Легко попасть под влияние таких технологий, как искусственный интеллект, и сразу же начать экспериментировать, не заложив правильную основу, пишет на портале The New Stack Арпад Кун, руководитель направления инжиниринга и инфраструктуры компании Bitrise.
Появление кода, генерируемого ИИ, и все более сложных агентов ИИ изменит игру для предприятий и стартапов, стремящихся делать больше с меньшими затратами. Но это не серебряная пуля. Использование ИИ в рамках жизненного цикла разработки ПО (SDLC) сопряжено с определенными трудностями. Если ваши инструменты, процессы и инфраструктура не рассчитаны на масштабирование, вы рискуете лишиться тех преимуществ, которые сулит ИИ.
Это создает проблему для ИТ- и инженерных руководителей, которым необходимо найти способы максимизировать эффективность с помощью ИИ и одновременно снизить риски и узкие места, которые может создать ИИ.
ИИ может стать следующей золотой лихорадкой для новаторов, но если у вас нет необходимых систем для анализа, тестирования и исправления ошибок в коде, создаваемом ИИ, вам будет сложно эффективно масштабироваться. Внедрение надежной системы непрерывной интеграции и непрерывной доставки (CI/CD) является ключевым фактором для того, чтобы ваши системы и инженеры-программисты могли идти в ногу с ИИ.
Окупаемость инвестиций при внедрении ИИ остается труднодостижимой
Несмотря на шумиху и ажиотаж вокруг ИИ, его внедрение все еще запаздывает. По данным недавнего опроса Techstrong Research «DevOps Next: 2024 and Beyond», только 33% опрошенных DevOps-специалистов работают в компаниях, использующих ИИ для создания ПО.
ИИ может не только значительно повысить скорость работы, он также способствует увеличению пропускной способности, что повышает потребность в тестировании, контроле качества и инвестициях в инфраструктуру.
Увеличение объема кода означает, что командам разработчиков необходимо искать способы сокращения циклов обратной связи, времени сборки и других ключевых элементов процесса разработки, чтобы не отставать. Без надежной структуры DevOps и механизма CI/CD для управления этим процессом ИИ может создавать шум и отвлекать внимание инженеров, замедляя их работу, вместо того чтобы дать им возможность сосредоточиться на том, что действительно важно: создании качественного ПО в нужном темпе.
Не игнорируйте CI/CD-основу
Чтобы использовать возможности ИИ в рамках SDLC, вам нужна масштабируемая платформа CI/CD, способная идти в ногу со временем. Без нее вы можете столкнуться с рядом проблем.
Быстрые итерации создают нагрузку на ваши системы
Разработка с использованием ИИ приводит к быстрому созданию кода. Используя Cursor, Windsurf, Claude Code, Copilot и другие инструменты для кодирования с помощью ИИ, вы сможете сделать больше за более короткое время. На горизонте уже маячат программные инженеры-агенты с ИИ, способные генерировать код за считанные секунды. Кроме того, теперь можно использовать такие достижения, как Model Context Protocol (MCP) Server, для автономной проверки результатов CI, выявления проблем и итераций для постоянного улучшения.
Однако возросшая благодаря ИИ производительность по-прежнему требует тщательного тестирования, быстрого устранения неполадок и повышенного внимания с точки зрения безопасности. Если ваша команда все еще полагается на ручной процесс тестирования и выпуска, скорее всего, вы не сможете поддерживать необходимый уровень тестирования и проверки. Узкие места замедлят процесс, поскольку инженеры-программисты утонут в шуме предложений, генерируемых ИИ.
Ускоренная генерация кода может привести к увеличению времени ожидания
ИИ обещает сократить время, затрачиваемое инженерами на генерацию кода, но этот код еще нужно скомпилировать, протестировать и отправить.
Без платформы DevOps, автоматизирующей процесс проверки качества (QA) каждой строки кода, команды будут тратить время на поиск и исправление ошибок вручную, теряя при этом скорость работы. Постоянная оптимизация рабочих процессов CI/CD очень важна для обеспечения правильного функционирования кода и его тщательного тестирования. Продвижение кода по процессу будет быстрым только в том случае, если ваши конвейеры и команда смогут справиться с возросшей пропускной способностью.
