Die Entwicklergeschwindigkeit, also die Geschwindigkeit, mit der eine Organisation Code ausliefert, wird oft durch notwendige, aber langwierige Prozesse wie Codeüberprüfung, Schreiben von Dokumentation und Tests beeinflusst. Ineffizienzen drohen, diese Prozesse noch länger zu machen. Nach Einer Quelle zufolge verschwenden Entwickler 17,3 Stunden pro Woche aufgrund technischer Schulden und fehlerhaftem – also nicht funktionsfähigem – Code.
Matan Grinberg, PhD für maschinelles Lernen, und Eno Reyes, zuvor Datenwissenschaftler bei Hugging Face und Microsoft, waren der Meinung, dass es einen besseren Weg geben müsste.
Während eines Hackathons in San Francisco bauten Grinberg und Reyes eine Plattform, die einfache Codierungsprobleme autonom lösen konnte – eine Plattform, von der sie später glaubten, dass sie kommerzielles Potenzial hätte. Nach dem Hackathon erweiterten die beiden die Plattform, um weitere Softwareentwicklungsaufgaben zu bewältigen, und gründeten ein Unternehmen. Fabrikum das zu monetarisieren, was sie aufgebaut hatten.
„Die Mission von Factory besteht darin, Autonomie in die Softwareentwicklung zu bringen“, sagte Grinberg gegenüber TechCrunch in einem E-Mail-Interview. „Konkreter gesagt hilft Factory großen Ingenieurunternehmen dabei, Teile ihres Softwareentwicklungslebenszyklus über autonome, KI-gestützte Systeme zu automatisieren.“
Factory-Systeme – die Grinberg „Droiden“ nennt, ein Begriff, den Lucasfilm verwendet könnte ein Problem damit haben – sind darauf ausgelegt, verschiedene sich wiederholende, alltägliche, aber normalerweise zeitaufwändige Softwareentwicklungsaufgaben zu bewältigen. Factory verfügt beispielsweise über „Droiden“ zum Überprüfen von Code, zum Refactoring oder Umstrukturieren von Code und sogar zum Generieren von neuem Code aus Eingabeaufforderungen à la GitHub Copilot.
Grinberg erklärt: „Der Review-Droid hinterlässt aufschlussreiche Codeüberprüfungen und bietet menschlichen Prüfern Kontext für jede Änderung an der Codebasis. Der Dokumentations-Droid generiert und aktualisiert die Dokumentation kontinuierlich nach Bedarf. Der Testdroide schreibt Tests und behält den Testabdeckungsprozentsatz bei, wenn neuer Code zusammengeführt wird. Der Wissensdroide lebt in Ihrer Kommunikationsplattform (z. B. Slack) und beantwortet tiefergehende Fragen zum Engineering-System. Und das Projekt Droid hilft bei der Planung und Gestaltung von Anforderungen auf der Grundlage von Kundensupport-Tickets und Funktionsanfragen.“
Alle Droiden von Factory basieren auf dem, was Grinberg als „Droidenkern“ bezeichnet: einer Engine, die die technischen Systemdaten eines Unternehmens aufnimmt und verarbeitet, um eine Wissensdatenbank aufzubauen, und einem Algorithmus, der Erkenntnisse aus der Wissensdatenbank zieht, um verschiedene technische Probleme zu lösen . Eine dritte Droid-Kernkomponente, Reflection Engine, fungiert als Filter für die KI-Modelle von Drittanbietern, die Factory nutzt, und ermöglicht es dem Unternehmen, zusätzlich zu diesen Modellen eigene Schutzmaßnahmen, bewährte Sicherheitspraktiken usw. zu implementieren.
„Der Unternehmensaspekt besteht hier darin, dass es sich hierbei um eine Software-Suite handelt, die es Ingenieursorganisationen ermöglicht, schneller bessere Produkte zu produzieren und gleichzeitig die Arbeitsmoral der Ingenieure zu verbessern, indem sie die Last mühsamer Aufgaben wie Codeüberprüfung, Dokumentation und Tests verringert“, sagte Grinberg. „Darüber hinaus ist aufgrund der autonomen Natur der Droiden nur wenig Benutzerschulung und Onboarding erforderlich.“
Wenn Factory nun alle diese Entwicklungsaufgaben konsequent und zuverlässig automatisieren kann, würde sich die Plattform tatsächlich amortisieren. Laut einem Bericht aus dem Jahr 2019 Umfrage von Tidelift und The New Stack verbringen Entwickler 35 % ihrer Zeit mit der Verwaltung von Code, einschließlich Tests und Reaktion auf Sicherheitsprobleme – und weniger als ein Drittel ihrer Zeit mit dem eigentlichen Programmieren.
