AWS 將 AI 智能代理擴展至程式碼測試領域

Amazon Web Services（AWS）現已將其為開發者打造的生成式人工智慧（AI）代理功能擴展到應用程式測試領域。

透過對 Amazon Q Developer 的更新，開發者現在可以在自己偏好的整合式開發環境（IDE）中，透過這些智能代理即時編寫與測試程式碼，以驗證任意更新。

AWS 生成式 AI 應用與開發者體驗總監 Srini Iragavarapu 表示，AWS 正從單純的程式碼產出工具邁進，開始將生成式 AI 技術應用在提升進入生產環境之前的程式碼品質上。

他指出，由於產生測試的門檻變低，未來將會有更多新寫的程式碼能在開發初期就完成測試。

例如，開發者可以使用自然語言指令，要求 Amazon Q Developer 代理新增結帳功能至電商應用程式。該代理便會分析既有程式碼庫，並於數分鐘內完成所需的程式碼修改與測試流程，包括執行單元測試與建構程式碼，以確認其已準備好供審查使用。

此外，AWS 也運用大型語言模型（LLM）的自動推理能力來驗證所產出程式碼的品質。

這些措施的整合，使開發者能在程式碼被納入主程式碼庫之前，自行及早發現與解決問題。

Amazon Q Developer 與 IDE 的整合，是透過 DevFile 工具實現的。DevFile 是許多開發者常用來自訂工作區配置的格式工具。應用程式開發者可以透過 DevFile 指定指令，指派特定任務給 Amazon Q Developer 智能代理，例如在隔離的沙盒環境中建立並執行測試。

Iragavarapu 表示，AWS 同時也正與像 GitLab 等合作夥伴攜手，致力於將 AI 智能代理整合至整個軟體開發生命週期中，使 DevOps 團隊能運用 AWS 的日誌資料，更有效協調各項作業。其最終目標，是讓 DevOps 團隊能在開發生命週期的任何階段，透過 AI 智能代理進行程式測試。

自 AI 程式開發工具問世以來，應用程式開發團隊所產生的程式碼數量大幅增加，但許多開發者也面臨一個新挑戰：要除錯自己並未撰寫的程式碼變得更加困難。AWS 現正透過 AI 代理測試由人類或其他 AI 工具產出的程式碼，來解決這項問題。

Iragavarapu 表示，整體目標是大幅提升由 AI 代理產出的程式碼，能被應用程式開發者接受與採用的比率。

雖然目前尚不清楚 AI 智能代理會如何被完整整合進 DevOps 的工作流程，但問題已不再是「會不會採用」，而是「會採用到什麼程度」。從開發者的角度來看，他們會越來越依賴這些工具，以減少反覆回頭檢視數週前自己撰寫、且早已模糊記憶的程式碼的情況。理想情況下，也能降低 DevOps 工程師反覆向開發者追問「當初這段錯誤是怎麼產生的」的次數。