Ali-Reza Adl-Tabatabai, Ιδρυτής και Διευθύνων Σύμβουλος στην Gitar – Σειρά Συνεντεύξεων

Ali-Reza Adl-Tabatabai, Ιδρυτής και Διευθύνων Σύμβουλος στην Gitar, είναι ένας βετεράνος ηγέτης μηχανικής με καριέρα που εκτείνεται σε einige από τις πιο επιρροείς τεχνολογικές εταιρείες στην κοιλάδα του Σιλικόνης, συμπεριλαμβανομένων των Uber, Google, Facebook, Intel, AMD και IBM. Πριν από την εκκίνηση της Gitar το 2023, υπηρέτησε ως Ανώτερος Διευθυντής Μηχανικής στο Uber, όπου βοήθησε στην ηγεσία των πρωτοβουλιών της εταιρείας για την πλατφόρμα ανάπτυξης, μετά από προηγούμενους ρόλους ηγεσίας στη Google, όπου επόπτευε τη Μηχανική Αξιοπιστίας του Ιστοτόπου για προϊόντα όπως Επικοινωνίες, Φωτογραφίες, Κοινωνικά, Cloud και τεχνική υποδομή.

Νωρίτερα στην καριέρα του, εργάστηκε πάνω σε τεχνολογίες μεταγλωττιστή, εικονικές μηχανές, παραλληλισμό υπολογιστικών συστημάτων και βελτιστοποίηση υλικού στα Intel Labs και στην ομάδα HipHop VM της Facebook, ενώ δίδασκε επίσης προηγμένο σχεδιασμό μεταγλωττιστή στο Πανεπιστήμιο Στάνφορντ. Η μακροχρόνια εμπειρία του σε γλώσσες προγραμματισμού, αξιοπιστία υποδομής, εργαλεία ανάπτυξης και αρχιτεκτονική μεγάλης κλίμακας έχει τοποθετήσει τον ίδιο ως εξέχουσα μορφή στο εξελισσόμενο τοπίο της μηχανικής λογισμικού που βασίζεται στο AI.

Gitar εστιάζει σε ένα αυξανόμενο πρόβλημα που προκύπτει από την άνοδο της ανάπτυξης λογισμικού με την βοήθεια του AI: την επικύρωση και την ασφάλεια του τεράστιου όγκου κώδικα που παράγεται από μηχανές και ρέει στα συστήματα επιχειρήσεων. Η πλατφόρμα χρησιμοποιεί πράκτορες AI για να αυτοματοποιήσει την ανασκόπηση κώδικα, την έρευνα αποτυχιών σε CI/CD, την ανίχνευση σφαλμάτων και ευπαθειών, την πρόταση διορθώσεων και την ενσωμάτωση απευθείας στις υφιστάμενες ροές εργασίας μέσω εργαλείων όπως GitHub, GitLab, Jenkins, Jira και Slack. Αντί να ανταγωνίζεται αποκλειστικά στην παραγωγή κώδικα AI, η εταιρεία τοποθετεί τον εαυτό της γύρω από αυτό που περιγράφει ως “πράκτορες ποιοτικής πύλης”, βοηθώντας τις ομάδες μηχανικής να διατηρούν αξιοπιστία, ασφάλεια και επιχειρησιακή εποπτεία καθώς η ανάπτυξη λογισμικού μετατοπίζεται όλο και περισσότερο προς αυτονομικές και AI-βοηθούμενες ροές κώδικα.

