Übersetzer | Chen Jun
Rezensent | das
CVS
- oder SVN-Code-Repository und kompilieren Sie den Code in eine ausführbare Datei. Die entsprechenden integrierten Entwicklungsumgebungen (IDE) wie Eclipse und Visual Studio können Programmierung, Entwicklung, Dokumentation, Konstruktion, Test, Bereitstellung und andere Schritte in einen vollständigen Softwareentwicklungslebenszyklus integrieren ( SDLC) und verbessert so die Entwicklerproduktivität. In den letzten Jahren haben beliebte Cloud-Computing- und DevSecOps
Automatisierungstools die umfassenden Fähigkeiten von Entwicklern verbessert und es für mehr Unternehmen einfacher gemacht, Softwareanwendungen zu entwickeln, bereitzustellen und zu warten. 
Generative KI dient heute als Katalysator für den Entwicklungsparadigmenwechsel der nächsten Generation, von dem erwartet wird, dass er die Art und Weise, wie Unternehmen Software erstellen und warten, verändert und neue Entwicklungstools und -paradigmen hervorbringt. Als Reaktion darauf fragen sich viele Entwickler , ob KI zum Niedergang der Programmierkenntnisse, wie wir sie kennen, führen wird. Gleichzeitig denken IT
Führungskräfte verschiedener Unternehmen auch darüber nach: Wie wird sich KI in den nächsten zehn Jahren auf die Entwicklung von
SDLC und DevSecOps auswirken? Auf diese beiden Fragen werde ich gemeinsam mit Ihnen die folgenden Antworten finden. Ist generative KI ein neues Werkzeug oder eine neue Art der Entwicklung?
Pulumis CEO
Joe Duffy
glaubt: „KI wird die Automatisierung der Programmierung verbessern, die Produktivität und den Output von Unternehmen erheblich verbessern und dadurch den Abstraktionsgrad menschlicher Abläufe verbessern . und wird die Programmierung nicht wirklich ersetzen Chef von Thomvest Ventures: „Generative KI untergräbt den Lebenszyklus der Softwarebereitstellung.“ Gleichzeitig werden die Verantwortlichkeiten der Entwickler entsprechend angepasst, da sich die Funktionen der generativen KI weiter verbessern. MatillionDer CTO des Unternehmens Ed Thompson glaubt: „
Copilots
in seiner aktuellen Form macht Entwickler tatsächlich produktiver und beseitigt die Geschäftigkeit, die sie früher hatten hat die Programmierlandschaft grundlegend verändert, weil die Leute fälschlicherweise davon ausgehen, dass die Aufgabe eines Entwicklers nur darin besteht, Code zu schreiben und nicht darin, reale Probleme zu lösen.“ Was genau bewirkt die Änderung der Software? Entwicklungswelt? 1.Generieren Sie Standardcode basierend auf Eingabeaufforderungen in natürlicher Sprache denkt: „Von KI generierte Codevorlagen.“ , und KI-gestützter Copilot übersetzt natürliche Sprache in funktionalen Code, vereinfacht das Verständnis komplexer Codebasen und stellt sicher, dass die besten Entwicklungspraktiken eingehalten werden, wird die Programmierarbeit effizienter machen. Die Entwicklerumfrage von StackOverflow im Jahr 2023 zeigt, dass 70 % der Entwickler KI-Tools im Entwicklungsprozess verwenden oder dies planen. Von denjenigen, die KI für die Entwicklung eingesetzt haben, haben mehr als 82 % KI zum Schreiben von Softwarecode verwendet. Diese Zahlen reichen aus, um zu zeigen, dass die traditionelle Art und Weise, wie Entwickler Code schreiben, vorhandenen Code wiederverwenden und Komponenten erstellen, einem Paradigmenwechsel unterliegt. 2.Die Codeüberprüfung ist eine wichtige Verantwortung von Entwicklern um Code zu überprüfen, um Sicherheitsprobleme oder Leistungsmängel im generierten Code zu vermeiden.
