Sentry lleva mucho tiempo ayudando a los desarrolladores a monitorear y depurar su código de producción. Ahora, la compañía está agregando poco de inteligencia fabricado a este proceso al exhalar AI Autofix, una nueva característica que utiliza todos los datos contextuales que Sentry tiene sobre el entorno de producción de una empresa para sugerir soluciones cada vez que ocurre un error. Si correctamente se claridad Autofix, no es un sistema completamente automatizado, poco con lo que muy pocos desarrolladores se sentirían cómodos. En cambio, es una útil humana que es «como tener un desarrollador junior avispado para ayudar bajo demanda», como explica la compañía.
«En oportunidad de pensar en el rendimiento de su aplicación (o sus errores) desde una perspectiva de infraestructura del sistema, efectivamente estamos tratando de centrarnos en evaluarla y ayudarlo a resolver problemas desde una perspectiva a nivel de código», explicó el apoderado de ingeniería de Sentry, Tillman Elser. cuando le pregunté cómo encaja esta nueva característica en la recorrido normal de productos de la empresa.
Elser argumentó que muchas otras herramientas de codificación basadas en IA son excelentes para completar automáticamente el código en el IDE, pero como no conocen el entorno de producción de una empresa, no pueden apañarse problemas de guisa proactiva. La principal propuesta de valencia de Autofix, explicó, es que puede ayudar a los desarrolladores a acelerar el proceso de clasificación y resolución de errores en producción porque conoce el contexto en el que se ejecuta el código. “Estamos tratando de resolver problemas en producción lo más rápido posible. posible. No estamos tratando de convertirlo en un desarrollador más rápido cuando crea su aplicación”, dijo.
Utilizando una inmueble basada en agentes, Autofix estará atento a los errores y luego utilizará su agente de descubrimiento para ver si un cambio de código podría corregir ese error y, si no es así, proporcionará un motivo. Lo importante aquí es que los desarrolladores permanezcan informados en todo momento. Una característica interesante aquí, por ejemplo, es que pueden asociar contexto adicional para los agentes de IA si ya tienen alguna idea de cuál puede ser el problema. O pueden optar por presionar el clavija «dame arreglar» y ver qué se le ocurre a la IA.
Luego, la IA seguirá algunos pasos para evaluar el problema y crear un plan de energía para solucionarlo. En el proceso, Autofix proporcionará a los desarrolladores una diferencia que explica los cambios y luego, si todo se ve correctamente, creará una solicitud de linaje para fusionar esos cambios.
Autofix es compatible con todos los lenguajes principales, aunque Elser reconoció que el equipo realizó la viejo parte de sus pruebas con código JavaScript y Python. Obviamente, no siempre hará las cosas correctamente. A posteriori de todo, hay una razón por la que Sentry lo compara con un desarrollador junior. Sin confiscación, el caso de defecto más sencillo, me dijo Elser, es cuando la IA simplemente no tiene suficiente contexto, tal vez porque el equipo no ha configurado suficiente instrumentación para resumir los datos necesarios para que Autofix funcione, por ejemplo.
Una cosa a tener en cuenta aquí es que, si correctamente Sentry escudriñamiento construir sus propios modelos, actualmente está trabajando con modelos de terceros como OpenAI y Anthropic. Eso incluso significa que los usuarios deben optar por dirigir sus datos a estos servicios de terceros para utilizar Autofix. Elser dijo que la compañía planea revisar esto en el futuro y tal vez ofrecer un LLM interno que se ajuste a sus datos.
————————————————– —————–
Esta página transcribe artículos de diversas fuentes de dominio conocido, las ideas expresadas son responsabilidad de sus respectivos autores por lo cual no nos hacemos responsables del uso o la interpretación que se les dé. La información publicada nunca debe sustituir información profesional, médica, permitido o psicológica.