Posten hilft Entwicklern seit langem bei der Überwachung und dem Debuggen ihres Produktionscodes. Jetzt fügt das Unternehmen diesem Prozess einige intelligente KI hinzu Starten von AI Autofix, eine neue Funktion, die alle Kontextdaten, die Sentry über die Produktionsumgebung eines Unternehmens hat, nutzt, um Korrekturen vorzuschlagen, wenn ein Fehler auftritt. Obwohl es Autofix heißt, handelt es sich nicht um ein vollständig automatisiertes System, womit sich nur wenige Entwickler wohl fühlen würden. Stattdessen handelt es sich um ein Human-in-the-Loop-Tool, das „so ist, als hätte man einen Junior-Entwickler, der bei Bedarf helfen kann“, wie das Unternehmen erklärt.
„Anstatt über die Leistung Ihrer Anwendung – oder Ihre Fehler – aus der Perspektive der Systeminfrastruktur nachzudenken, konzentrieren wir uns wirklich darauf, sie zu bewerten und Ihnen bei der Lösung von Problemen aus der Perspektive der Codeebene zu helfen“, erklärte Tillman Elser, Engineering Manager bei Sentry als ich ihn fragte, wie diese neue Funktion in die gesamte Produktpalette des Unternehmens passt.
Elser argumentierte, dass viele andere KI-basierte Codierungstools sich hervorragend für die automatische Vervollständigung von Code in der IDE eignen, aber da sie nichts über die Produktionsumgebung eines Unternehmens wissen, können sie nicht proaktiv nach Problemen suchen. Er erklärte, dass das wichtigste Wertversprechen von Autofix darin besteht, dass es Entwicklern dabei helfen kann, den Prozess der Fehlersuche und -behebung in der Produktion zu beschleunigen, da es den Kontext kennt, in dem der Code ausgeführt wird. „Wir versuchen, Probleme in der Produktion so schnell wie möglich zu lösen.“ möglich. Wir versuchen nicht, Sie beim Erstellen Ihrer Anwendung zu einem schnelleren Entwickler zu machen“, sagte er.
Bildnachweis: Posten
Mithilfe einer agentenbasierten Architektur hält Autofix Ausschau nach Fehlern und verwendet dann seinen Erkennungsagenten, um zu prüfen, ob eine Codeänderung diesen Fehler beheben kann – und wenn nicht, wird eine Ursache angegeben. Wichtig dabei ist, dass die Entwickler jederzeit auf dem Laufenden bleiben. Eine praktische Funktion besteht hier beispielsweise darin, dass sie zusätzlichen Kontext für die KI-Agenten hinzufügen können, wenn diese bereits eine Vorstellung davon haben, wo das Problem liegen könnte. Oder sie können sich dafür entscheiden, auf die Schaltfläche „Gib mir das Problem“ zu klicken und zu sehen, was die KI herausfindet.
Die KI durchläuft dann einige Schritte, um das Problem zu bewerten und einen Aktionsplan zur Behebung zu erstellen. Dabei stellt Autofix den Entwicklern ein Diff zur Verfügung, das die Änderungen erklärt, und erstellt dann, wenn alles gut aussieht, einen Pull-Request, um diese Änderungen zusammenzuführen.
Bildnachweis: Posten
Autofix unterstützt alle wichtigen Sprachen, Elser gab jedoch zu, dass das Team die meisten Tests mit JavaScript- und Python-Code durchgeführt hat. Offensichtlich wird es nicht immer alles richtig machen. Es gibt schließlich einen Grund, warum Sentry es mit einem Junior-Entwickler vergleicht. Der einfachste Fehlerfall sei jedoch, sagte mir Elser, wenn die KI einfach nicht über genügend Kontext verfügt – vielleicht, weil das Team beispielsweise nicht genügend Instrumente eingerichtet hat, um die notwendigen Daten zu sammeln, damit Autofix arbeiten kann.
Hierbei ist zu beachten, dass Sentry zwar die Entwicklung eigener Modelle in Betracht zieht, derzeit jedoch mit Modellen von Drittanbietern wie OpenAI und Anthropic arbeitet. Das bedeutet auch, dass Benutzer sich dafür entscheiden müssen, ihre Daten an diese Drittanbieterdienste zu senden, um Autofix nutzen zu können. Elser sagte, das Unternehmen plane, dies in Zukunft noch einmal zu überdenken und möglicherweise ein internes LLM anzubieten, das auf seine Daten abgestimmt ist.
Bildnachweis: Posten