
在倫敦舉辦的Unscripted活動上 , DevOps公司Harness展示了其最新的AI驅動模塊 , 包括AI管道構建器、AI測試自動化、構建失敗時的自主代碼修復、AI應用安全(AppSec) , 甚至還有AI驅動的混沌測試 , 通過引入隨機故障來測試系統彈性 。
根據Harness的數據 , 軟件團隊只有30-40%的時間用于規劃和編碼 , 其余時間都被測試、安全、部署和應用優化所占用 。 這意味著通過將AI輔助擴展到這些編碼后的流程中 , 可以實現巨大的生產力提升 。
考慮到AI的非確定性以及容易出現幻覺和提示注入等問題 , 將安全關鍵的DevOps流程委托給這項技術是否安全?
首席執行官兼聯合創始人Jyoti Bansal告訴我們 , 與通用大語言模型相比 , Harness AI智能體出現幻覺的可能性更小 。 對于創建構建和部署管道等任務 , \"我們的智能體會將任務分解為更小的任務 , 我們為這些更小的任務配備了專門構建的智能體 , 這些智能體還會相互驗證彼此的輸出 。 \"
他說 , 另一個關鍵因素是上下文 , 即對組織的了解 , 以及\"你過去做過的事情、你的構建、你的安全測試、你的代碼更改、你的服務及其依賴關系的知識 。 智能體會使用這些信息 , 這樣就不會出現不準確和幻覺 。 \"
此外 , 他向我們保證 , \"這一切都不是在沒有人類輸入的情況下完成的...我們的AI不會直接進行生產部署 。 我們的AI是在創建用于生產部署的確定性管道 。 \"他說 , 雖然無法完全消除非確定性 , 但在AI創建自動化之后 , \"你要審核它 , 檢查它的合規性和治理...我們不是通過AI進行部署 , 而是通過AI創建部署管道和自動化 。 然后它就是確定性和可重復的 , 因為在運行時沒有AI參與 。 \"
【Harness推出智能體擔任DevOps任務管理者】不過 , 人工檢查的問題 , 有時被稱為\"人在環路中\" , 是困難的 。 在活動主題演講中 , Bansal描述了以前無法創建用戶界面測試的非專家現在如何通過用簡單的英語描述需求來完成測試 。 他還說 , 使用AI生成的代碼意味著代碼量可能是以前的四倍 , 這使得人類很難檢查每一行代碼 。 Bansal告訴我們:\"這就是為什么你需要更加穩健的檢查和平衡流程 。 整個過程都必須顯著改善 , 包括所有的測試、部署、回滾、治理、合規等各個方面 。 \"
考慮到在Harness平臺上 , 所有這些流程本身都可能包含AI , 這是否意味著我們在要求AI檢查自己的輸出?
\"你可以讓AI檢查AI做了什么 , 但我總是建議你需要兩個不同的AI 。 不要相信一個AI既做會計又做審計 , 就像你不會相信一個人既做賬又做審計一樣 。 \"
一個相關的問題是 , 如果人們越來越依賴AI , 那么驗證代碼或復雜流程所需的人類技能本身可能更難找到 。
Bansal告訴我們:\"我認為工程師需要AI任務管理者類型的技能 。 優秀的工程師必須了解向AI詢問什么 , 以及如何更好、更恰當地做到這一點...這些正在成為頂級技能 。 \"
他說 , 使用AI是\"一個迭代過程 。 你問AI某件事 , 你審查它 , 然后你讓它做某件事 , 然后你審查它 。 這成為了你的技能 , 我認為這將是軟件工程完成方式的核心 。 \"
這讓人想起最新Google DORA(DevOps研究與評估)報告中的結論 , 實際上DORA研究也在Unscripted主題演講中被引用 。
對于AI懷疑論者來說 , 有一個好消息 。 Harness平臺中的AI是可選的 。 Bansal說:\"你可以關閉AI中的所有功能 , 也可以分段開啟 。 你可以說 , 我接受AI用于測試 , 但不希望AI用于我的安全運行時保護 。 你也可以為不同的團隊和應用程序進行設置...存在不同程度的舒適度和懷疑態度 , 我們允許這種情況 。 \"
Harness DevOps平臺運行在Kubernetes上 , 控制平面可以在云端或本地部署(根據Bansal的說法 , 80%在云端) , 以及始終在本地或組織虛擬私有云上運行的Delegate工作節點 。 小團隊有免費計劃 , 最多500用戶的基礎版每用戶每月30美元 , 企業版通常每年10-20萬美元 。
Q&A
Q1:Harness的AI智能體如何避免AI幻覺問題?
A:Harness通過將復雜任務分解為更小的任務 , 為每個小任務配備專門的智能體 , 并讓這些智能體相互驗證輸出來減少幻覺 。 同時利用組織的歷史數據、構建信息、安全測試和代碼更改等上下文信息 , 提高AI輸出的準確性 。
Q2:使用AI生成代碼后 , 人類如何有效檢查四倍增長的代碼量?
A:Bansal建議建立更加穩健的檢查和平衡流程 , 包括改善測試、部署、回滾、治理、合規等各個環節 。 同時強調這是一個迭代過程 , 需要工程師具備AI任務管理技能 , 學會如何正確地詢問和審查AI的輸出 。
Q3:Harness DevOps平臺的AI功能是強制使用的嗎?
A:不是強制的 。 用戶可以完全關閉AI功能 , 也可以選擇性地開啟部分功能 。 比如可以接受AI用于測試但拒絕用于安全運行時保護 , 還可以為不同團隊和應用程序分別設置 , 滿足不同程度的接受度和需求 。
推薦閱讀
- DeepMind推出RoboBallet:讓制造機器人實現自主協調的AI系統
- 聯合創新推出27P2U顯示器,5K分辨率主打設計售2999元
- Facebook推出AI約會助手提升交友體驗
- “人工智能+”行動推進 專家論道產業高質量發展
- “移動AI產業推進方陣”在京成立,推動“人工智能+”戰略落地
- Salesforce從AI模型轉向智能體AI戰略轉型
- 對標蘋果?曝華為或推出Mate 80 Air,采用微泵液冷散熱與eSIM設計
- 向華為鴻蒙學習,谷歌變聰明了,要推出安卓PC版操作系統
- 千尋位置陳金培:城市融入北斗時空智能,有望形成萬億級新業態
- 韓國芯片初創公司FuriosaAI推出服務器產品挑戰GPU霸主地位