Sonar‘s Head of Developer Relations Peter McKee glaubt: „Da Entwickler zunehmend KI einsetzen, um die Produktivität zu verbessern, haben sie die Verantwortung, eine umfassende Überprüfung der von KI generierten Inhalte durchzuführen.“ Die von Ihnen programmierte Reinigung gewährleistet eine kontinuierliche Inspektion und Überwachung während der Lieferung. Dadurch können Entwickler mehr Zeit auf neue Aufgaben verwenden, anstatt potenzielle Fehler und Schwachstellen in manuell erstelltem oder KI-generiertem Code zu beheben. McKee fügte hinzu: „Wenn Entwickler keine Automatisierung zum Scannen und Überwachen von KI-generiertem Code verwenden, bedeutet dies, dass der Code, der repariert werden muss, und die technischen Schulden exponentiell zunehmen werden.“ Ein neues Entwicklungsmodell für große Unternehmen
Wie sich die Verwendung generativer KI-Tools zur Codeentwicklung auf verschiedene Entwicklungsteams auswirken kann. In großen Unternehmen werden Tausende von Anwendungstools und Standards unterstützt, wenn Entwickler nur mit weniger Code arbeiten müssen Schreiben und mehr Integration mit Code, der von generativer
AI
entwickelt wurde, wie wird die Entwicklung für große Unternehmen aussehen Entwickelt von Red Hat
Markus Eisele
aus der Abteilung Tools and Strategy Promotion glaubt: „Unterschiedliche Tool-Kombinationen für verschiedene Teams werden zu einem Mangel an Standardisierung und einheitlichen Entwicklungspraktiken führen, ganz zu schweigen von den zunehmenden kognitiven Unterschieden zwischen Entwicklern.“ „Das von KI erstellte zentralisierte Entwicklungsportal kann dem Entwicklungsteam den einfachen Zugriff erleichtern und Best Practices bei teamübergreifenden Anwendungen erzielen, indem es Reibungsverluste im Zusammenarbeitsprozess beseitigt. Dies bedeutet, dass sich die integrierte Entwicklungsumgebung in eine Montageplattform verwandeln kann, ähnlich einem Computer.“ -unterstütztes Design in der Fertigung (CAD) oder Gebäudeinformationsmodellierung im Bauwesen (BIM), wobei sich der Schwerpunkt vom Bau kundenspezifischer Komponenten auf die Montage bereits vorhandener Komponenten verlagert. Nutzen Sie integrierte Tools zur Validierung von Entwürfen. 4.Reduzierung der Programmierung, erhöhtes Code-Lieferkettenrisiko
Eine weitere Auswirkung der Verwendung von Code, der mit generativer KI entwickelt wurde, betrifft die Art und Weise, wie Unternehmensleiter relevante Richtlinien entwickeln und welche Lieferungen überwachen Chain-Code ist in Unternehmensanwendungen eingebettet, was Unternehmen weiterhin im Auge behalten müssen. In Zukunft müssen sie
generative KI
Diese neue Dimension der Ausgabe hinzufügen Sonatypes Field CTO Ilkka Turunen glaubt: „Entwickler müssen eine wichtige Rolle bei der Aufrechterhaltung und Verwaltung der KI-Lieferkette spielen. Sie werden in ihrem täglichen Betrieb strengere Überprüfungen der Sicherheit, Authentizität und Herkunft von KI-Modellen durchführen. Durch die Implementierung einer KI-Risikobewertung und die ordnungsgemäße Verwaltung der Stückliste des KI-Modells sollten Unternehmen sicherstellen, dass die Entwicklungsinfrastruktur über angemessene KI-Sicherheit und -Verwaltung verfügt. „In der Praxis können
SAST
, DAST und andere Sicherheits- und Codeverwaltungstools die Automatisierung des Code-Scannens verbessern und es Entwicklern ermöglichen, Code in Unternehmens-Repositorys zu integrieren, um bei der Überprüfung zu helfen Der Ausgangscode von generativen AI
entspricht den Sicherheitsrichtlinien.
), IFTTTs SaaS-Integrationsplattform, Integrationsplattform als Service (iPaaS) und anderen Ökosystemtechnologien haben sich die Code-Integrationsfunktionen der Entwickler um Größenordnungen verbessert. Entwickler müssen noch viel grundlegende Arbeit leisten, um Datenfelder abzubilden und logische Transformationen zu programmieren, um Zuverlässigkeit und Leistung sicherzustellen. Mit generativer KI können Entwickler Produkte mit natürlichen Sprachanforderungen erstellen
Emmanuel Cassimatis, der im SAP
KI- und Innovationsteam arbeitet, glaubt: „In der Vergangenheit umfasste der gesamte Entwicklungslebenszyklus von Design, Build, Test, Integration, Bereitstellung, Lieferung bis zur Überprüfung die verschiedenen
Schritte.“ Der Zyklus war schon immer verstreut. KI kann Daten aus verschiedenen Anwendungen extrahieren und eine einheitliche Integrationsebene erreichen, wodurch die Zusammenarbeit zwischen Entwicklern gestärkt wird.