Ручные рабочие процессы повышают риск
«Вторые пилоты» на базе ИИ и ИИ-агенты генерируют и модифицируют код с экспоненциальной скоростью, но ручные и непоследовательные рабочие процессы могут оставлять ошибки и проблемы незамеченными, что снижает качество пользовательского опыта.
Напротив, автоматизированные конвейеры помогают командам находить и решать проблемы на ранних стадиях, например, выявлять новые проблемы или регрессии, отслеживать их появление и даже устранять их с помощью автоматизации. Благодаря эффективному CI/CD стабильный код выпускается быстро и последовательно с помощью автоматизированных рабочих процессов, что позволяет эффективно продвигать его по процессу.
Использование перспектив агентов ИИ
Агенты ИИ становятся следующим большим достижением в разработке ПО благодаря способности автономно решать проблемы, писать код, тестировать и развертывать его 24 часа в сутки 7 дней в неделю.
Однако, несмотря на неоспоримые перспективы агентов, предстоит еще много работы, чтобы укрепить доверие к их безопасности и точности.
Без человеческого контроля и CI/CD-основы, способной справиться с быстрыми итерациями, агентам ИИ будет сложно создавать стабильное и надежное ПО.
Это проблема, которая никуда не денется. Чтобы бизнесу оставаться актуальным завтра, руководители инженерных и ИТ-служб должны решить эту проблему сегодня. В противном случае они рискуют, что другие компании превзойдут и обгонят их.
Перспективная разработка на основе ИИ с помощью правильной CI/CD-основы
Чтобы успешно объединять и выпускать инкрементные изменения кода, их необходимо пропускать через платформу CI/CD для последовательного тестирования и обнаружения проблем.
Чтобы масштабировать преимущества агентов ИИ, необходимо масштабировать CI/CD по нескольким параметрам:
- Сокращение времени CI. Более быстрые сборки означают более быстрые тестирование и обратную связь для разработки, управляемой ИИ.
- Увеличение параллельной обработки. Увеличение вычислительной мощности обеспечивает одновременный запуск нескольких сборок.
Например, если каждая сборка занимает 30 минут, в час можно протестировать только две итерации. Но если оптимизировать распараллеливание тестов и интеллектуальное кэширование (например, посредством Gradle, инструментов сборки Bazel), а также сократить время CI до
Это в 30 раз ускоряет цикл обратной связи, а это шаг вперед в скорости, что очень важно для инженеров, особенно в условиях, когда ИИ генерирует код непрерывно.
Цена неадекватной инфраструктуры CI/CD в эпоху ИИ
Многие команды разработчиков ПО сегодня работают с неоптимальной CI/CD-инфраструктурой, которая плохо подготовлена к требованиям разработки на основе ИИ. В результате они имеют дело с огромным количеством несвязанных между собой инструментов, ручных процессов и технического долга, что приводит к значительной неэффективности:
- Фрагментированные цепочки инструментов. Команды собирают воедино различные точечные решения для сборки, тестирования, управления артефактами и развертывания, что создает головную боль от интеграции и нагрузки на обслуживание.
- Локальные зависимости сборки. Разработчики тратят часы на настройку локальных окружений, которые не соответствуют производственным, что приводит к классической проблеме «это работает только на моей машине».
- Неэффективность кэша. Без надлежащих стратегий кэширования команды постоянно создают идентичные компоненты, тратя вычислительные ресурсы и время разработчиков.
- Последовательные рабочие процессы. Задачи выполняются одна за другой, а не параллельно, что создает узкие места и увеличивает цикл обратной связи с минут до часов.
- Несогласованные среды. Различия между средами разработки, тестирования и производства приводят к сбоям в развертывании и трудновоспроизводимым ошибкам.
- Плохая видимость. Ограниченный обзор всего конвейера затрудняет выявление узких мест и возможностей для оптимизации.
Эти проблемы, возникающие при традиционной разработке, становятся критическими препятствиями, когда ИИ ускоряет генерацию кода. Когда агент ИИ может создавать десятки итераций за считанные минуты, система CI/CD, в которой на проверку каждого изменения уходят часы, создает неподъемный бэклог.
Выбор правильной CI/CD-платформы: не ограничиваясь базовыми сборками
Оценивая CI/CD-платформы для поддержки будущего, основанного на ИИ, не ограничивайтесь базовыми возможностями сборки. Правильное решение должно функционировать как интегрированная система, а не требовать от вас соединения и поддержки разрозненных компонентов.
