Los agentes codificadores pueden ocasionar miles de líneas de código en minutos. El problema: la maduro parte no se puede implementar. Infringe estándares internos, no supera los controles de cumplimiento o genera más trabajo de higienización del que ahorra.

"Puedes ocasionar un montón de código, pero en ingenuidad no significa nulo, ¿verdad? Tiene que ser un código que sea integrable, que sea compatible, y no querrás crear más trabajo en el back-end solo porque aceleraste el proceso de reproducción de código en el front-end." dijo Stephen Newman, líder de ingeniería de CTO total de EY.

El equipo de incremento de productos de EY resolvió esto conectando agentes de codificación a sus estándares de ingeniería, repositorios de códigos y marcos de cumplimiento. El resultado: aumentos de productividad de 4 a 5 veces en los equipos que crean el conjunto de plataformas financieras, fiscales y de auditoría de EY.

Pero los beneficios no provinieron simplemente de activar una útil. El equipo de Newman pasó de 18 a 24 meses construyendo la colchoneta cultural y las integraciones técnicas que hicieron que la codificación semiautónoma funcionara a escalera.

El primer paso fue cultural. EY comenzó con herramientas estilo GitHub Copilot, lo que permitió a los ingenieros sentirse cómodos con ingeniería rápida e inteligencia sintético asistida. Newman dijo que el educación esencia fue hacer que la acogida de la IA sea orgánica en ocasión de forzada por el liderazgo. "Es importante incorporar las capacidades de IA como una acogida orgánica desde cero en ocasión de imponerlas a los usuarios." dijo.

Los desarrolladores querían ir más allá de la reproducción de código y ocurrir a la construcción, implementación y puesta en funcionamiento. Pero los aumentos de productividad se estancaron sin una integración más profunda.

Newman se dio cuenta de que los agentes necesitaban llegada a los repositorios de códigos, estándares de ingeniería y catálogos de fuentes de EY para ocasionar código implementable. sin eso "universo contextual," como lo vehemencia Newman, los agentes producen resultados genéricos que requieren una extensa reelaboración.

EY evaluó múltiples plataformas de agentes: Lovable, Replit y Droides basados ​​en IDE de Factory. En ocasión de exigir una útil, el equipo de Newman midió la acogida, el uso y la productividad en los tres.

"No queríamos ser demasiado prescriptivos como equipo de liderazgo para identificar una útil y simplificarla." Dijo Newman. Desarrolladores "efectivamente gravitado y navegado" a Factory, que se convirtió en la señal de que ofrecía valencia efectivo.

Admisión de manufactura "despegó como un reguero de pólvora" una vez elevado de evaluación a piloto. EY tuvo que amojonar el tráfico a Factory y Droids y restringir qué repositorios podían conectarse antiguamente de obtener la aprobación de cumplimiento y seguridad.

El ámbito de clasificación de la carga de trabajo

El entusiasmo de los desarrolladores dejó en claro que EY necesitaba disciplina en torno a qué cargas de trabajo delegar a los agentes. El equipo de Newman separó las tareas en dos categorías:

Tareas de reincorporación autonomía Los agentes manejan adecuadamente:

• Revisión de código

• Documentación

• Reparación de defectos

• Características totalmente nuevas

Tareas complejas que todavía necesitan supervisión humana:

• Refactorizadores a gran escalera

• Decisiones de casa

• Integraciones entre sistemas

EY asimismo cambió los roles de desarrollador. En ocasión de escribir todo el código ellos mismos, los ingenieros se convirtieron en orquestadores que dirigieron a los agentes a las bases de datos y repositorios correctos.

Con las barreras de seguridad implementadas y la integración en los repositorios de código completa, EY midió ganancias de eficiencia que oscilaron entre el 15 % y el 60 % en diferentes personas en la etapa de acogida temprana.

"Hemos poliedro un brinco en muchos de nuestros productos donde saltamos a lo que yo llamo incremento de maniquí de horizonte, donde tenemos ejecución de agentes semiautónomos a escalera, un equipo de orquestadores en ocasión de hacedores y tenemos las integraciones en el universo contextual." Dijo Newman.

Newman reconoció que es difícil atribuir los aumentos de productividad de 4 a 5 veces nada más a los agentes de codificación. Las mejoras surgieron de prueba y error combinados con cambios culturales y de comportamiento en los equipos de desarrolladores.