AI-native proqram təminatı tərtibatı: hər qurma mərhələsində nə dəyişir

Proqram təminatı sifarişçilərinə tez-tez deyirlər ki, AI strukturlaşdırılmış mühəndisliyə olan ehtiyacı aradan qaldırıb. Bəzi podratçılar bütöv kod bazalarını böyük dil modelləri ilə generasiya etməklə sürətli təhvil vəd edirlər. Yoxlanılmamış generasiya olunmuş kod təhlükəsizlik boşluqlarına, arxitektura yayınmalarına və qeyri-sabit sistemlərə gətirib çıxarır. Dayanıqlı sürət fərqli modeldən qaynaqlanır: AI nizam-intizamlı prosesə inteqrasiya olunur, mühəndislər isə arxitekturaya cavabdehlik daşıyır, məntiqi yoxlayır və hər bir nəticəni testdən keçirirlər.

AI-native tərtibatın dörd təməli

AI-native tərtibat mühəndisləri avtomatlaşdırılmış sorğularla əvəz etmək demək deyil. Bu, rutin əl işini aradan qaldırmaq və eyni zamanda mühəndislik intizamını gücləndirmək üçün maşın intellektini hər bir qurma mərhələsinə inteqrasiya etmək deməkdir. 2024-cü ildə tərtibatçıların 76%-i tərtibat proseslərində AI alətlərindən istifadə etdiyini və ya istifadə etməyi planlaşdırdığını bildirib (Stack Overflow, 2024). Lakin mühəndislik nəzarəti olmadan bu alətlərin tətbiqi texniki borcu tərtibatçıların həll edə biləcəyindən daha sürətlə yaradır.

Webiland-də tərtibat modelimiz dörd prinsipə əsaslanır:

• Koddan əvvəl tədqiqat: Kod yazılmazdan əvvəl strukturlaşdırılmış araşdırma biznes proseslərini və məhdudiyyətləri xəritələndirir.
• Mühəndislik intizamı kimi arxitektura: Məlumat sxemləri, interfeys müqavilələri və infrastruktur topologiyaları reallaşdırma başlamazdan əvvəl sənədləşdirilir.
• AI inteqrasiyalı tərtibat: Dil modelləri və linterlər bütün konveyer boyu texniki tapşırığın hazırlanmasına, testlərin generasiyasına və kod yoxlamasına kömək edir.
• Radikal şəffaflıq: Müştərilər hər həftə işlək demo görür və istiqaməti erkən mərhələdə dəyişə bilirlər.

Erkən həyat dövrü: tədqiqat, spesifikasiya və dizayn

Proqram təminatının qurulmasının ilkin mərhələləri sistemin real əməliyyat darboğazını həll edib-etməyəcəyini müəyyənləşdirir. Erkən mərhələlərdə AI alətlərindən istifadə analitik dərinliyi itirmədən sənədləşməni sürətləndirir.

Tədqiqat

Strukturlaşdırılmış tədqiqat mərhələsi zamanı məsləhətçilər istifadəçi müsahibələrini, proses xəritələrini və köhnə sistemlərin sxemlərini toplayırlar. Dil modelləri əməliyyat problemlərini qruplaşdırır və ilkin istifadəçi ssenarilərini hazırlayır.

• İnsanlar nəyə qərar verir: Mühəndislər texniki reallaşdırılma imkanlarını və tənzimləyici məhdudiyyətləri qiymətləndirərək biznes probleminin fərdi AI tərtibatı xidmətləri, yoxsa deterministik verilənlər bazası axınları tələb etdiyini müəyyənləşdirirlər.
• Nə səhv gedə bilər: Məxfi stenoqramlar təlim konveyerlərinə düşərsə, yoxlanılmamış bulud modelləri qapalı məlumatların sızmasına səbəb ola bilər. Modellər həmçinin maraqlı tərəflərin heç vaxt səsləndirmədiyi istifadəçi tələblərini uydura bilər.

Spesifikasiya

Tədqiqat nəticələrini texniki spesifikasiyaya çevirmək sistemin davranışını rəsmiləşdirməyi tələb edir. AI alətləri ilkin tələblər matrislərini hazırlayır, mahiyyətlər arasındakı əlaqələri çıxarır və sxem təriflərinin qaralamasını qurur.

