LinearB lansează Agentic Studio pentru a oferi agenților de programare context de inginerie

LinearB a lansat Agentic Studio pentru a transforma datele despre livrarea software-ului în context pe care liderii din inginerie și agenții de programare îl pot folosi pentru a lua decizii. Anunțată pe 2 noiembrie, platforma combină analiza în limbaj natural cu un strat de context de inginerie, care integrează instrumentele folosite de echipe pentru a planifica, scrie, revizui și lansa software.

Lansarea reflectă o problemă tot mai răspândită în dezvoltarea asistată de inteligența artificială: producerea unui volum mai mare de cod nu ajută automat o organizație să livreze mai repede software util. Revizuirile se pot aglomera, modificările pot deveni mai greu de evaluat, iar agenții pot începe o sarcină fără să știe ce servicii sunt fragile sau de ce este importantă o anumită remediere.

Potrivit anunțului, Agentic Studio este disponibil tuturor clienților LinearB. Competențele agenților, inclusiv o funcționalitate inițială care adaptează efortul unui agent la sarcină, sunt disponibile în acces timpuriu.

Transformarea datelor despre livrare în context de inginerie

LinearB colectează informații din întregul proces de livrare a software-ului și le normalizează într-un model comun. Compania afirmă că unifică identitățile inginerilor în sistemele Git și de management al proiectelor, conectează modificările de la tichet până la lansare și adaugă atribuirea activității către inteligența artificială și valori de referință, pentru a-i ajuta pe lideri să interpreteze rezultatele.

Pasul esențial este conectarea acestor înregistrări. O cerere de integrare poate părea simplă privită izolat, deși afectează un serviciu care a avut incidente recent, necesită frecvent refacerea lucrărilor sau are o structură complicată a responsabilităților. Asocierea modificării cu istoricul respectiv îi oferă unui evaluator sau unui agent de programare informații pe care o simplă captură a stării depozitului de cod s-ar putea să nu le conțină.

În noul studio, liderii pot pune întrebări în limbaj natural, pot primi sugestii privind pașii următori și pot folosi asistența inteligenței artificiale pentru a crea valori de măsurare, tablouri de bord și alte materiale. LinearB afirmă că organizațiile pot stabili ce context este disponibil utilizatorilor, prin controlul accesului pe roluri integrat în platformă.

Această direcție este în concordanță cu recomandările companiei privind proiectarea contextului, care pun accentul pe selectarea informațiilor relevante, în locul umplerii nediscriminatorii a ferestrei de context a unui agent. Cadrul ia în considerare codul, intenția din spatele unei modificări, legăturile dintre sisteme și limitele informațiilor la care poate avea acces un agent.

O competență în acces timpuriu pentru adaptarea efortului la risc

Prima competență pentru agenți este concepută pentru a stabili cât efort justifică o sarcină de programare. LinearB afirmă că aceasta ia în calcul relevanța pentru activitatea companiei, complexitatea și riscul, folosind indicatori precum ratele de refacere a lucrărilor, incidentele recente ale serviciilor și istoricul responsabilităților.

O modificare cu risc scăzut poate fi tratată mai simplu și cu mai puține tokenuri, în timp ce o modificare cu consecințe mai importante poate beneficia de o analiză și testare mai aprofundate. Liderii din inginerie pot vedea cât de des sunt repartizate sarcinile nivelurilor de efort scăzut, mediu sau ridicat. Compania afirmă că această competență funcționează cu orice agent de programare, deși anunțul nu prezintă rezultate comparative pentru anumiți agenți și nici nu cuantifică economiile de tokenuri obținute efectiv.

Ideea de inginerie este utilă chiar și înainte de confirmarea unei afirmații privind reducerea costurilor. Un buget uniform de raționare tratează la fel o modificare minoră de întreținere și o remediere sensibilă într-un mediu de producție. Contextul adaptat sarcinii ar putea ajuta la alocarea unei atenții sporite acolo unde greșelile sunt costisitoare, reducând în același timp munca inutilă la modificările mai simple.

