Искусственный интеллект Datadog для проверки кода значительно снижает риски ИТ-инцидентов

Интеграция ИИ в рабочие процессы проверки кода позволяет руководителям инженерных подразделений систематически выявлять системные риски, которые часто остаются незамеченными для человеческих проверяющих.

Для руководителей инженерных подразделений, курирующих распределенные системы, баланс между скоростью развертывания и стабильностью работы часто определяет успех платформы. Datadog, которая обеспечивает наблюдаемость сложных глобальных инфраструктур, работает под значительным давлением, чтобы поддерживать этот баланс.

Когда системы клиентов испытывают сбои, они полагаются на платформу Datadog для анализа первопричин, что делает надежность крайне важной еще до того, как программное обеспечение попадает в производственную среду.

Масштабирование этой надежности сопряжено с операционными проблемами. Проверка кода традиционно служила основным контролем качества, в ходе которого старшие инженеры пытались выявить ошибки на этом критическом этапе. Однако по мере расширения инженерных команд человеческим рецензентам становится все труднее поддерживать глубокое понимание контекста по всей кодовой базе.

Чтобы устранить это ограничение, команда AI Development Experience (AI DevX) Datadog интегрировала Codex от OpenAI для автоматизации обнаружения рисков, которые обычно упускают из виду рецензенты-люди.

Почему статический анализ не справляется

Предприятия давно используют автоматизированные инструменты для поддержки проверки кода, хотя их эффективность исторически была ограничена.

Ранние инструменты искусственного интеллекта для проверки кода часто функционировали как сложные линтеры, обнаруживая поверхностные синтаксические проблемы, но не понимая более широкую архитектуру системы. Без контекстуального понимания инженеры Datadog часто отвергали предложения этих инструментов как нерелевантный шум.

Основная проблема заключалась в понимании того, как конкретные изменения кода могут повлиять на взаимосвязанные системы, а не просто в обнаружении отдельных ошибок. Datadog нуждалась в решении, способном анализировать взаимосвязи и зависимости в кодовой базе, а не просто выявлять нарушения стиля.

Команда развернула новый агент непосредственно в одном из своих наиболее активных репозиториев, что позволило автоматизировать проверку каждого запроса на извлечение. В отличие от традиционного статического анализа, эта система сравнивает намерения разработчиков с фактическими изменениями в коде, выполняя тесты для проверки поведения.

Для лидеров в области технологий по-прежнему остается сложной задачей продемонстрировать ценность генеративного ИИ, выходящую за рамки теоретической эффективности. Datadog обошла стандартные показатели производительности, создав «устройство для воспроизведения инцидентов», чтобы протестировать инструмент на исторических сбоях системы.

Вместо использования гипотетических сценариев команда реконструировала прошлые запросы на извлечение, которые, как известно, вызывали инциденты. Затем они оценили, смог бы агент ИИ выявить проблемы, которые первоначально упустили из виду человеческие рецензенты.

Результаты предоставили конкретные данные по снижению рисков: агент выявил более 10 случаев (примерно 22 % исследованных инцидентов), в которых его отзывы предотвратили бы ошибки. Это были запросы на извлечение, которые уже прошли проверку людьми, что продемонстрировало способность ИИ обнаруживать риски, невидимые для инженеров.

Эта проверка изменила внутреннее восприятие полезности инструмента. Брэд Картер, руководитель команды AI DevX, заметил, что хотя повышение эффективности и ценно, «предотвращение инцидентов имеет гораздо большее значение в наших масштабах».

Как проверка кода с помощью ИИ меняет культуру инженерии

Внедрение этой технологии для более чем 1000 инженеров изменило культуру проверки кода в организации. ИИ не заменяет человеческое суждение, а служит партнером по сотрудничеству, который управляет когнитивной нагрузкой при взаимодействии между службами.

Инженеры сообщили, что система последовательно выявляла неочевидные проблемы в изменениях кода. Она обнаруживала недостаточное тестовое покрытие в точках межсервисной интеграции и выделяла влияние на модули, которые не были непосредственно изменены разработчиками.

Такая глубина анализа изменила подход инженерных команд к автоматизированной обратной связи.

«Комментарий Codex похож на работу с самым блестящим инженером, у которого есть неограниченное время для обнаружения ошибок. Он распознает связи, которые мой мозг не может одновременно обработать», — объясняет Картер.

Способность системы искусственного интеллекта контекстуализировать изменения позволяет рецензентам-людям меньше сосредотачиваться на обнаружении ошибок и больше — на оценке архитектурных и проектных аспектов.

От поиска ошибок к надежности

Для руководителей предприятий внедрение Datadog демонстрирует, как меняется цель проверки кода. Она переходит от простой проверки ошибок или измерения времени цикла к фундаментальной системе обеспечения надежности.

Выявляя риски, выходящие за рамки индивидуального понимания, эта технология поддерживает стратегии, в которых уверенность в развертывании кода растет вместе с ростом команды. Это соответствует точке зрения руководства Datadog, которое считает надежность необходимым условием для поддержания доверия клиентов.

«Мы — платформа, на которую компании полагаются, когда их системы выходят из строя, — заявляет Картер. — Предотвращение инцидентов укрепляет доверие наших клиентов к нам».

Успешная интеграция ИИ в процессы проверки кода свидетельствует о том, что наибольшая ценность этой технологии для предприятий может заключаться в обеспечении соблюдения сложных стандартов качества, которые напрямую влияют на бизнес-результаты.

См. также: Масштабирование агентного ИИ требует новой архитектуры памяти

Хотите узнать больше об ИИ и больших данных от экспертов отрасли? Посетите выставку AI & Big Data Expo в Амстердаме, Калифорнии и Лондоне. Это комплексное мероприятие является частью TechEx и проходит одновременно с другими ведущими технологическими конференциями. Нажмите здесь для получения дополнительной информации.

AI News поддерживается TechForge Media. Узнайте о других предстоящих мероприятиях и вебинарах по корпоративным технологиям здесь.