• İnsanlar nəyə qərar verir: Aparıcı arxitektorlar repozitoriyanı işə salmazdan əvvəl sistem sərhədlərini, məlumatların validasiya qaydalarını və bərpa hədəflərini müəyyən edir, sistemin layihə planını və funksional əhatə dairəsini təsdiqləyirlər.
• Nə səhv gedə bilər: Modellər mövcud olmayan kənar API parametrlərini uydura, bir-biri ilə uyğun gəlməyən kitabxana versiyalarını göstərə və ya dövri predmet sahəsi modelləri yarada bilər.

UI/UX dizayn

Dizayn mərhələsində AI modelləri dizayn sisteminin ardıcıllığını yoxlayır, interfeys mətnlərinin qaralamasını hazırlayır və rəng kontrastı nisbətlərini əlçatanlıq standartları ilə tutuşdurur.

• İnsanlar nəyə qərar verir: Məhsul dizaynerləri müxtəlif ekran ölçülərində naviqasiya erqonomikasını, istifadəçi yolunun məntiqi bütövlüyünü və çoxaddımlı iş axınlarını qiymətləndirirlər.
• Nə səhv gedə bilər: Generativ interfeys alətləri cəlbedici maketlər yaratsa da, validasiya xətaları, boş vəziyyətlər və tərcümə zamanı mətnlərin uzanması kimi kritik kənar halları nəzərdən qaçırır.

Reallaşdırma: kod, testləmə və sənədləşmə

Kodlaşdırma və testləmə mərhələləri AI alətlərindən istifadənin ən sıx olduğu, eyni zamanda texniki borcun yığılması riskinin ən yüksək olduğu mərhələlərdir.

Kodun yazılması

Dil modelləri şablon kodları generasiya edir, verilənlərə giriş obyektlərinin qaralamasını hazırlayır və kod redaktorunun daxilində tamamlamalar təklif edir. GitHub-ın Accenture ilə birlikdə apardığı tədqiqatda tərtibatçılar köməkçinin təkliflərinin təxminən 30%-ni qəbul edib və Accenture-da pull request-lərin birləşdirilməsi göstəricisi 15% artıb (GitHub, 2024).

• İnsanlar nəyə qərar verir: Tərtibatçılar predmet sahəsi məntiqinin inkapsulyasiyasını, yaddaşın idarə olunmasını, tranzaksiya ardıcıllığını və sorğuların səmərəliliyini müəyyənləşdirirlər. Hər bir pull request mühəndislər tərəfindən qarşılıqlı kod yoxlamasından keçir.
• Nə səhv gedə bilər: Dil modelləri mövcud olmayan paketləri tövsiyə edə bilər. Generasiya edilmiş 576,000 kod nümunəsi üzərində aparılan bir tədqiqat göstərib ki, kommersiya modellərinin təklif etdiyi paketlərin orta hesabla ən azı 5.2%-i, açıq mənbəli modellərin təklif etdiklərinin isə 21.7%-i uydurma (hallüsinasiya) olub (arXiv, 2024). Hücumçu belə bir adı açıq reyestrdə qeydiyyatdan keçirə bilər və onu yoxlamadan quraşdıran qurma prosesi hücumçunun kodunu sistemə yükləyər.

Testləmə və keyfiyyətə nəzarət

AI modelləri modul test (unit test) ssenarilərini hazırlayır, sınaq məlumatlarını (mock payload) generasiya edir və test dəstlərini yoxlanılmamış icra budaqları üzrə təhlil edir.

• İnsanlar nəyə qərar verir: QA mühəndisləri inteqrasiya testlərini yazır, real sərhəd şərtlərini müəyyənləşdirir və test yoxlamalarının qüsurlu kodun nəticəsini deyil, biznes qaydalarını əks etdirdiyini təsdiqləyirlər.
• Nə səhv gedə bilər: Generasiya olunmuş testlər çox vaxt kodun həmin anda verdiyi nəticəni doğru kimi qəbul edir. Əgər əsas məntiq qüsurludursa, generasiya olunmuş test həmin qüsurlu davranışı təsdiqləyir, nəticədə test dəsti uğurla keçir və qüsur gizli qalır.