Aber die Frage ist, kann es?
Selbst die besten KI-Modelle sind heute nicht davor zurück, katastrophale Fehler zu machen. Und generative Codierungstools können zu unsicherem Code führen. Eine Stanford-Studie legt nahe, dass Softwareentwickler, die codegenerierende KI verwenden, mit größerer Wahrscheinlichkeit Sicherheitslücken in den von ihnen entwickelten Apps verursachen.
Grinberg machte deutlich, dass Factory nicht über das nötige Kapital verfügt, um alle seine Modelle im eigenen Haus zu trainieren – und daher den Beschränkungen Dritter ausgeliefert ist. Er behauptet jedoch, dass die Factory-Plattform immer noch einen Mehrwert liefert, während sie für die KI-Leistung auf Drittanbieter angewiesen ist.
„Unser Ansatz besteht darin, diese KI-Systeme und Argumentationsarchitekturen aufzubauen, modernste Modelle zu nutzen und Beziehungen zu Kunden aufzubauen, um sofort Mehrwert zu liefern“, sagte Grinberg. „Als junges Startup ist es ein aussichtsloser Kampf, sich weiterzubilden [large] Modelle. Im Vergleich zu den etablierten Betreibern haben Sie keinen finanziellen Vorteil, keinen Chip-Zugangsvorteil, keinen Datenvorteil und (mit ziemlicher Sicherheit) keinen technischen Vorteil.“
Das langfristige Spiel der Fabrik Ist Grinberg sagte, dass das Unternehmen mehr seiner eigenen KI-Modelle trainieren möchte, um ein „durchgängiges“ technisches KI-System aufzubauen – und diese Modelle durch das Einholen von technischen Trainingsdaten von seinen frühen Kunden differenzieren soll.
„Mit der Zeit werden wir mehr Kapital haben Chipmangel wird sich aufklären und wir werden (mit Genehmigung) direkten Zugriff auf einen Datenschatz haben (dh die historische Zeitleiste ganzer Ingenieurorganisationen)“, fuhr er fort. „Wir werden Droiden so bauen, dass sie robust und völlig autonom sind – mit minimaler menschlicher Interaktion – und vom ersten Tag an auf die Bedürfnisse der Kunden zugeschnitten sind.“
Ist das eine zu optimistische Sichtweise? Vielleicht. Der Markt für KI-Startups wird von Tag zu Tag wettbewerbsintensiver.
Aber man muss Grinberg zugute halten, dass Factory bereits mit einer Kerngruppe von etwa 15 Unternehmen zusammenarbeitet. Grinberg würde keine Namen nennen, außer den Kunden – die die Plattform von Factor bisher zum Verfassen von Tausenden von Codeüberprüfungen und Hunderttausenden von Codezeilen genutzt haben und deren Größe vom „Seed-Stadium“ bis zum „Öffentlichen“ reicht.
Factory hat kürzlich eine 5-Millionen-Dollar-Seed-Runde unter der gemeinsamen Leitung von Sequoia und Lux unter Beteiligung von SV Angel, BoxGroup, DataBricks-CEO Ali Ghodsi, Hugging Face-Mitbegründer Clem Delangue und anderen abgeschlossen. Grinberg sagt, dass das neue Kapital in die Erweiterung des sechsköpfigen Teams und der Plattformkapazitäten von Factory fließen wird.
„Die größten Herausforderungen in dieser Branche der KI-Codegenerierung sind Vertrauen und Differenzierung“, sagte er. „Jeder VP of Engineering möchte die Leistung seines Unternehmens mit KI verbessern. Was dem im Wege steht, ist die Unzuverlässigkeit vieler KI-Tools und die Zurückhaltung großer, labyrinthischer Organisationen, dieser neuen, futuristisch klingenden Technologie zu vertrauen … Factory baut eine Welt auf, in der Software-Engineering selbst ein zugängliches, skalierbares Gut ist.“