Έχετε ηγηθεί της μηχανικής στο Uber, Google και Intel Labs, εργαζόμενος σε μεγάλης κλίμακας πλατφόρμες ανάπτυξης και υποδομής. Ποια συγκεκριμένα βιώματα από αυτό το ταξίδι σας οδήγησαν να ιδρύσετε την Gitar, και γιατί εστιάζετε στην επικύρωση κώδικα αντί της παραγωγής κώδικα;

Σε όλη την πορεία μου στο Uber, Google, Facebook και Intel Labs, εργάστηκα σε πλατφόρμες ανάπτυξης σε πολύ διαφορετικές κλίμακες, και το ίδιο μάθημα εμφανίστηκε συνεχώς: η εμπειρία του προγραμματιστή είναι ένα ανταγωνιστικό πλεονέκτημα. Τα εξαιρετικά εργαλεία προσελκύουν και διατηρούν τους καλύτερους μηχανικούς και επιτρέπουν στις εταιρείες να κινηθούν γρήγορα. Οι προγραμματιστές θέλουν γρήγορα, ήσυχα εργαλεία που τους κρατούν σε ροή και αυτοματοποιούν το βαρύ έργο. Αλλά η εργαλειοθήκη ανάπτυξης είναι βαθιά κατακερματισμένη, και οι περισσότερες εταιρείες καίνε τεράστιους πόρους μηχανικής απλώς για να συνδέσουν μια συνεκτική εμπειρία. Είδα από πρώτο χέρι πόσο μεγάλο είναι το πλεονέκτημα που υπάρχει στο να διορθώσουμε αυτό.

Το AI αλλάζει την εξίσωση κάνοντας δυνατή την αυτοματοποίηση πολύ περισσότερου της ροής εργασίας του προγραμματιστή από πριν. Η παραγωγή κώδικα είναι ήδη καλά καλυμμένη, αλλά αυτό έχει μόνο μετατοπίσει το φράγμα ροής προς τα κάτω, στην επικύρωση, ανασύνθεση και συντήρηση του κώδικα που παράγουμε τώρα με ανεπανάληπτη ταχύτητα. Εκεί είναι που εστιάζει η Gitar. Όσο το AI γράφει περισσότερο κώδικα, ο σπάνιος πόρος δεν είναι η παραγωγή; είναι η αξιοπιστία, η ορθότητα και η συντήρηση του κώδικα που αποστέλλεται. Η επικύρωση κώδικα είναι το μέρος της ροής εργασίας που καθορίζει εάν ο κώδικας που παράγεται από το AI φτάνει στην παραγωγή ασφαλώς, και αυτό είναι το πιο δύσκολο, mais precioso πρόβλημα για να λυθεί.

Με την άνοδο του κώδικα που παράγεται από το AI, πολλές ομάδες αντιμετωπίζουν τώρα αυτό που ονομάζουν υπερφόρτωση κώδικα. Πόσο σημαντικό είναι αυτό το πρόβλημα μέσα στις επιχειρήσεις σήμερα, και σε ποια σημεία οι ομάδες δυσκολεύονται περισσότερο;

Η μετατόπιση δεν είναι στη γραφή κώδικα. Αυτό το μέρος έχει ήδη αρχίσει να κινείται γρηγορότερα από ότι οι περισσότερες ομάδες μπορούν να απορροφήσουν. Αυτό που έχει αλλάξει είναι όλα αυτά που ακολουθούν. Τα εργαλεία AI παράγουν μια σταθερή ροή αιτημάτων pull, συχνά γρηγορότερα από ότι οι ομάδες μπορούν να τα αναθεωρήσουν, το οποίο δημιουργεί πίεση σε μέρη του συστήματος που δεν σχεδιάστηκαν ποτέ για αυτό το επίπεδο εξόδου.

Κάθε αλλαγή πρέπει ακόμη να περάσει από επικύρωση. Ανασκόπηση κώδικα. CI. Ελέγχοι ασφάλειας. Εγκρίσεις. Τίποτα από αυτά δεν εξαφανίζεται απλώς因为 ο κώδικας παράγεται γρηγορότερα. Αυτό που ήταν μια διαχειρίσιμη ροή έχει μετατοπιστεί σε μια ουρά. Οι ομάδες δεν είναι μπλοκαρισμένες σε ιδέες ή εφαρμογή πλέον. Είναι μπλοκαρισμένες στην εμπιστοσύνη. Μπορεί να αποσταλεί; Είναι ασφαλής; Σπάσε κάτι υποννοούμενο;

Εκεί είναι που βρίσκεται η τριβή τώρα. Όχι στη δημιουργία, αλλά στο να πάρει ο κώδικας την γραμμή τερματισμού χωρίς να εισαγάγει κίνδυνο.