Texniki sənədləşmə

AI köməkçiləri ilkin API sənədlərini generasiya edir, kommit mesajlarından dəyişiklik jurnallarını hazırlayır və sxem təriflərini daxili təlimatlara çıxarır.

• İnsanlar nəyə qərar verir: Arxitektorlar konkret texniki kompromislərin nə üçün seçildiyini əks etdirən arxitektura qərarları qeydlərini (ADR) aparırlar.
• Nə səhv gedə bilər: Generasiya olunmuş sənədlər uydurma konfiqurasiya parametrlərini təsvir edə və ya sistemin faktiki iş davranışından kənarlaşa bilər ki, bu da istismar zamanı baş verən insidentlərdə mühəndisləri çaşdırır.

İstismar: yerləşdirmə və davamlı dəstək

İstismar mühiti yoxlanılmamış avtomatlaşdırmaya yer qoymur. AI layihələrinin istismara çıxmasını təmin etmək üçün ciddi yerləşdirmə konveyerləri və insan nəzarəti tələb olunur.

Yerləşdirmə və infrastruktur

AI alətləri yerləşdirmə skriptlərini yoxlayır, konteyner təriflərini hazırlayır və sintaksis xətalarını aşkar etmək üçün fasiləsiz inteqrasiya (CI) zamanı yaranan qurma xətalarını təhlil edir.

• İnsanlar nəyə qərar verir: DevOps mühəndisləri təhlükəsizlik qruplarını, şəbəkə izolyasiyası siyasətlərini, məxfi açar saxlanclarını və yerləşdirmənin geri qaytarılması (rollback) mexanizmlərini yoxlayırlar.
• Nə səhv gedə bilər: Modellər infrastrukturun təhlükəsizliyini riskə atan həddindən artıq geniş giriş icazələrini (IAM), koda birbaşa yazılmış konfiqurasiya dəyərlərini və ya şifrələnməmiş standart yaddaş ayarlarını tövsiyə edə bilər.

Buraxılışdan sonrakı dəstək və texniki xidmət

İstismar mühitlərində maşın öyrənməsi alqoritmləri telemetriya axınlarını izləyir, əlaqəli xəta jurnallarını qruplaşdırır və ilkin insident xülasələrini hazırlayır.

• İnsanlar nəyə qərar verir: İstismar mühəndisləri insidentin ciddilik dərəcəsini müəyyənləşdirir, təcridetmə protokollarını icra edir, boşluqları aradan qaldırır və bərpa prosedurlarını təsdiqləyirlər.
• Nə səhv gedə bilər: İnsidentlərin avtomatik təsnifatı məlumatların hiss olunmayan zədələnməsi problemlərini ikinci plana ata və ya zəncirvari şəbəkə qəzalarını adi gözləmə müddəti bitməsi (timeout) kimi yanlış təsnif edə bilər.

Qısa icmalda AI-native tərtibat: alətlər və insan nəzarəti

Aşağıdakı siyahı süni intellektin məcburi insan yoxlama nöqtələri ilə birlikdə hər bir qurma mərhələsini necə dəstəklədiyini ümumiləşdirir:

