Programowanie w parach z AI jest szybkie. Bezpieczne wdrożenie to następny krok
Programowanie w parach z AI sprawia, że kod powstaje szybciej. upstreamapi pomaga wydać ten kod dzięki stopniowym wdrożeniom, flagom funkcji i automatycznemu wycofaniu zmian na podstawie SLO.
Dlaczego zespoły programują w parach z asystentem AI
Intencja stojąca za wyszukiwaniem rzadko jest ciekawością. Inżynierowie chcą konkretnych rzeczy od edytora, a każda z nich ma koszt po drugiej stronie.
Pierwsze wersje w kilka sekund
Szablony, handlery, migracje i testy pojawiają się jako punkt wyjścia, więc inżynier poświęca czas na logikę, która jest naprawdę trudna.
Druga opinia na żądanie
Zapytaj, dlaczego funkcja zachowuje się w określony sposób albo co może zepsuć refaktoryzacja. To pomaga, o ile odpowiedź sprawdzisz w kodzie.
Testy pisane razem z kodem
Asystent może naszkicować przypadki, które w piątek po południu łatwo pominąć. To Ty decydujesz, które asercje mają znaczenie.
Szybsze wdrażanie się w stary kod
Nieznane usługi stają się czytelne szybciej, gdy można zadawać pytania o bazę kodu zamiast szukać jedynej osoby, która wie, jak to działa.
Mniej przełączania kontekstu
Dokumentacja, fragmenty kodu i odpowiedzi trafiają do edytora. Mniej kart, mniej przerwań, krótsza pętla między pomysłem a działającym kodem.
Więcej zmian na inżyniera
Efekt uboczny, którego nikt nie planuje w budżecie. Więcej scalonych zmian tygodniowo oznacza więcej wydań, które potrzebują bezpiecznej drogi na produkcję.
Więcej kodu, ten sam proces wydawniczy
Gdy kod powstaje szybciej, wąskie gardło się przesuwa. Przegląd, wydanie i obserwacja dashboardu nie przyspieszają tylko dlatego, że pierwsza wersja powstała szybciej. Zespoły, które programują w parach z asystentem AI, często widzą kolejkę po scaleniu: wydanie wymaga człowieka, deploy działa na zasadzie wszystko albo nic, a wycofanie zmiany robi się ręcznie. Rozwiązaniem nie jest zwalnianie asystenta. Chodzi o to, by każde wydanie było małe, obserwowalne i odwracalne, tak aby większa liczba zmian nie oznaczała większej liczby incydentów.
- Wdrożenie na 100% ruchu naraz zamienia każdy błąd w incydent
- Wygenerowany kod może ukrywać założenia o obciążeniu, kształcie danych lub kolejności
- Ręczne wycofanie zależy od tego, czy ktoś zauważy problem i zareaguje, w najgorszym możliwym momencie
- Przegląd sprawdza to, co jest w diffie, a nie to, co dzieje się pod produkcyjnym ruchem
Bezpieczniejsza droga dla kodu napisanego przez AI
Cztery etapy. Asystent odpowiada co najwyżej za pierwszy. Reszta to dostarczanie zmian.
-
1
Napisz i przejrzyj
Programuj w parze z asystentem, a potem przejrzyj zmianę jak każdy inny pull request. Testy przechodzą, człowiek zatwierdza, zmiana zostaje scalona.
-
2
Zasymuluj wdrożenie
Zanim cokolwiek udostępnisz, zamodeluj, jak przebiegnie stopniowe wdrożenie i jaki wpłynie na ruch. Plan sprawdzasz najpierw na papierze.
-
3
Udostępniaj stopniowo
Wdrażaj za flagą funkcji i zwiększaj ekspozycję etapami. Mały odsetek ruchu widzi zmianę, zanim zobaczą ją wszyscy.
-
4
Niech decyduje SLO
Jeśli cel dotyczący błędów lub opóźnień zostanie przekroczony podczas wdrożenia, pilot wycofuje zmianę automatycznie. Żeby zacząć wycofywanie, nie trzeba budzić dyżurnego.