Η βιομηχανία έχει επικεντρωθεί σε μεγάλο βαθμό στην ταχύτερη παραγωγή κώδικα. Γιατί πιστεύετε ότι η επικύρωση έχει παραμεληθεί, και γιατί γίνεται πιο κρίσιμη τώρα;

Επειδή το σύστημα κάτω από την παραγωγή κώδικα δεν έχει εξελιχθεί με το ίδιο ρυθμό. Όταν η έξοδος αυξάνεται, όλα κάτω από αυτό το σημείο तनνύονται. Τα αιτήματα pull γίνονται μεγαλύτερα και πιο συχνά. Οι αποτυχίες CI αρχίζουν να σωρεύονται. Οι κύκλοι αναθεώρησης συμπιέζονται επειδή κανείς δεν έχει τον χρόνο να πήξει βαθιά σε κάθε αλλαγή.

Η ποιότητα αρχίζει να γλιστράει, όχι επειδή οι μηχανικοί δεν φροντίζουν, αλλά επειδή ο όγκος αναγκάζει συμβιβασμούς. Οι ομάδες πλατφόρμας αναλαμβάνουν περισσότερο από το βάρος, χειρίζονται προβλήματα πιπών, διαγνώστες αποτυχιών και προσπαθούν να διατηρήσουν τα πράγματα σε κίνηση. Οι ανώτεροι μηχανικοί τελικά ενεργούν ως συντονιστές, συνθέτοντας καταγραφές, διαγιγνώσκοντας προβλήματα και αποφασίζοντας τι είναι ασφαλές να ενωθεί.

Οι ομάδες αντιμετωπίζουν μια επιλογή που δεν λειτουργεί πραγματικά με κανέναν τρόπο. Πιέζουν τον κώδικα γρήγορα και αντιμετωπίζουν τις αναgressions αργότερα, ή επιβραδύνουν και προστατεύουν την ποιότητα, αλλά αποδέχονται ότι η ταχύτητα πέφτει. Αυτή η ένταση εμφανίζεται σε όλα τα οργανωτικά τμήματα μηχανικής τώρα.

Η Gitar χρησιμοποιεί πράκτορες AI για να χειριστεί ανασκοπήσεις κώδικα, δοκιμές και συνεχείς ενοποιήσεις (CI) ροών εργασίας. Πώς αυτοί οι πράκτορες διαφέρουν ουσιαστικά από παραδοσιακά εργαλεία στατικής ανάλυσης και κανόνων-βασισμένων πιπών;

Η διαφορά δεν είναι κοσμητική. Ένας πραγματικός πράκτορας πρέπει να κάνει περισσότερα από το να απαντά σε προτροπές. Πρέπει να χειρίζεται πολυ-βήματη εργασία, να σχεδιάζει, να χρησιμοποιεί εργαλεία, να διατηρεί το контέκστ και να μετακινεί εργασίες μπροστά χωρίς συνεχή είσοδο.

Τα περισσότερα συστήματα δεν πληρούν αυτό το πρότυπο. Παραγάγουν εξόδους, αλλά δεν διαχειρίζονται την εκτέλεση. Όταν αυτά τα εργαλεία τοποθετούνται μέσα σε πραγματικές ροές εργασίας, οι lacunes εμφανίζονται γρήγορα. Δεν μειώνουν την πολυπλοκότητα. Σε πολλές περιπτώσεις, προσθέτουν ένα επιπλέον στρώμα που κάποιος πρέπει να διαχειριστεί.

Αυτό είναι γιατί η συζήτηση μετατοπίζεται από “έχουμε πράκτορες” σε “ποια εργασία μπορεί να χειριστεί αξιοπιστώς”.

