谷歌Duet AI覆盖整个软件开发生命周期

像开发者专用的Duet AI这样的基于上下文的生成式人工智能工具，能否在整个软件开发生命周期内推动全天候的生产力？

译自 Google’s Duet AI Launches GenAI across Full SDLC in the Cloud，作者 Jennifer Riggins 是技术故事、新闻、写作以及活动和播客主持的文化方面的叙述者，帮助分享文化和技术相互碰撞的故事，并翻译我们正在构建的技术的影响。她一直...

一位开发人员在生成式人工智能当前阶段的日常是怎样的？在云中，带有 GenAI 辅助的开发者体验是怎样的完整软件开发生命周期（SLDC）？在技术裁员和日益复杂的云环境中，认知负荷和更快交付的压力很大的情况下，生成式人工智能已经能够为软件开发人员带来价值吗？

今天，Google 正式发布了 Duet AI for Developers。Duet AI for Developers 包括编码辅助、集成开发环境 [IDE] 和控制台聊天，以及运维工具，旨在将辅助集成到开发者已经使用的地方。

Google Cloud 的开发者倡导者 Megan O'Keefe 和首席传道者 Richard Seroter，借此机会与 The New Stack 进行了对话，以帮助我们的读者开始想象生成式人工智能的端到端开发者体验。不仅仅是在 Google Cloud，还涉及与搜索、Bard AI、Google Workspace 等交互，试图迎合开发者已经存在的地方，而不是跨足通常的 40 个选项卡和 14 个工具。

“在很大程度上，软件开发不仅仅是编码。它是关于对话、电子邮件线程、混乱的白板会议和讨论的过程，” O'Keefe 告诉 The New Stack，回顾他们过去作为软件开发人员的生活，其中很多时间都花在设计、运维、编排和安全上。“通常，最容易的部分是编写那 10 行代码。在 IDE 之外的一切，都在这之前、期间和之后。”

在过去一年，对开发者生产力的优先级进行了空前的强调，现在是超越 GenAI 承诺的时候，以了解它如何立即应用于普通开发者的日常。

面向软件开发者的生成式人工智能

Duet AI 已经是 Google Cloud、Workspace、Docs、Gmail、聊天等一些客户可用的 AI 协作伙伴。此外，今天正式推出的 Duet AI for Developers 将 AI 辅助集成到 IDE 和 Google 自己的 Cloud Console 中。

“它是一个集成的聊天。它是用于安全性和 SRE（站点可靠性工程），以及数据和开发，” Seroter 解释道。“所以它更多地是将 AI 融入到云体验中，”使得开发人员已经在工作的工具更智能化。

为了讨论一个 AI 辅助团队“日常生活”可能是什么样子，O'Keefe 扮演了在线杂货零售商的 TypeScript 工程师的角色，“任务是在短时间内将一个小功能交付到生产环境。” 在这种情况下，这是一个运行在 Google Cloud 上的电商网站，新功能是展示最新零食的新产品页面。

这项任务通过电子邮件发送。他们使用 Gmail 的“帮助我写”功能（目前仅对一些使用美国英语的测试者可用）来讨论设计目标，并预订一个会议室，在那里，与同事一起“橡皮鸭”或讨论，然后在白板上规划实现。

一张手写的、模拟的白板架构流程草图。

O’Keefe回到他们的办公桌，使用Google Cloud Architecture Diagram Tool清理白板图。

一个包含参考架构的‘开发者速查表’，是使用Google Cloud Architecture Diagram Tool创建的。

然后，O’Keefe将他们的架构图上传到Bard，利用Google Lens来读取它。开发者和机器人一起围绕架构进行对话和头脑风暴。

“Bart能够理解这个图的内容，知道我们正在使用哪些Google Cloud产品，并在这里激发灵感，” O’Keefe说。“它并不是替我写设计文档，但它在提供灵感方面很有帮助。”然后将聊天机器人的对话导出到Docs，借助‘帮助我写’，他和同事创建了一个大纲。他们表示，这有助于他们集中精力解决更棘手的设计问题，比如如何缓存Firestore文档数据库查询。