MCP conectează datele la fluxurile de lucru existente bazate pe inteligența artificială

LinearB pune la dispoziție informații de inginerie și prin intermediul Model Context Protocol, sau MCP. Pagina produsului MCP prezintă accesul în limbaj natural la valorile de măsurare a livrării, raportarea personalizată și analiza blocajelor, precum și recomandări precum automatizarea revizuirilor și direcționarea sarcinilor.

Astfel, echipele pot investiga datele de inginerie dintr-un client de inteligență artificială, fără să fie nevoie să treacă manual de la un tablou de bord la altul. MCP asigură conexiunea la instrumente și informații, iar stratul de context oferă relațiile specifice procesului de livrare, care dau sens unei întrebări despre un depozit de cod sau o echipă.

Pe măsură ce noua platformă este lansată, trebuie clarificată o distincție. Deși anunțul menționează controlul accesului pe roluri și măsuri de protecție pentru companii, întrebările frecvente publice ale LinearB despre MCP indică în continuare accesul MCP limitat în funcție de permisiuni drept o funcționalitate planificată. Prin urmare, declarația privind controlul accesului din noul studio nu trebuie interpretată ca o confirmare că toți clienții MCP existenți moștenesc deja toate permisiunile LinearB.

De ce un volum mai mare de rezultate generate de inteligența artificială poate scoate la iveală blocaje în etapele ulterioare

Anunțul LinearB citează valori de referință din 2026 pentru inteligența artificială, calculate pe baza a 2,7 milioane de cereri de integrare și a 83.000 de dezvoltatori din 253 de organizații. Potrivit companiei, dezvoltatorii care au folosit inteligența artificială în cel puțin 75% dintre zilele de programare au integrat cu 96% mai multe cereri de integrare pe săptămână decât cu un an înainte.

Aceste cifre descriu activitatea observată, fără să demonstreze că schimbarea a fost cauzată exclusiv de inteligența artificială. De asemenea, un număr mai mare de cereri de integrare nu demonstrează că utilizatorii au obținut o valoare de două ori mai mare. Comunicatul menționează separat constatări potrivit cărora modificările asistate de inteligența artificială au fost mai ample, iar cererile de integrare create de agenți au așteptat considerabil mai mult timp să fie revizuite, ilustrând cum generarea mai rapidă a codului poate transfera munca către celelalte etape ale procesului de livrare.

Un exemplu de la un client clarifică această distincție. LinearB spune că Kraken și-a folosit serverul MCP împreună cu IA pentru a investiga întârzierile la revizuirea codului și a constatat că fusurile orare și disponibilitatea evaluatorilor contau mai mult decât dimensiunea modificărilor. Potrivit informațiilor publicate, Kraken a redus cu mai mult de jumătate timpul de revizuire la percentila 90, în decurs de patru luni. Discuția publicată cu Kraken de companie oferă mai mult context despre utilizarea datelor din depozitele de cod și a indicatorilor de livrare pentru identificarea blocajelor.

De la măsurarea adoptării IA la îmbunătățirea livrării

LinearB planifică să adauge abilități pentru agenți destinate etapelor ulterioare, precum revizuirea, îmbinarea și guvernanța. Acestea sunt direcții viitoare, distincte de disponibilitatea actuală a studioului și de statutul de acces timpuriu al abilității de estimare a efortului.

Ideea de bază este că agenții de programare au nevoie să înțeleagă organizația din jurul codului: ce contează, cine răspunde de el, unde au eșuat modificările anterioare și ce constrângeri se aplică. Agentic Studio integrează această idee în platforma de productivitate a dezvoltatorilor, iar valoarea sa va fi măsurată, în cele din urmă, prin calitatea și fluxul modificărilor livrate, nu prin cantitatea de cod generată.