JetBrains объявила о запуске Air Teams — ориентированного на команды уровня экосистемы Air для координации работы агентов программирования и обмена успешными процессами на протяжении цикла разработки программного обеспечения. В настоящее время сервис доступен корпоративным клиентам JetBrains, а позднее компания планирует расширить доступ, включив индивидуальных клиентов.
Сервис нацелен на практическую проблему использования агентов искусственного интеллекта в командах разработки: настройки, инструкции и среда каждого разработчика обычно остаются на его компьютере, из-за чего перенос успешного рабочего процесса на остальных участников команды становится сложным. Поэтому Air Teams переносит эти элементы в общее пространство, которым команда может управлять и повторно использовать.
Четыре компонента общего рабочего процесса
Air Teams состоит из четырёх взаимосвязанных элементов:
- Автоматизированные запуски: повторяющиеся задачи, которые агенты выполняют в облаке, например проверка запросов на слияние, обработка определённых проблем или обновление зависимостей; запуск происходит по событию или расписанию.
- Общие облачные среды: настройки, включающие инструменты, зависимости и данные доступа, необходимые для сборки и тестирования, чтобы команда могла настроить их один раз и использовать повторно.
- Облачные задачи: работы, которые можно выполнять параллельно, не занимая компьютер разработчика, с возможностью запускать их и следить за ними из интегрированной среды разработки или браузера, а позднее — с телефона.
- Проекты команд: пространство, объединяющее участников, среды, коннекторы и автоматизированные запуски, с общими ролями и кредитами.
Автоматизированные запуски упорядочивают повторяющиеся задачи
Каждый автоматизированный процесс строится из четырёх компонентов: инструкций, определяющих требуемые от агента действия, среды выполнения, доступных ему инструментов и триггера, задающего время запуска. Триггеры включают события из GitHub или Jira, вебхуки и расписания; в будущем появится поддержка других типов. Сервис также поддерживает коннекторы к таким инструментам, как Jira, Figma и Linear.
JetBrains приводит примеры, включающие проверку каждого нового запроса на слияние, попытку исправить небольшие проблемы в YouTrack и открытие запроса на слияние для проверки, а также обновление зависимостей дважды в неделю. В последнем примере агент собирает проект и запускает тесты, затем исправляет сбои или откатывает обновление, если исправление невозможно, сохраняя один обновлённый запрос на слияние вместо того, чтобы заваливать команду повторяющимися запросами.
Что меняется на практике?
Air Teams превращает настройку агента в общий ресурс, а не в индивидуальный эксперимент. Среда репозитория сохраняется в файле .air/cloud/startup.sh внутри репозитория, и с ней можно проводить проверку и управлять её версиями так же, как с остальным кодом. Агент также может помочь с её настройкой, проверив репозиторий и выполнив установку и сборку, после чего предложить сценарий в отдельной ветке для проверки.
JetBrains заявляет, что общий доступ к среде не означает совместное использование самих учётных данных: можно использовать общие секреты, не раскрывая их значения, тогда как личные секреты и права доступа к репозиторию остаются привязанными к каждому пользователю. Проекты предоставляют запускам собственную сервисную учётную запись и кредиты искусственного интеллекта, благодаря чему они могут продолжать работать даже после ухода их создателя из команды, если администраторы выберут использование кредитов проекта.
Сохранение решения за инженером
Платформа пытается уменьшить шум от ненужных комментариев и запросов на слияние, оставляя изменения в виде запросов на слияние, которые инженер решает принять или отклонить. Каждый процесс также сохраняет журнал диалога с агентом и вызовов инструментов, что позволяет команде выяснить причину результата при возникновении ошибки. Однако источник не приводит подробностей о ценах, ограничениях использования или более широких механизмах управления — эти вопросы командам потребуется проверить до внедрения сервиса в производственном масштабе.