Port Menghadirkan Vibe Coding ke Platform Engineering dengan AI Builder

Port telah meluncurkan AI Builder, pengalaman pengembangan bahasa alami baru yang dirancang untuk membantu tim platform engineering membangun alur kerja pengiriman perangkat lunak agen tanpa mengubah adopsi AI menjadi lapisan operasional yang berantakan.

Perusahaan tersebut menjelaskan produk ini sebagai pengalaman coding vibe pertama yang dirancang khusus untuk platform engineering. Namun, poin yang lebih penting bukanlah label “vibe coding”. Ini tentang apa yang Port coba terapkan.

Vibe coding sebagian besar dikaitkan dengan pengembang individu yang menggunakan bahasa alami untuk menghasilkan aplikasi, prototipe, atau perubahan kode. Port mengambil model interaksi yang sama dan menerapkannya pada siklus hidup pengiriman perangkat lunak itu sendiri: onboarding, alur kerja infrastruktur, kesiapan produksi, respons insiden, kontrol biaya, pelacakan kinerja teknik, tata kelola, dan manajemen agen.

Itu adalah masalah yang sangat berbeda dari membantu pengembang menulis kode lebih cepat. Di organisasi teknik besar, tantangan bukan hanya apakah AI dapat menghasilkan alur kerja yang berguna. Ini tentang apakah alur kerja tersebut sesuai dengan arsitektur perusahaan, mengikuti kebijakan internal, terhubung ke alat yang tepat, menghormati izin, dan dapat diaudit setelahnya.

Dari Asisten Coding ke Lapisan Kontrol SDLC

AI Builder Port dibangun di atas Platform SDLC Agentic perusahaan, yang menggabungkan danau konteks, orkestrasi alur kerja, manajemen agen, dan kemampuan tata kelola. Ide ini adalah memberikan pengembang, tim platform, dan agen AI fondasi bersama untuk memahami bagaimana perangkat lunak bergerak melalui organisasi.

Dasar itu penting karena pengembangan agen dapat dengan cepat menjadi terfragmentasi. Seorang pengembang mungkin membangun agen untuk menangani insiden. Seorang insinyur platform mungkin membangun satu untuk mengelola biaya cloud. Tim keamanan mungkin membangun satu untuk memaksakan pemeriksaan kepatuhan. Setiap kasus penggunaan mungkin berharga dengan sendirinya, tetapi tanpa konteks dan kontrol yang dibagikan, perusahaan dapat berakhir dengan alur kerja yang berulang, tata kelola yang tidak konsisten, dan agen yang bertindak berdasarkan informasi yang tidak lengkap.

AI Builder adalah upaya Port untuk memberikan tim jalur yang lebih terstruktur. Sebagai gantinya untuk membangun otomatisasi yang terisolasi, tim dapat menjelaskan apa yang mereka inginkan dalam bahasa alami dan memiliki sistem membantu membuat alur kerja, dasbor, kartu skor, atau agen dalam lingkungan yang dikelola Port.

Bagaimana AI Builder Bekerja

AI Builder memungkinkan tim untuk membuat dan memodifikasi alur kerja SDLC agen melalui antarmuka berbasis obrolan. Sebagai contoh, tim platform dapat meminta untuk membuat kartu skor kesiapan produksi, merancang alur kerja onboarding untuk layanan baru, membangun proses manajemen biaya AI, atau menghasilkan alur resolusi tiket otonom.

Port mengatakan sistem ini dilengkapi dengan pengetahuan domain yang tertanam di seluruh SRE, DevOps, arsitektur, keamanan, tata kelola AI, pemodelan data, dan UX. Ini dimaksudkan untuk membuat alat lebih khusus daripada asisten coding umum. Sebagai gantinya untuk hanya menghasilkan kode atau konfigurasi, AI Builder dimaksudkan untuk mempertimbangkan bagaimana pekerjaan teknik platform harus diatur.

Fitur kunci adalah Mode Rencana. Sebelum membangun, AI membuat rencana, mengajukan pertanyaan klarifikasi, dan menunggu persetujuan. Rencana direkam dan disimpan, memberikan tim catatan tentang apa yang diusulkan dan disetujui. Ini mungkin terdengar seperti detail alur kerja kecil, tetapi ini adalah pusat dari posisi produk. Semakin banyak otonomi yang diberikan organisasi kepada agen AI, semakin mereka membutuhkan jalur persetujuan, jejak, dan akuntabilitas.

Mengapa Konteks Penting

Produk ini terhubung ke Context Lake Port, yang dirancang untuk memberikan agen dan alur kerja akses ke data organisasi nyata. Ini dapat mencakup layanan, tim, kepemilikan, ketergantungan, lingkungan, integrasi, kebijakan, dan metadata operasional.

Ini adalah salah satu bagian paling penting dari pengumuman. Sistem AI sering kali hanya berguna seperti konteks yang dapat diaksesnya. Asisten generik mungkin dapat menyarankan alur kerja pengiriman, tetapi tidak secara otomatis mengetahui layanan mana yang kritikal bisnis, tim mana yang memiliki layanan tersebut, proses persetujuan apa yang berlaku, atau ketergantungan mana yang dapat rusak jika perubahan dilakukan.

Pendekatan Port adalah untuk membuat konteks organisasi menjadi bagian dari proses pembangunan. Ini berarti AI Builder tidak hanya merespons prompt dalam isolasi. Ini dimaksudkan untuk membuat alur kerja yang mencerminkan bagaimana perusahaan benar-benar beroperasi.

