
Владислав Назаров
Ведущий разработчик Machine Learning, Яндекс
Белорусская
AI-инструменты создают иллюзию волшебства в IDE, пока дело не доходит до миграции целых сервисов — обсудим, что нужно, чтобы магия сработала.
В докладе рассмотрим реальные задачи AI-рефакторинга, возникающие в больших кодовых базах, охватывая задачи разного уровня сложности. Например, автоматическая генерация функциональных тестов для микросервисов, конвертация сервисов с OpenAPI на gRPC и другие. Обозначим некоторые проблемы, с которыми приходится сталкиваться при разработке AI-инструментов для рефакторинга: большой объем контекста из-за крупной кодовой базы, неявные зависимости в коде и ограничения, которые языковая модель может упускать.
Рассмотрим пути решения описанных задач, которые мы опробовали в своей работе. Расскажу о положительных результатах и трудностях, с которыми нам пришлось столкнуться, а также намечу дальнейшие шаги.
Ведущий разработчик Machine Learning, Яндекс