Η εμπιστοσύνη είναι ένα μεγάλο εμπόδιο στην αυτοματοποίηση της ανάπτυξης λογισμικού. Πώς η Gitar διασφαλίζει ότι η διαδικασία επικύρωσης είναι αρκετά αξιόπιστη για τις ομάδες να βασίζονται σε αυτή;

Το πρότυπο που λειτουργεί είναι απλό. Σπάστε την εργασία σε μικρότερα βήματα. Ορίστε σαφείς ορίους. Επικυρώστε εξόδους συνεχώς. Διατηρήστε τους ανθρώπους εμπλεκόμενους όπου οι αποφάσεις φέρουν κίνδυνο.

Οι πράκτορες μπορούν να αναθεωρήσουν κώδικα και να επιφέρουν ζητήματα που είναι εύκολο να χάσουν σε κλίμακα. Μπορούν να αναλύσουν αποτυχίες CI, να ομαδοποιήσουν συναφείς σφάλματα και να δείξουν μια πιθανή ρίζα αιτίας. Μπορούν να προτείνουν διορθώσεις και, σε ορισμένες περιπτώσεις, να τις εφαρμόσουν με ελεγχόμενο τρόπο.

Αυτό μειώνει την ποσότητα χειροκίνητης διόρθωσης που οι μηχανικοί πρέπει να κάνουν. Δεν αφαιρεί τους μηχανικούς από το loop, αλλά αλλάζει όπου ξοδεύουν χρόνο. Οι περισσότερες ομάδες λειτουργούν με ελέγχους, όχι με πλήρη ανεξαρτησία.

Η πλατφόρμα σας επιτρέπει στις ομάδες να δημιουργήσουν τους δικούς τους πράκτορες. Πόσο σημαντική είναι η προσαρμογή για την υιοθέτηση επιχειρήσεων, και ποια είναι κάποια από τα πιο ενδιαφέροντα σενάρια που βλέπετε;

Η προσαρμογή είναι απαραίτητη για την υιοθέτηση επιχειρήσεων. Κάθε ομάδα πλατφόρμας ξοδεύει σημαντικούς πόρους για να προσαρμόσει το CI στις συγκεκριμένες ανάγκες της εταιρείας, και αυτό έχει παραδοσιακά απαιτήσει εξειδικευμένα σενάρια, ρυθμίσεις, ολοκληρώσεις εργαλείων, επεξεργαστές καταγραφών και το υπόλοιπο του δακτυλιοειδούς που κρατά την σύγχρονη υποδομή ανάπτυξης μαζί.

Η Gitar συρρικνώνει αυτή την εργασία. Οι ομάδες πλατφόρμας μπορούν να γράψουν εξειδικευμένους ελέγχους χρησιμοποιώντας προτροπές φυσικής γλώσσας, οι οποίες τους επιτρέπουν να επικυρώσουν πράγματα που είναι δύσκολα ή αδύνατα με την παραδοσιακή ανάλυση προγράμματος, για παράδειγμα, να σημάνουν χρήσιμες συμβολοσειρές που είναι αμφίβολες για μετάφραση, ή να επικυρώσουν ενημερώσεις σε αρχεία AGENTS.md. Μπορούν επίσης να αυτοματοποιήσουν εξειδικευμένες ροές εργασίας πάνω από αιτήματα pull: να συνδέσουν αιτήματα με ζητήματα Jira, να ανοίξουν跟-up εισιτήρια για μη επιλυμένα σχόλια αναθεώρησης, να επαναλάβουν αυτόματα δοκιμές flaky, ή να προσαρτήσουν εξειδικευμένα λίστες εργασιών σε περίληψη αιτημάτων.

Τα πιο ενδιαφέροντα σενάρια τείνουν να είναι αυτά που δεν προέβλεψαμε. Οι ομάδες γνωρίζουν καλύτερα τις βάσεις κώδικα τους και τα σημεία πόνου τους από οποιαδήποτε εταιρεία. Όταν τους δώσετε μια πρωτογενή που μετατρέπει “θέλουμε το CI να ελέγξει X” σε μια 10-γραμμή προτροπή, αρχίζουν αμέσως να αυτοματοποιούν πράγματα που δεν θα είχαμε χτίσει από προεπιλογή. Αυτό είναι ακριβώς αυτό που θέλουμε.