6.Entwickler werden die Manager von KI-Agenten sein (QA ) zukünftige Arbeitsaufgaben der Ingenieure. „In Zukunft wird die natürliche Sprache wahrscheinlich die meiste Arbeit bei der Codegenerierung und -prüfung zur Verifizierung des generierten Codes übernehmen, und Entwickler müssen Programmierziele und Einschränkungen festlegen, denen diese Agenten folgen müssen.“ Carter
fuhr fort: „KI-Agenten können das Verhalten von Programmen zur Laufzeit analysieren und unbekannte Faktoren untersuchen, um QA-, Beobachtbarkeits- und Sicherheitsaufgaben durchzuführen, die in der Vergangenheit außerhalb der Reichweite von Entwicklern lagen.“ Entwickler können Systemarchitektur, Nichtfunktionalität und betriebliche Anforderungen aus einer übergeordneten Perspektive definieren und so die generative KI dazu anleiten, Codeentwicklung und automatische Tests durchzuführen, anstatt sie selbst durchzuführen. 7. KI wird in mehreren Phasen von SDLC eingeführt
Generative KITools konzentrieren sich hauptsächlich für die Programmierung, aber seine neuen Funktionen werden auch andere Phasen in SDLC verändern. Humberto Moreira, Chef-Lösungsingenieur bei Gigster, glaubt: „Da generative KI in SDLC integriert ist, werden verschiedene Modelle bestimmte Zyklusphasen haben, für die sie am besten geeignet sind. Beispielsweise kann Modell A für die Bedürfnisse optimiert werden; Das B-Modell ist auf die Codeentwicklung ausgerichtet, während das C-Modell auf die Qualitätssicherung abzielt. „
Tatsächlich, weil verschiedene Tools leistungsfähigere Testfälle bereitstellen und schnellere Codeänderungen ermöglichen können. Feedback, also die Umstellung auf das Generative.“ Das KI-Modell hatte einige Auswirkungen auf die Qualitätssicherung. Gilad Shriki, Mitbegründer von Descope, sagte: „Mit dem Aufstieg der KI, vom SDK über das Testen bis zur Dokumentation, werden alle Aspekte rund um die Softwareentwicklung durch generative KI unterstützt. Entwickler müssen sogar bestimmte KI-Nutzungsformate verwenden, um ihre Daten aufzuzeichnen.“ Arbeit.“ Mit anderen Worten: Nach und nach werden verschiedene Codegeneratoren, Compiler und andere Rollen im Entwicklungssegment entstehen, die Maschinen spielen.
Chainguard
Vice President of Engineering Dustin Kirkland glaubt: „Zusätzlich zu der traditionellen Codeentwicklungsperspektive, mit der menschliche Entwickler vertraut sind, wird eine weitere verborgene Perspektive auftauchen, obwohl diese Perspektive für Menschen gilt. Es ist weniger lesbar, kann aber vom Compiler und Interpreter vollständig verstanden werden. Es dient als Zwischenschicht für einen anderen Code und bietet eine defensive Sicht auf die sogenannte KI-Sicherheitsoptimierung selbst. Ob die Sicherheitsidentifikationsfähigkeit genau und effizient ist.高9.iAI zur Verbesserung des Entwicklungsprozesses
Launchdarkly
Developer Experience Director Cody de Arkland schlug die Verwendung von Generation AI, interaktiven Formeln und interaktiven Formel-Lernanwendungsfällen vor die dazu beitragen, die Zuverlässigkeit und Bedienbarkeit von Softwareanwendungen zu verbessern. Dazu gehören: Entwickeln und generieren Sie Webanwendungskomponenten, die erlernten und erfüllten Designstandards entsprechen.Erstellen Sie entsprechende Feature-Tags, wenn Sie feststellen, dass Entwickler neue Funktionen erstellt haben.
Neu beginnen Softwarebereitstellungen (CI/CD
) mit der Möglichkeit, sie zurückzusetzen, wenn Probleme entdeckt werden
Gewähren Sie der Qualitätssicherung Echtzeittransparenz durch benutzerdefinierte Läufe statt Läufen nach der Bereitstellung. Feedback-Schleife
Natürlich geht mit diesen Anwendungsfällen auch die Frage einher: Welche Next-Gen-Entwicklungs- und SRE-Fähigkeiten werden
generative KI ermöglichen oder verbessern? 10. KI-Risiken, vor denen Unternehmen schützen müssen genenz, nämlich: Generative KIRisiken wie geistige Eigentumsrechte (einschließlich Code und Daten), die auftreten können. Dazu müssen Unternehmen abwägen, ob der Nutzen die Risiken überwiegt.
TabnineÖkosystemVizepräsident für System- und GeschäftsentwicklungBrandon Jung glaubt: Wir müssen den Daten, die in das Modell eingegeben werden, insbesondere den Daten im Trainingssatz, große Aufmerksamkeit schenken und Zeit und Energie in die Auswertung und Analyse investieren Wählen Sie KI-Modelle aus, um die wertvollsten Vermögenswerte eines Unternehmens zu schützen – Code und Daten. Obwohl wir uns noch in einem frühen Stadium der Softwareentwicklung mit
generativer KI
befinden, bleibt abzuwarten, ob generative KIAlgorithmen und die sie unterstützenden Tools Schutzmaßnahmen zum Schutz von Unternehmen schaffen können Es hängt zu einem großen Teil von der Fähigkeit der generativen KI ab, die Softwareentwicklung, das Testen, die Bereitstellung und die Wartung zu steuern. Übersetzer-Einführung
Julian Chen, 51CTO-Community-Redakteur, verfügt über mehr als zehn Jahre Erfahrung in der Umsetzung von IT-Projekten, ist gut in der Kontrolle interner und externer Ressourcen und Risiken und konzentriert sich auf die Verbreitung von Netzwerk- und Netzwerkressourcen Kenntnisse und Erfahrung im Bereich Informationssicherheit.
Originaltitel:
10 Wege, wie generative KI die Softwareentwicklung verändern wird
, Autor: Isaac Sacolick
Das obige ist der detaillierte Inhalt vonZehn Möglichkeiten, wie generative KI die Softwareentwicklung verändern wird. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!