• Tədqiqat. AI alətinin köməyi: istifadəçi müsahibəsi qeydlərini qruplaşdırır. İnsan yoxlaması: biznes baxımından reallaşdırılma imkanını təsdiqləyir. Kritik xəta riski: qapalı məlumatları model təliminə sızdırır.
• Spesifikasiya. AI alətinin köməyi: istifadəçi ssenarilərinin strukturunu hazırlayır. İnsan yoxlaması: məlumat sərhədlərini və sxemləri formalaşdırır. Kritik xəta riski: uyğunsuz API müqavilələri uydurur.
• UI/UX dizayn. AI alətinin köməyi: dizayn tokenlərini və kontrastı yoxlayır. İnsan yoxlaması: istifadəçi yolunun məntiqi bütövlüyünü qiymətləndirir. Kritik xəta riski: interfeysdə xəta və boş vəziyyətləri nəzərdən qaçırır.
• Kod. AI alətinin köməyi: təkrarlanan şablon kodu generasiya edir. İnsan yoxlaması: biznes məntiqini və sorğuları yoxlayır. Kritik xəta riski: mövcud olmayan uydurma asılılıqlar əlavə edir.
• Testləmə. AI alətinin köməyi: sınaq test məlumatlarını sintez edir. İnsan yoxlaması: inteqrasiya sərhədlərini təsdiqləyir. Kritik xəta riski: tavtoloji test yoxlamaları yaradır.
• Sənədləşmə. AI alətinin köməyi: kod daxilindən arayış təlimatlarını çıxarır. İnsan yoxlaması: arxitektura kompromislərini qeydə alır. Kritik xəta riski: mövcud olmayan konfiqurasiya parametrlərini sənədləşdirir.
• Yerləşdirmə. AI alətinin köməyi: infrastruktur təriflərini yoxlayır. İnsan yoxlaması: şəbəkə və giriş təhlükəsizliyini idarə edir. Kritik xəta riski: həddindən artıq geniş icazələr təyin edir.
• Dəstək. AI alətinin köməyi: xəta jurnalı telemetriyasını qruplaşdırır. İnsan yoxlaması: əsas səbəbləri diaqnoz edir və yeniləmələr tətbiq edir. Kritik xəta riski: məlumatların zədələnməsi xətalarını yanlış təsnif edir.

AI-native proqram təminatı podratçısını qiymətləndirmək üçün 6 sual

Mühəndislik tərəfdaşı seçərkən sifarişçilər AI-dən mühəndislik intizamını gücləndirmək üçün istifadə edən studiyaları avtomatlaşdırılmış sorğularla işi tez-tələsik yola verənlərdən ayırmalıdırlar. Müqavilə imzalamazdan əvvəl proqram təminatı studiyalarını qiymətləndirmə bələdçimizdəki bu meyarlardan istifadə edin:

1. 01
   Hansı qurma mərhələlərində AI alətlərindən istifadə olunur və hansı əl ilə yoxlama mərhələləri mövcuddur?

   İntizamlı studiya avtomatlaşdırmanın harada bitdiyini və insan tərəfindən kod yoxlamasının harada başladığını dəqiq müəyyən edir.

2. 02
   Müştəri məlumatlarının və kodunun model təliminə düşməsinin qarşısını necə alırsınız?

   Məlumatlarınız üzərində təlimi istisna edən korporativ şərtlərlə hansı alətlərin işlədildiyini və ya hansı modellərin təcrid olunmuş mühitdə çalışdığını soruşun.

3. 03
   Mövcud olmayan bir paketin kod bazasına düşməsinin qarşısını nə alır?

   Hər yeni asılılığın müvafiq reyestrdə avtomatik yoxlanılmasını və lock-faylın nəzərdən keçirilməsini tələb edin.

4. 04
   Generasiya olunmuş testlərin mövcud kodu deyil, biznes qaydalarını təsvir etdiyini necə yoxlayırsınız?

   Düzgün cavab: testlər kodun verdiyi nəticəyə görə deyil, spesifikasiya əsasında yazılır və ya yoxlanılır.

5. 05
   Proqramlaşdırma başlamazdan əvvəl yazılı arxitektura icmalınız və verilənlər bazası sxeminizlə tanış ola bilərikmi?

   Sənədləşdirilmiş texniki bünövrə olmadan birbaşa kod yazmağı vəd edən podratçılardan uzaq durun.

6. 06
   Generasiya olunmuş kod, model konfiqurasiyaları və sənədlər kimə məxsusdur?

   Bütün ilkin kod və sistem aktivləri üzərində tam mülkiyyət hüququnun təşkilatınızda qaldığını təsdiqləyin.

Mühəndislik layihəsinə büdcə ayırmazdan əvvəl tərtibat tərəfdaşınızın süni intellektə mühəndislik intizamının əvəzləyicisi kimi deyil, insan təcrübəsini sürətləndirən alət kimi yanaşdığına əmin olun. Sənədləşdirilmiş arxitektura planı tələb edin, avtomatlaşdırılmış test konveyerini yoxlayın və hər bir istismar buraxılışına görə aparıcı mühəndislərin məsuliyyət daşıdığından əmin olun.