Οι σύγχρονες ομάδες μηχανικής βασίζονται σε ένα σύνθετο σωρό εργαλείων όπως GitHub, GitLab και Jira. Πόσο σημαντικό είναι για την Gitar να ενσωματωθεί στις υφιστάμενες ροές εργασίας αντί να προσπαθήσει να τις αντικαταστήσει;

Η υιοθέτηση εξαρτάται από το να συναντήσει τους προγραμματιστές εκεί όπου ήδη είναι. Οι μηχανικοί δεν θέλουν ένα άλλο επιφάνεια να μάθουν, άλλο πίνακα ελέγχου να ελέγξουν, ή περισσότερη αλλαγή контέκστου μεταξύ εργαλείων. Θέλουν τις υφιστάμενες ροές εργασίας να γίνουν γρηγορότερες και ήσιερες. Έτσι, η ενσωμάτωση σε βάθος με το GitHub, GitLab, Jira και το υπόλοιπο σωρό δεν είναι ένα ωραίο να έχει για εμάς; είναι η ολόκληρη στρατηγική.

Αλλά η φιλοδοξία μας πηγαίνει περαιτέρω. Δεν προσπαθούμε να αντικαταστήσουμε αυτά τα εργαλεία, και δεν προσπαθούμε να συνδεθούμε σε αυτά. Αυτοματοποιούμε τις ροές εργασίας που τρέχουν πάνω από αυτά. Η ανασκόπηση αιτημάτων, η σύνδεση εισιτηρίων, οι εργασίες follow-up, οι επαναλήψεις δοκιμών flaky, όλα αυτά πρέπει να γίνουν αυτόματα, στο παρασκήνιο. Και πηγαίνουμε περαιτέρω: ένας πράκτορας επεξεργάζεται απευθείας το αίτημα για να αντιμετωπίσει σχόλια αναθεώρησης και να διορθώσει αποτυχίες CI, και τελικά χειρίζεται την έγκριση και την ένωση για αλλαγές που πληρούν τις πολιτικές της ομάδας.

Ο ρόλος του προγραμματιστή μετατοπίζεται από το να οδηγεί κάθε βήμα στο να ορίζει πρόθεση, να αναθεωρεί αποτελέσματα και να χειρίζεται εξαιρέσεις.

Έχετε υποδηλώσει ότι οι αναθεωρήσεις κώδικα από ανθρώπους θα γίνουν τελικά η εξαίρεση παρά ο κανόνας. Τι πρέπει να συμβεί για τις οργανώσεις να αισθανθούν άνετα με αυτή τη μετατόπιση;

Η εμπιστοσύνη χτίζεται σε στάδια, όχι όλα μαζί. Οι οργανώσεις πρέπει να δουν, με τον δικό τους κώδικα, ότι το AI μπορεί να βρει τα σφάλματα και τις ευπαθειές που πραγματικά μετράνε και να επιβάλλει τις εξειδικευμένες τους κανόνες με ακρίβεια και υψηλή κάλυψη. Από εκεί, ο δρόμος προς την αυτονομική ένωση είναι μια φυσική εξέλιξη через τέσσερα επίπεδα αυξανόμενης εμπιστοσύνης.

Το πρώτο επίπεδο είναι η ανίχνευση. Οι ομάδες χτίζουν εμπιστοσύνη ότι οι πράκτορες βρίσκουν πραγματικά ζητήματα με χαμηλό ποσοστό ψευδώς θετικών. Μόλις αυτή η εμπιστοσύνη καθοριστεί, αφήνουν το AI να μπλοκάρει αιτήματα όταν βρίσκει κρίσιμα ζητήματα.

