亚马逊云服务（AWS）将其生成式人工智能（AI）代理的应用范围扩展到应用程序测试领域。
亚马逊QDeveloper的更新现在使得开发人员可以通过其首选的集成开发环境（IDE）实时构建和测试代码，以验证任何更新。
AWS生成式AI应用程序与开发体验负责人SriniIragavarapu表示，通过超越代码生成，云服务提供商现在正在以一种方式应用生成式AI技术，最终提高进入生产环境的代码质量。
此外，由于现在生成测试变得更简单，更多正在创建的代码可能会在开发生命周期的早期进行测试，他补充道。
例如，开发人员可以通过自然语言请求让AmazonQDeveloper代理向一个电子商务应用程序添加结账功能。代理分析现有的代码库，在几分钟内做出所有必要的代码更改并进行测试，包括运行单元测试并构建代码以验证代码是否准备好进行审查。
此外，AWS正在利用大型语言模型（LLM）的自动推理能力来验证所生成代码的质量。
这些方法共同使开发人员能够自行解决问题，远在代码被添加到更大的代码库之前。
AmazonQDeveloper与IDE之间的集成通过DevFile启用，这是一个许多开发人员已经用来定制工作空间配置的格式化工具。应用程序开发人员可以通过DevFile命令指定将特定任务分配给AmazonQDeveloper代理的工作，例如在隔离的沙箱环境中创建和运行测试。
AWS还在努力通过与GitLab等合作伙伴的联盟，将其AI代理集成到整个软件开发生命周期中，从而使DevOps团队能够更好地协调使用AWS日志数据进行工作，目标是让DevOps团队能够在开发生命周期的任何阶段使用AI代理来测试软件。
随着AI编码工具的出现，应用程序开发团队生成的代码量急剧增加，但许多开发人员发现调试他们没有自己编写的代码是一个挑战。AWS现在通过使用AI代理来测试由人类或其他AI代理生成的代码，从而有效地解决了这一问题。
整体目标是显著增加AI代理生成的代码被开发人员接受的数量，开发人员负责构建应用程序。
尽管AI代理如何融入DevOps工作流尚待观察，但问题不再是“是否”集成，而是“程度如何”。应用程序开发人员出于自身利益，将依赖这些工具减少他们需要回溯检查几周前创建的代码的次数，并且他们已经失去了关于代码构建方式的大部分上下文。希望这也能减少DevOps工程师现在需要向开发人员询问某个瓶颈或错误为何出现的次数。
