Uso de la inteligencia artificial para planificar, escribir, revisar y mantener software.
Investigadores de UpGuard descubrieron que más de 16.000 bases de datos asociadas con Supabase permitían acceder a tablas legibles que, en más de la mitad de los casos, contenían datos personales, mientras que un grupo más pequeño incluía contraseñas y códigos de autenticación. El fallo está relacionado con configuraciones de seguridad incorrectas, entre ellas las políticas de seguridad a nivel de fila y las claves públicas utilizadas de forma inadecuada.
Una publicación del GitHub Blog descompone cinco hipótesis comunes sobre el desarrollo de software con inteligencia artificial y confirma que la revisión del código generado, la recuperación de información, MCP y Skills no son alternativas enfrentadas, sino herramientas que desempeñan funciones diferentes. La conclusión es que el juicio humano y la mantenibilidad del código siguen siendo factores decisivos.
GitHub Blog explica una serie de términos habituales entre los desarrolladores, desde la ingeniería de bucles y los arneses de ejecución hasta los equipos de agentes y los modelos de pesos abiertos. El artículo concluye que comprender las prácticas y los mecanismos de verificación es más importante que perseguir los términos de moda.
Beth Galetti, vicepresidenta sénior responsable de la experiencia de los empleados y las tecnologías de recursos humanos en Amazon, cuenta cómo utilizó las herramientas de la empresa para volver a programar y escribir más de 100.000 líneas de código. El artículo presenta la visión de Amazon para ampliar el uso de la inteligencia artificial entre los empleados, junto con un compromiso de 2.500 millones de dólares para desarrollar las competencias de 50 millones de personas.