Рассмотрите следующий контрольный список основных возможностей.
- Интегрированное сквозное управление конвейером:
- единая платформа, которая управляет всем рабочим процессом от фиксации кода до развертывания в производстве;
- автоматизированное управление зависимостями и их разрешение;
- встроенное управление секретами и сканирование безопасности.
- Передовая архитектура кэширования:
- интеллектуальное кэширование уровней, понимающее структуру вашей кодовой базы;
- удаленный кэш сборки с возможностью совместного использования между командами и филиалами;
- гранулярное аннулирование кэша, сохраняющее полезные артефакты и обеспечивающее корректность.
- Фреймворк распределенного выполнения:
- удаленное выполнение сборок, которое автоматически масштабируется в зависимости от спроса;
- интеллектуальное распределение рабочей нагрузки, оптимизирующее скорость и стоимость;
- кроссплатформенная поддержка для сборки на нескольких операционных системах одновременно.
- Оптимизация ресурсов:
- динамическое распределение ресурсов на основе требований к сборке;
- распределение и распараллеливание тестов для минимизации времени обратной связи;
- аналитика затрат и рекомендации по оптимизации.
- Опыт разработчиков:
- локальные среды разработки, соответствующие конфигурациям CI/CD;
- быстрая и действенная обратная связь по качеству кода и результатам тестирования;
- возможности самообслуживания для команд по оптимизации собственных рабочих процессов.
- Готовность к масштабированию и адаптации корпоративного уровня:
- возможности обеспечения соответствия и аудита встроены в платформу;
- надежные средства контроля доступа и управления;
- надежная поддержка и понятная документация.
Самые сильные CI/CD-платформы объединяют эти возможности в единую систему, а не заставляют команды подключать и поддерживать отдельные инструменты для каждой функции. Такая интеграция крайне важна, поскольку каждая граница между инструментами представляет собой потенциальную точку отказа, узкое место в производительности и административные издержки.
Например, когда кэширование, выполнение сборки и управление артефактами тесно интегрированы, система может принимать интеллектуальные решения о том, когда повторно использовать артефакты, а когда перестраивать. Такая интеграция избавляет разработчиков от необходимости разбираться в тонкостях аннулирования кэша или вручную настраивать параметры сборки для оптимизации производительности.
По мере ускорения разработки с использованием ИИ этот единый подход становится еще более ценным. Когда агент ИИ предлагает внести изменения, система может быстро определить, какие тесты необходимо выполнить, какие артефакты можно использовать повторно и как наиболее эффективно подтвердить изменения — и все это без участия человека.
Инвестируя в платформу CI/CD с такими возможностями, вы закладываете основу, которая определит, станет ли ИИ фактором, увеличивающим силу вашей команды, или просто создаст дополнительный шум в и без того сложной системе. Правильная платформа превратит ваш CI/CD-конвейер из узкого места в стратегическое преимущество, позволяя вашей команде использовать потенциал ИИ, сохраняя при этом качество, безопасность и надежность.
Чтобы использовать преимущества скорости и эффективности разработки на основе ИИ, вам нужна CI/CD-платформа, способная работать с высокой пропускной способностью, быстрыми итерациями и сложными циклами тестирования, не снижая при этом затрат на инфраструктуру и облако.
Итак, чтобы быть готовым к будущему, вам нужна CI/CD-платформа, которая:
- Обеспечивает интегрированную систему с передовой архитектурой кэширования и параллельной обработкой данных, чтобы справиться с возросшей благодаря ИИ пропускной способностью.
- Сокращает циклы обратной связи с часов до минут за счет оптимизации рабочих процессов и распределения ресурсов.
- Поддерживает стандарты качества и безопасности, обеспечивая быструю итерацию и тестирование.
- В SDLC с использованием ИИ служит стратегическим преимуществом, а не узким местом.
Легко увлечься мощными технологиями, такими как ИИ, и сразу же начать экспериментировать, не заложив правильную основу для успеха. Но на самом деле, чтобы оставаться конкурентоспособными с ИИ, командам нужен не просто второй пилот: им нужен самолет, взлетная полоса и диспетчерская вышка.
