Uso de inteligência artificial no planejamento, na escrita, na revisão e na manutenção de software.
Pesquisadores da UpGuard descobriram que mais de 16 mil bancos de dados associados ao Supabase permitiam acesso a tabelas legíveis, que em mais da metade dos casos continham dados pessoais, com senhas e tokens de autenticação presentes em um grupo menor. A falha está relacionada a configurações de segurança incorretas, incluindo políticas de proteção de linhas e chaves públicas usadas de forma inadequada.
Uma publicação do GitHub Blog analisa cinco hipóteses comuns sobre o desenvolvimento de software com inteligência artificial, destacando que a revisão do código gerado, a recuperação de informações, o MCP e as Skills não são alternativas concorrentes, mas ferramentas que desempenham papéis diferentes. A conclusão é que o julgamento humano e a capacidade de manutenção do código continuam sendo fatores decisivos.
O GitHub Blog explica um conjunto de termos usados entre desenvolvedores, da engenharia de loops e dos harnesses às equipes de agentes e aos modelos de pesos abertos. O artigo conclui que compreender as práticas e os mecanismos de verificação é mais importante do que seguir termos em alta.
Beth Galetti, vice-presidente sênior responsável pela experiência dos funcionários e pelas tecnologias de recursos humanos na Amazon, conta como usou as ferramentas da empresa para voltar à programação e escrever mais de 100 mil linhas de código. O artigo apresenta a visão da Amazon para ampliar o uso da inteligência artificial entre os funcionários, além de um compromisso de US$ 2,5 bilhões para desenvolver as habilidades de 50 milhões de pessoas.