يساعد برنامج Sentry’s Autofix المدعوم بالذكاء الاصطناعي المطورين على تصحيح أخطاء كود الإنتاج الخاص بهم وإصلاحه بسرعة

لقد ساعد Sentry المطورين منذ فترة طويلة في مراقبة كود الإنتاج الخاص بهم وتصحيحه. الآن، تضيف الشركة بعض ذكاء الذكاء الاصطناعي إلى هذه العملية من خلال إطلاق AI Autofix، وهي ميزة جديدة تستخدم جميع البيانات السياقية التي يمتلكها Sentry حول بيئة الإنتاج الخاصة بالشركة لاقتراح إصلاحات عند حدوث خطأ. على الرغم من أنه يُسمى Autofix، إلا أنه ليس نظامًا آليًا بالكامل، وهو شيء لن يشعر بالارتياح تجاهه سوى عدد قليل جدًا من المطورين. وبدلاً من ذلك، فهي أداة بشرية “مثل وجود مطور مبتدئ جاهز للمساعدة عند الطلب”، كما توضح الشركة.

“بدلاً من التفكير في أداء تطبيقك – أو أخطائك – من منظور البنية التحتية للنظام، فإننا نحاول حقًا التركيز على تقييمه ومساعدتك في حل المشكلات من منظور مستوى التعليمات البرمجية،” أوضح مدير الهندسة في Sentry، تيلمان إلسر. عندما سألته كيف تتناسب هذه الميزة الجديدة مع مجموعة منتجات الشركة الشاملة.

قال Elser أن العديد من أدوات الترميز الأخرى المستندة إلى الذكاء الاصطناعي تعتبر رائعة للإكمال التلقائي للتعليمات البرمجية في IDE، ولكن بما أنهم لا يعرفون عن بيئة الإنتاج الخاصة بالشركة، فلا يمكنهم البحث بشكل استباقي عن المشكلات. وأوضح أن القيمة الرئيسية لـ Autofix هي أنها يمكن أن تساعد المطورين على تسريع عملية فرز الأخطاء وحلها في الإنتاج لأنها تعرف السياق الذي تعمل فيه التعليمات البرمجية. “نحن نحاول حل المشكلات في الإنتاج بأسرع ما يمكن”. ممكن. نحن لا نحاول أن نجعلك مطورًا أسرع عند إنشاء تطبيقك.

باستخدام بنية قائمة على الوكيل، سوف يراقب Autofix الأخطاء ثم يستخدم وكيل الاكتشاف الخاص به لمعرفة ما إذا كان تغيير التعليمات البرمجية يمكن أن يصلح هذا الخطأ – وإذا لم يكن الأمر كذلك، فسوف يقدم سببًا. المهم هنا هو أن يظل المطورون على اطلاع دائم بالموضوع في جميع الأوقات. إحدى الميزات الرائعة هنا، على سبيل المثال، هي أنه يمكنهم إضافة بعض السياق الإضافي لعملاء الذكاء الاصطناعي إذا كانت لديهم بالفعل فكرة عن ماهية المشكلة. أو يمكنهم اختيار الضغط على زر “Gimme Fix” ومعرفة ما سيأتي به الذكاء الاصطناعي.

سيمر الذكاء الاصطناعي بعد ذلك ببعض الخطوات لتقييم المشكلة وإنشاء خطة عمل لإصلاحها. في هذه العملية، سيوفر Autofix للمطورين فرقًا يشرح التغييرات، وبعد ذلك، إذا كان كل شيء يبدو جيدًا، قم بإنشاء طلب سحب لدمج هذه التغييرات.

اعتمادات الصورة: خفير

يدعم Autofix جميع اللغات الرئيسية، على الرغم من اعتراف Elser بأن الفريق أجرى معظم اختباراته باستخدام كود JavaScript وPython. ومن الواضح أنه لن يحصل دائمًا على الأمور في نصابها الصحيح. هناك سبب يجعل Sentry يشبهها بمطور مبتدئ، بعد كل شيء. ومع ذلك، فإن حالة الفشل الأكثر وضوحًا، كما أخبرني إلسر، هي عندما لا يمتلك الذكاء الاصطناعي سياقًا كافيًا – ربما لأن الفريق لم يقم بإعداد أدوات كافية لجمع البيانات اللازمة ليعمل Autofix، على سبيل المثال.

شيء واحد يجب ملاحظته هنا هو أنه بينما تتطلع Sentry إلى بناء نماذجها الخاصة، فإنها تعمل حاليًا مع نماذج خارجية من أمثال OpenAI وAnthropic. وهذا يعني أيضًا أنه يجب على المستخدمين الاشتراك في إرسال بياناتهم إلى خدمات الجهات الخارجية لاستخدام الإصلاح التلقائي. قال Elser أن الشركة تخطط لإعادة النظر في هذا الأمر في المستقبل وربما تقدم شهادة LLM داخلية يتم ضبطها بدقة على بياناتها.

اعتمادات الصورة: خفير