Что касается использования ИИ в разработке программного обеспечения прямо сейчас, все используют его, но никто, кажется, действительно не знает, что они получают за свои деньги.
У одной компании есть решение для этого. Jellyfish, которая предоставляет платформу для разработки программного обеспечения, сегодня выпустила новые функции для своей Platform Impact Jellish AI, которая обеспечивает сквозную видимость влияния ИИ на производительность, качество и ценность в жизненном цикле разработки программного обеспечения (SDLC).
Платформа предоставляет реальные данные, о которых на самом деле работают инструменты ИИ и стоят того, стоит ли они.
Наконец, некоторые фактические данные
Таким образом, Jellyfish решила решить это с помощью своей платформы Impact, которая позволяет пользователям покончить с догадками и фактически видеть данные.
Новые функции для IS —IT -Impact Jelliphy AI, которая теперь поддерживает Claude Code и Windsurf от Anpropic в дополнение к Github Copilot, Cursor, Gemini и Amazon Q, включают в себя:
- Многотуальное сравнение: Он собирает все ваши инструменты ИИ в одном месте, чтобы вы могли сравнить их рядом. Хотите знать, лучше ли Claude Code, чем Copilot для ваших конкретных вариантов использования? Теперь вы можете выяснить, вместо того, чтобы идти по интуиции. MRELLESH привлекает данные об внедрении, стоимости и воздействии инструментов в один консолидированный вид, чтобы пользователи могли сравнить несколько инструментов искусственного интеллекта, определять инструменты высочайшей стоимости для конкретных вариантов использования и создавать наиболее эффективный стек инструментов искусственного интеллекта.
- Обзор кода Агент Панель инструментов: С растущим числом компаний, использующих инструменты обзора кода, Jellyfish позволяет командам измерять влияние агентов по обзору кода ИИ, таких как Coderabbit, Graphite и Greptile на полную SDLC.
- Динамический инструмент для искусственного интеллекта тратит панели панели: Благодаря в режиме реального времени Jellifish, отслеживание расходов на основе использования как на уровне команды, так и на уровне проекта, компании теперь могут напрямую связать свои расходы с результатами, чтобы определить, стоят ли инвестиции для конкретной инициативы.
Поскольку соучредитель и генеральный директор Jellyfish Эндрю Лау заявил новому стеку, его компания «дает клиентам возможность связывать гранулированные расходы на ИИ с воздействием на доставку, помогая инженерным лидерам и финансовым лидерам лучше понять, что эти инвестиции стоят на индивидуальном и/или проекте-все это за то время, когда стоимость ИИ резко варьируется с небольшим пониманием или видимостью».
Почему это важно
Умный ход медузы, сделанная здесь, остается нетральным продавцом. Они не пытаются продать вам конкретные инструменты искусственного интеллекта — они просто помогают вам выяснить, какие из них работают для вашей команды.
«Поскольку отрасль продолжается в агентскую эпоху, мы даем вам информацию, необходимую для оптимизации сегодняшних инструментов и подготовиться к тому, что будет дальше», — объясняет Лау. Перевод: ландшафт инструментов ИИ будет продолжать быстро меняться, поэтому вам нужна система, которая может адаптироваться.
Вероятно, это только начало. Агенты ИИ становятся более сложными, модели ценообразования продолжают развиваться, и все больше компаний будут требовать доказательства того, что их инвестиции в области искусственного интеллекта стоит.
Вот почему такое решение имеет большой смысл. Согласно отчету Muellifish в 2025 году, 90% инженерных команд в настоящее время используют инструменты кодирования искусственного интеллекта. Это по сравнению с 61% только в прошлом году. Но многие инженерные команды по -прежнему летают слепым с ИИ, не имея данных, необходимых для создания наиболее эффективного стека инструментов ИИ.
Многие компании в основном бросают деньги на инструменты искусственного интеллекта и надеются на лучшее. У них здесь есть Copilot Github, Claude Code, возможно, какой -то курсор, и они платят за все это, не понимая, какие инструменты тянут их вес.
Проблема, о которой никто не хочет говорить
«Внедрение искусственного интеллекта ускоряется, затраты изменяются, и мы все находимся под давлением, чтобы заставить его работать — как с кода, так и с точки зрения продукта, и точки зрения усыновления», — объясняет Лау. «В настоящее время доступно так много инструментов, которые делают инновационные, но разные вещи — часто конкурируют за MindShare и сосуществовают в одной и той же инженерной организации».
IMP-II MREWHISH IMPECT объединяет показатели внедрения, динамическое отслеживание ценностей и результаты доставки во всех инструментах с AI, от помощников кодирования до агентов по рассмотрению кода-для четкого, всестороннего представления о роли ИИ в доставке программного обеспечения, сообщила компания. С этими целостными знаниями инженерные лидеры могут стимулировать более умные инвестиции и лучшие результаты доставки по всему SDLC.
«Лидерам нужны способы устранения устранения шума, чтобы понять, какие инструменты и агенты работают, для которых команды, кодовые базы и проекты и почему», — добавил Лау. Это не будет летать гораздо дольше, тем более что эти инструменты начнут стоить реальных денег, и руководители хотят видеть реальную доходность.
Суть
Такие компании, как Draftkings и Keller Williams, уже используют Jellyfish, чтобы стать умнее по поводу их расходов на ИИ, сообщила компания. По мере того, как рынок созревает, наличие фактических данных о том, что работает (а что нет), будет отделять компании, которые эффективно используют ИИ от тех, которые просто используют искусственный интеллект.
Новые функции медузы теперь доступны.
Trending Stories youtube.com/thenewstack Tech движется быстро, не пропустите эпизод. Подпишитесь на наш канал YouTube, чтобы транслировать все наши подкасты, интервью, демонстрации и многое другое. Группа подпишитесь с эскизом. Дэррил К. Тафт охватывает DevOps, инструменты разработки программного обеспечения и проблемы, связанные с разработчиком из своего офиса в районе Балтимора. Он имеет более чем 25 -летний опыт работы в бизнесе и всегда ищет следующий совок. Он работал … читайте больше от Дэррила К. Тафта