在演示的这一点上，O’Keefe指出他们甚至还没有打开IDE —— 这符合典型的软件开发生命周期。

“你在这里看到的是前端团队，这是一个完全独立的团队，负责为这个新的功能页面制作模拟图，” O’Keefe解释说。“我的任务将是在AI助手的帮助下，将其转化为后端代码。”

一旦设计文档得到批准，就是开始编写后端代码的时候了。

“任何构建API的客户，都需要大量的管理 —— 长篇规范说明API的功能以及工作量，管理诸如代理之类的事务。因此，Apigee最近推出的Duet AI功能主要是围绕打开OpenAPI规范生成。” 在这里，O’Keefe以自然语言提示Apigee生成新产品和现有产品的初始规范。

“这涉及到工程文化和生成式人工智能固有的人性部分，即它在这里是来帮助我们作为人类的。它不是来自动化一切。因为如果出了问题，我们就不会知道如何修复。责任在于我，开发者，理解输出，确保这进入了生产仪表板，并且我与专家合作。” — Megan O’Keefe, Google

接下来的步骤是使用客户端查询Google Cloud数据库。在这一点上，特别是如果他们是第一次使用Google Cloud，通常需要打开很多标签，以执行Google和Stack Overflow的下一步，同时阅读文档。

“我需要了解客户端的工作原理，”他们说，但“我只想获取新产品 —— 应该相当简单。但是，如果我是Google Cloud的新手，事情就不那么简单了。我们可以使用Duet AI的代码完成来提示Duet AI在这里提供帮助，做出AI可以根据我的打开文件的内容和我的数据库架构推断的事情。它知道Firestore【文档数据库】调用应该是什么样子。”

当然，在构建之后，你必须进行测试。Duet AI聊天经过Google Cloud文档和示例代码的训练，因此它可以分析错误并帮助O’Keefe修复。他们继续说：“编写代码时一个永恒的问题，特别是在原型制作时，是调试步骤和试图弄清楚：发生了什么？为什么会出现这个错误？我的东西不起作用，求助！”

作为开发人员，他们大部分时间都在寻找答案 —— 寻求Google、Stack Overflow、Reddit和同事的帮助来解决问题。而且他们并不孤单。去年的StackOverflow调查发现，62%的受访者每天花费超过30分钟搜索答案或解决问题，而有25%的人每天花费超过一个小时。这种可避免的挫折不仅打破了工作状态，还增加了认知负担和开发人员的倦怠感。将帮助整合到开发者工作流中将显著提高开发者的生产力，使问题解决更多，挫折减少。

O’Keefe甚至说，你已经可以将错误复制/粘贴到Google中，找到一些生成式人工智能准备好帮助的内容。

生成式人工智能用于开发运维的一面

因此，一旦O’Keefe完成了设计、构建和测试他们的新功能，就是发布的时候了。这是DevOps工作负载经常在通往生产的道路上创建许多障碍、挫折和摩擦的地方。这正是Syntasso的Abby Bangser所说的“不是不重要，但不是差异化的工作”。许多这些重要的障碍都涉及人类的批准、部署和代码审查。

“人在循环中仍然非常重要，” O’Keefe说。“假设我已经发布了这个功能。新到货页面已经推出，对我们的客户可见。这很令人兴奋。但发生了很多事情。想象一下，作为一名工程师，我将要进行紧急值班。作为新的Google Cloud开发人员，我需要找到的第一件事是我的服务的日志和度量标准。所以你在这里看到的是，我已经在Google Cloud控制台中打开了Duet AI。”

有点像1996年的Microsoft Clippy，但更实用，他们可以点击控制台内的Duet AI图标，并回答关于如何找到日志、如何查询日志以及这个日志消息的含义的问题。至少六个打开的标签，会破坏达到流程状态的能力，现在可以在他们已经在的控制台中完成。这也成为了性能的提升，而无需打开大量的标签。

接下来是O’Keefe最喜欢的即将推出的功能：“帮我修改”，用于创建有关服务健康的复杂查询。例如，如果他们不是Prometheus的专家，他们可以利用这一点，用自然语言描述他们希望实现的目标，Duet AI会以正确的语法回应。