Το δεύτερο επίπεδο είναι η διόρθωση. Το AI δεν απλώς σημαδεύει προβλήματα, αλλά τα διορθώνει, απελευθερώνοντας το αίτημα και κάνωντας το CI πράσινο χωρίς ανθρώπινη παρέμβαση. Η εμπιστοσύνη εδώ σημαίνει ότι ο πράκτορας μπορεί να λύσει ζητήματα και αποτυχίες CI με ακρίβεια, χωρίς να σπάσει τίποτα.

Το τρίτο επίπεδο είναι η έγκριση. Μόλις οι ομάδες δουν τους πράκτορες να επικυρώνουν αιτήματα με αξιοπιστία, αφήνουν το AI να εγκρίνει αιτήματα υπό τους όρους που ορίζουν. Να δώσουν στις οργανώσεις ρητή έλεγχο των συνθηκών για αυτο-έγκριση είναι αυτό που κάνει αυτό το βήμα να αισθανθεί ασφαλές παρά ατολμό.

Το τέταρτο επίπεδο είναι η ένωση. Το AI προσγειώνει την αλλαγή, και πάλι υπό τους όρους που η ομάδα είναι άνετη. Αυτό το βήμα έχει το δικό του όριο: ο πράκτορας πρέπει να λύσει συγκρούσεις ένωσης με ακρίβεια, χωρίς να εισαγάγει αναgressions ή να σπάσει το main. Αυτό μετράει περισσότερο από ότι οι άνθρωποι συνειδητοποιούν, επειδή η συχνότητα συγκρούσεων αυξάνεται με την ταχύτητα υποβολής, και η ταχύτητα εκρήγνυται καθώς το AI παράγει περισσότερο κώδικα. Οι μεγάλες monorepos already αισθάνονται αυτό; όλοι οι άλλοι θα το αισθανθούν σύντομα.

Η Gitar raised $9 εκατομμύρια για να κλιμακωθεί η πλατφόρμα. Ποια είναι τα κορυφαία προτεραιότητες για αυτό το κεφάλαιο, και τι σημαίνει η επιτυχία για τις επόμενες 12 έως 18 μήνες;

Το κεφάλαιο πηγαίνει προς δύο προτεραιότητες. Η πρώτη είναι η κίνηση στην αγορά: κλιμακώνουμε την κίνηση μας στις επιχειρήσεις και επενδύουμε στην ευαισθητοποίηση των προγραμματιστών, ώστε οι ομάδες που θα επωφεληθούν από την Gitar να γνωρίζουν ότι υπάρχουμε. Η δεύτερη είναι το προϊόν: συνεχίζουμε να χτίζουμε προς την ολοκληρωμένη μας όραση για πλήρως αυτονομική επικύρωση και ποιότητα κώδικα, που σημαίνει βαθύτερες ικανότητες πρακτόρων, ευρύτερη κάλυψη ροών εργασίας και στενότερη ολοκλήρωση με τα εργαλεία που οι προγραμματιστές ήδη χρησιμοποιούν.

Η επιτυχία για τις επόμενες 12 έως 18 μήνες σημαίνει μια σημαντική βάση επιχειρηματικών πελατών που τρέχουν την Gitar σε όλο το κώδικα τους, μια κοινότητα προγραμματιστών που μας αναγνωρίζει ως τον προεπιλεγμένο για AI-κίνητη επικύρωση κώδικα, και σαφείς ενδείξεις ότι οι πράκτορες μας κάνουν περισσότερη δουλειά αναθεώρησης, διόρθωσης και ένωσης αυτόνομα με την πάροδο του χρόνου. Αν είμαστε στο δρόμο, η συζήτηση ένα χρόνο από τώρα δεν είναι αν το AI μπορεί να επικυρώσει κώδικα, αλλά πόσο από την πipeline επικύρωσης έχει μια ομάδα παραδώσει στους πράκτορες.

Ευχαριστούμε για τη μεγάλη συνέντευξη, οι αναγνώστες που θέλουν να μάθουν περισσότερα πρέπει να επισκεφθούν Gitar.