上周，Lightrun 推出了一款创新的代码运行时调试工具，该工具采用生成式人工智能（AI）技术，专门解析运行环境中的代码问题根源。
目前，这款名为“运行时自主AI调试器”的工具已进入私人测试阶段。它能够为开发者提供深入洞察，帮助他们自主快速解决代码问题，大幅减少了对IT运维团队的依赖。
Lightrun 的首席执行官 Ilan Peleg 讲解了这个工具：首先，运行时自主AI调试器通过Lightrun 提供的软件开发工具包（SDK）收集IT操作数据、可观测性信号和性能指标。接着，一种专有的大语言模型（LLM）利用这些数据追溯到问题代码的具体位置，开发者可以在集成开发环境（IDE）中，依据模型提供的建议，在几分钟内修正这些问题代码。
Peleg 进一步指出，随着应用环境中代码持续迭代增加，这种工具也简化了对特定问题的动态识别过程。
他表示，Lightrun 提倡结合AI模型的SDK使用，不同于仅服务于IT运维团队的传统可观测性平台，这种新方法让开发者能够更自然地融入现有工作流中去监控代码。随着其他AI工具的普及，开发者将能够在不增加人力的情况下，大幅提升代码生产量。
但Peleg 也坦言，目前市面上的代码生成工具大多数使用从互联网上抽取的质量参差不齐的代码作为训练材料，因此新生成的代码依然可能存在缺陷。
他补充道，虽然目前还不明确这种新工具将在多大程度上减少其他类型可观测性平台的需求，但至少它可以让开发者在不依赖IT运维团队指导的情况下，更加迅速地对运行时环境中的代码进行调试。从根本上，开发者能够确保他们的代码在实际部署环境中正常运行。
理论上，这种能力还应该减少开发和运维工程师在应用部署到生产环境后直接处理的问题数量。
Peleg 强调，软件工程界的AI“精灵”已经“出瓶”，随着开发流程中代码量的激增，如果没有AI的辅助，即便是最强大的DevOps团队也难以应对。他认为，为开发者提供强大的调试工具，早在代码整合成软件之前就解决问题，对DevOps团队来说至关重要。
他建议，与此同时，DevOps团队应开始识别和解决现有工程工作流中的瓶颈问题，这些问题随着代码量的增加只会变得更加严重。下一步的挑战，是确定他们目前依赖的管理工具和平台在AI时代是否需要升级，以适应开发者创造的海量代码。
本文由LowCode低码时代根据公开资料整理，如有侵权请联系删除。
– END –
报告下载
大佬观点
西门子低代码-王炯 | 西门子低代码-阮铭 | 微软-李威 | 微软-徐玉涛 | 葡萄城-李佳佳 | 葡萄城-宁伟 | SAP-陈泽平 | 华为-周明旺 | 华为云-董鑫武 | 钉钉宜搭-邵磊 | 轻流-严琦东 | 腾讯云微搭-骆勤 | 网易数帆-陈谔、严跃杰 | 百特搭-姜楠
