?
Ожидание трех дней для просмотра просьбы о привлечении и протестировано, чтобы просто отскочить для исправлений, означает, что неэффективность на других этапах SDLC будет съесть любую производительность, полученную при более быстрое создание кода.
Экспериментируйте, учитесь и экспериментируйте снова
Нет инструмента ИИ, который вы можете включить и мгновенно решить проблемы вашей инженерной организации. Ни одна из опрошенных компаний не утверждала, что они «решили» AI в разработке. Вместо этого они подошли к нему, как к любой новой инженерной инициативе: экспериментировать, потерпеть неудачу, повторить, повторить.
На самом деле, Рамакришнан говорит, что все их успешные проекты искусственного интеллекта, такие как кодовая миграция, начались как неудачи.
«Мы не просто подключали код к инструментам искусственного интеллекта, и все работало сразу. Ни один из наших экспериментов по ИИ не был таким. Таким образом, основными неудачами были те, кто пытался что -то сделать один раз и остановился».
ИИ — это не серебряная пуля
Плохая документация, неясная владение и фрагментированные инструменты не волшебным образом исчезают с ИИ. Если ваши рабочие процессы грязные, ИИ только усилит хаос, почти все эксперты подчеркивают.
Титус Уинтерс, старший главный ученый в Adobe, сосредоточенный на психологической безопасности в инженерных командах, напоминает нам, что все сводится к культуре:
«Рост генеративного ИИ [GenAI] Это отличная возможность подумать о том, как мы работаем, будь то ИИ или нет ».
Канат-Александер взволнован потенциалом ИИ для преобразования разработки программного обеспечения, но советует взять все с зерном солью:
«Найдите сладкое место между шумихом и скептицизмом. Будьте реалистичны в отношении того, что ИИ может обеспечить сейчас для разработки программного обеспечения и оптимистичности в отношении его будущего потенциала. Технология улучшается с невероятно быстрой скоростью».
ИИ не является волшебным решением для продуктивности разработчиков. Это мощный инструмент, который при применении вдумчиво может рассмотреть реальные болевые точки и разблокировать значимые выгоды.
Ведущие инженерные команды преуспевают не вслепую внедрение ИИ, а экспериментируя, слушая своих разработчиков и согласовывающие инструменты с реальными потребностями.
Aviator-это разработчик с низким содержанием конфигурации, работающий с AI, который автоматизирует владение, обзоры кода, слияния и развертывание. Он создает организационный график знаний для упрощения назначения билетов, резюме проекта и поддержки внутренней разработчиков. Узнайте больше последних из Aviator Trending Stories YouTube.com/thenewstack Tech Moving быстро, не пропустите эпизод. Подпишитесь на наш канал YouTube, чтобы транслировать все наши подкасты, интервью, демонстрации и многое другое. Группа подпишитесь с эскизом. Ankit Jain является соучредителем и генеральным директором Aviator, разработчика с низким конфигурацией, который автоматизирует владение, который автоматизирует владение, обзоры кода, объединяет и развертывает. Он также возглавляет ангар, сообщество старших DevOps и старших инженеров -программистов, сосредоточенных на опыте разработчиков, … Подробнее от Ankit Jain