“查询度量标准，比如延迟，或者一些深度操作层面的事情，开发者可能并不真正了解，这些都是重要的信号 —— 像SRE任务、警报、从故障中恢复 —— 但查询语法确实很难理解，” O’Keefe说道，指出这在PromQL或SQL查询中尤其如此。“你可以使用自然语言提示，比如，好的，我想要这个确切的查询，但是要显示每个Google Cloud区域的区域，它可以为你生成该查询，然后你可以将该图表放入仪表板。这是在弥合知识差距。它有点像在提升我的能力，帮助我学习。”

但是开发者到底是在学习，还是GenAI正在替他们做这件事呢？

“我认为这归结为工程文化和生成式人工智能固有的人性部分，即它在这里是为了帮助我们作为人类；它不是为了将事情自动化，” O’Keefe说。“因为如果发生了问题，我们将不知道如何修复。责任在于我，作为开发者，要理解输出，确保这进入了生产仪表板，并且我正在与那些确实知道他们在说什么的专家一起工作 —— 在这种情况下，这将是SRE和运维团队，以验证这个输出。”

当应用于CI/CD流水线、编排和安全性时，这对生成式人工智能的关键考虑变得更加重要，他们继续说。

“在AI的世界中，我们可能更多地是监督而不是创造……但如果我们不了解这些事情，就无法验证它们的响应，” Seroter附和他的同事，甚至建议客户不要裁员，而是投资提升员工的能力，更好地为他们与生成式AI共事做准备。“这是对IT经理和领导的一种号召：是时候提升技能了，现在这就是使你的团队变得更加出色的原因，但不要忽视基础知识。” 他将此类比于他的儿子如何为驾驶考试做准备；在加利福尼亚，你在考试中不能使用后视摄像头。他的观点是，我们都必须学习基础知识，然后才能以批判的眼光利用AI。

生成式AI必须促使开发者进入工作状态，而不是妨碍它

开发者生产力工程的最大目标之一是提高开发者的工作流转状态，使他们真正进入状态，摆脱干扰、上下文切换以及一切使回到任务变得困难的因素。AI的目标不是消除协作任务，而是提高它们的效力。

Seroter表示，这是关于在组织和技术的上下文中获得快速反馈。“许多开发人员需要多长时间来设置一个架构审查委员会——一天、一周、一个月？如果我实际上能获得一些快速的专业级架构指导——即使它并不完美，我需要仔细检查关键点——这将帮助团队更快地验证他们的设计。如果我获得了架构、指导和所有这些东西，我就不会让每个开发人员排队等待测试审核、架构审核和编码协助。”

Seroter强调，这不是一个通用模型。Duet的生成式AI能够提供专业建议，因为它经过了对Google Cloud的文档和样本的训练。他说：“我们希望这对您来说是一位Google Cloud专家。”

截至今日，所有Google Cloud客户都将能够选择使用此服务。最初，它只在Google Cloud产品、文档和代码样本上进行了训练，但根据客户的需求进行定制化是未来的发展方向。

“昨天我和一家公司交谈，他们希望能够进来并说，‘嘿，这段代码是否符合我们的安全标准？’” Seroter说。“当你考虑整个SDLC时，必须有一定程度的个性化或者对你有足够了解的指导，告诉你，‘嘿，这一般没问题，但对我们来说不太好。这很重要。’”

同样地，Duet AI 也可以帮助编写测试。毕竟，除了保持文档更新外，开发人员最常抱怨并习惯性地避免编写单元测试。

“它可以查看我打开文件中其他内容的结构。所以想象一下，我有一个包含所有现有函数的大型测试文件，其中包含其他测试，“ O’Keefe说。“它可以使用相同的工具、相同的测试结构、我们当前测试中使用的相同最佳实践，并输出匹配的代码。”

随着生成式AI的成熟，上下文将真正驱动价值——作为开发人员的辅助而非替代。

在这个新的GenAI时代，人类和机器人之间的区别应该更为显著，而不是更小。生成式AI，特别是在您组织和角色的上下文中利用时，应该致力于使这些创意工作者专注于解决问题，而不是机械和重复的任务。

“作为一个行业，我们会实现这一点，” Seroter说，可能比我们能想象的更快。“这是我们试图考虑的大局，不仅仅是亲自动手编码的时间。”