Untuk tim platform, ini dapat mengurangi kesenjangan antara ide dan implementasi. Sebagai gantinya untuk merakit alur kerja secara manual di seluruh sistem yang berbeda, tim dapat menggunakan bahasa alami untuk menghasilkan versi pertama, lalu meninjau, memperhalus, dan mengelolanya di dalam platform.

Membuat Lebih Banyak Insinyur Pembangun

CEO dan Co-founder Port Zohar Einy membingkai peluncuran ini di sekitar perubahan yang lebih luas dalam pengembangan perangkat lunak: lebih banyak orang di dalam organisasi teknik sekarang mengharapkan membangun otomatisasi dan alur kerja agen mereka sendiri.

“AI secara fundamental mengubah cara perangkat lunak dibangun,” kata Einy. “Semua orang sekarang adalah pembangun. Pengembang dan tim platform sama-sama ingin menciptakan agen AI yang menghilangkan pekerjaan yang tidak perlu, menghilangkan bottleneck, dan memperbaiki pengiriman perangkat lunak.”

Perubahan ini menciptakan tantangan baru bagi tim platform. Mereka tidak lagi hanya membangun alat internal untuk pengembang gunakan. Mereka semakin bertanggung jawab untuk menciptakan lingkungan di mana pengembang, agen AI, dan alur kerja platform dapat berinteraksi dengan aman.

Ini adalah tempat AI Builder masuk dalam strategi yang lebih besar dari Port. Ini memberikan lebih banyak pengguna kemampuan untuk membuat alur kerja, tetapi melakukannya dalam sistem yang dimaksudkan untuk melestarikan standar, visibilitas, dan kontrol.

Implikasi Industri: Agent Sprawl Menjadi Masalah Nyata

Peluncuran ini menunjuk pada masalah yang lebih luas yang muncul di seluruh adopsi AI perusahaan. Perusahaan bergerak dari eksperimen ke implementasi, tetapi banyak melakukannya dengan alat yang tidak terhubung. Asisten coding AI, bot internal, agen alur kerja, asisten data, dan skrip otomatisasi diadopsi dengan kecepatan yang berbeda oleh tim yang berbeda.

Ini menciptakan bentuk baru dari perangkat lunak yang berantakan. Di era cloud, perusahaan harus belajar mengelola perangkat lunak yang berantakan. Di era SaaS, mereka harus mengelola perangkat lunak yang berantakan. Di era AI, mereka akan perlu mengelola agen yang berantakan.

Masalahnya bukan bahwa tim membangun terlalu banyak agen. Masalahnya adalah banyak agen mungkin dibangun tanpa konteks yang dibagikan, kepemilikan, izin, observabilitas, atau manajemen siklus hidup. Sebuah agen yang bekerja dengan baik untuk satu tim dapat menjadi liabilitas jika tidak ada yang tahu sistem mana yang dapat diakses, keputusan apa yang diizinkan, atau bagaimana perilakunya dipantau seiring waktu.

Ini adalah mengapa teknik platform menjadi lebih penting, bukan kurang, di era AI. Ketika pengembangan perangkat lunak menjadi lebih otomatis, organisasi memerlukan model operasi yang lebih kuat untuk bagaimana otomatisasi dibuat, disetujui, digunakan kembali, dan dikelola.

Portal Pengembang Internal Berkembang

AI Builder juga mencerminkan peran yang berubah dari portal pengembang internal. Awalnya, banyak portal difokuskan pada katalog layanan, dokumentasi, tindakan self-service, dan pengalaman pengembang. Mereka membantu insinyur menemukan apa yang mereka butuhkan dan mengurangi beban pada tim platform.

Fase berikutnya terlihat lebih aktif. Port memposisikan portal sebagai lapisan eksekusi bersama di mana pengembang dan agen dapat berkolaborasi melawan peta organisasi yang sama. Dalam model ini, portal bukan hanya tempat untuk melihat layanan atau memicu alur kerja. Ini menjadi bidang kontrol untuk pengiriman perangkat lunak agen.

Evolusi ini masuk akal. Jika agen AI akan berpartisipasi dalam SDLC, mereka memerlukan hal-hal yang sama yang dibutuhkan insinyur manusia: konteks, izin, standar, dan umpan balik. Perbedaannya adalah agen dapat beroperasi jauh lebih cepat, yang membuat tata kelola lebih mendesak.

Penundaan Produktivitas Akan Bergantung pada Kepercayaan

Janji produk seperti AI Builder adalah pengiriman perangkat lunak yang lebih cepat dengan pekerjaan manual yang lebih sedikit. Namun, tes yang sebenarnya akan menjadi kepercayaan.

Perusahaan tidak akan membiarkan agen membuat perubahan yang signifikan di seluruh SDLC hanya karena mereka cepat. Mereka akan memerlukan bukti bahwa alur kerja tersebut aman, dapat dijelaskan, reversibel, dan sejalan dengan kebijakan internal. Mereka juga akan memerlukan pemahaman yang jelas tentang di mana manusia tetap dalam loop.

Ini mungkin implikasi paling penting dari pengumuman Port. Tahap berikutnya dari AI dalam pengembangan perangkat lunak bukan hanya tentang generasi kode yang lebih baik. Ini tentang membangun sistem yang memungkinkan AI berpartisipasi dalam lingkungan operasional nyata tanpa menciptakan kekacauan.

AI Builder tersedia pada langganan gratis dan berbayar Port.