Kontrola dostarczania, a nie asystent kodu
upstreamapi zaczyna tam, gdzie kończy się Twój asystent. Nie pisze kodu i go nie przegląda. Zarządza tym, jak zmiany docierają do użytkowników.
Stopniowe wdrożenia
Wydawaj zmianę dla rosnącego odsetka ruchu, etapami, zamiast jednego przełącznika z zera na wszystkich.
Flagi funkcji
Scal wygenerowany kod w trybie ukrytym, włącz go dla wybranego segmentu i wyłącz ponownie w kilka sekund, bez ponownego wdrażania.
Automatyczne wycofanie na podstawie SLO
Zdefiniuj cel, który ma znaczenie. Gdy wdrożenie przekroczy jego limit, zmiana wycofuje się sama.
Symulacja wdrożenia
Przetestuj plan stopniowego wdrożenia i jego prawdopodobny wpływ na ruch, zanim zmiana trafi do prawdziwego użytkownika.
Niezależne od edytora
Widzi tylko to, co wdrażasz, więc działa tak samo bez względu na to, który asystent napisał pierwszą wersję.
Spokojniejszy dyżur
Zła wersja, która sama się wycofuje, to wpis w logu następnego ranka, a nie alarm o trzeciej w nocy.
Gdy SLO zostanie przekroczone, wdrożenie się cofa
Wyobraź sobie wygenerowaną zmianę, która przeszła przegląd i wszystkie testy jednostkowe. Trafia na mały wycinek ruchu, a odsetek błędów zaczyna rosnąć. Przy ręcznym procesie ktoś musi zobaczyć alert, znaleźć wydanie, podjąć decyzję i cofnąć je ręcznie. Przy bramce SLO wdrożenie wraca o krok, gdy tylko cel zostanie przekroczony, a zasięg problemu pozostaje na małym wycinku, od którego zaczęto. Post-mortem ma wtedy krótką, czytelną oś czasu zamiast długiej.
- Zasięg problemu ograniczony etapem, do którego doszło wdrożenie
- Wycofanie wyzwalane przez metrykę, a nie przez to, kto akurat patrzy na dashboard
- Flagi pozwalają wyłączyć konkretną funkcję, gdy pełne wycofanie nie jest potrzebne
Asystent czy warstwa wdrożeniowa: różne zadania
To rozwiązania komplementarne. Większość zespołów programujących w parze z asystentem AI potrzebuje obu, w różnych punktach potoku.
| Pytanie | Asystent do kodowania AI | upstreamapi |
|---|---|---|
| Główne zadanie | Pomaga pisać i rozumieć kod | Kontroluje, jak zmiany docierają do użytkowników |
| Kiedy działa | Przed scaleniem, w edytorze | Po scaleniu, podczas wydania |
| Pisze kod | Tak, jako sugestie, które przeglądasz | Nie |
| Ogranicza zasięg problemu | Nie | Tak, dzięki stopniowej ekspozycji i flagom |
| Cofa złe wydanie | Nie | Automatycznie, po przekroczeniu SLO |
| Mocna strona | Szybkość pierwszej wersji | Bezpieczeństwo ostatniego odcinka |
Programowanie w parach z AI a bezpieczne wydania
Czym jest programowanie w parach z AI?
Czy programowanie w parach z AI sprawia, że zespoły szybciej wdrażają?
Czy kod generowany przez AI jest bardziej ryzykowny na produkcji?
Czy upstreamapi jest asystentem do kodowania AI?
Jak flaga funkcji pomaga w przypadku kodu generowanego przez AI?
Co dokładnie robi automatyczne wycofanie na podstawie SLO?
Czy muszę zmieniać narzędzia do kodowania AI, żeby z tego korzystać?
Wdrażaj kod napisany przez AI z siatką bezpieczeństwa
Programuj dalej w parze z asystentem. Dodaj stopniowe wdrożenia, flagi funkcji i automatyczne wycofanie oparte na SLO dla części, która trafia do użytkowników.