Code Intelligence для Linear Agent

Linear запускает Code Intelligence — функцию, которая позволяет ИИ-агенту читать кодовую базу и отвечать на вопросы, основываясь непосредственно на исходном коде. Это меняет рабочие процессы не только для разработчиков, но и для поддержки, продакт-менеджеров и всей команды.

Это AI-перевод статьи, сделанный каналом Про AI: Лучшие Статьи и Исследования.

Code Intelligence для Linear Agent

Code Intelligence for Linear Agent Автор: Karri Saarinen Оригинальный текст:

Сегодня мы запускаем Code Intelligence для Linear Agent.

Linear Agent теперь умеет читать вашу кодовую базу и отвечать на вопросы, опираясь непосредственно на исходный код. Он может объяснить, как работает та или иная функция, исследовать вероятные причины проблемы и помочь командам разобраться в текущей реализации.

Наша команда сделала 1 055 запросов к Code Intelligence в феврале, 2 681 — в марте, 4 267 — в апреле, и к концу мая мы ожидаем более 5 200. Каждый такой запрос — это вопрос, который иначе кто-то задал бы коллеге или потратил время на самостоятельное расследование.

Подробности — в чейнджлоге.

Зачем Code Intelligence именно в Linear

По мере роста компании координация становится всё дороже. Slack и Teams упростили процесс задавания вопросов, но ответы по-прежнему требуют времени и отвлекают тех, кто владеет контекстом. Этот контекст зачастую уже существует — в коде, спецификациях, заметках от клиентов, задачах и принятых решениях. Проблема в том, что информация труднодоступна и до сих пор не было единой системы, где всё это могло бы находиться вместе.

Linear — это место, где продуктовая работа уже происходит. Сюда поступают проблемы, здесь накапливается контекст, составляются планы и работа движется к релизу. У нас уже было многое из этого, но мы понимали, что один важный источник контекста всё ещё отсутствует — сам код.

Код — одна из лучших форм продуктового контекста, потому что он объективен. Поведение либо существует, либо нет; функция либо поддерживает определённый сценарий сегодня, либо не поддерживает — и вы можете получить однозначный ответ о текущем положении дел.

Когда мы добавили кодовый контекст в систему, оказалось, что его ценность выходит далеко за рамки рабочих процессов разработки. Теперь Linear может проводить исследование кода по запросу или автоматически — для всей команды.

Триаж багов может начинаться с гипотезы

Одна из самых трудоёмких задач для инженеров при триаже — отладка на основе кодовой базы. Старый подход начинается с ручного расследования: найти нужную область, проверить недавние изменения, проследить пути выполнения кода и угадать, куда смотреть в первую очередь.

С Code Intelligence можно напрямую спросить агента, или настроить автоматическое расследование каждой новой задачи по мере её поступления.

Агент может выявить вероятные регрессии, релевантные пути выполнения и недавние коммиты в затронутой области. Когда это происходит автоматически при поступлении бага, любой, кто берёт задачу, начинает с частично расследованного состояния, а не с чистого листа. Эта информация также видна всем остальным, кто может изучать ту же проблему.

Вопросы поддержки могут начинаться с исходного кода

Клиент сообщает о проблеме. Допустим, пригласительная ссылка перестала работать, процесс авторизации ведёт себя неожиданно, или синхронизация сбоит.

Обычно такое эскалируется на инженеров, чтобы кто-то восстановил логику по кодовой базе. С Code Intelligence первичное расследование может произойти немедленно.

Агент может проследить релевантные пути выполнения, проверить недавние изменения и объяснить, что, вероятнее всего, происходит, — чтобы поддержка могла начать с обоснованного ответа, а не с расплывчатой передачи дальше. Вопрос меняется с «кто-нибудь может разобраться?» на «вот что, похоже, делает система, и вот где это происходит», а эскалация случается только тогда, когда действительно есть проблема, требующая решения.

Ценность — в скорости, более высоком качестве на первой точке контакта и более уверенной эскалации реальных проблем.

Продакт может понять систему, пока пишет спецификацию

Продакт-менеджер исследует запросы клиентов по всей системе, чтобы понять паттерн в том, что просят пользователи. Команда видит повторяющуюся потребность и хочет знать, насколько масштабной будет реализация на текущей кодовой базе.

Это продуктовые вопросы, но одновременно и вопросы к коду.

С Code Intelligence команда может перейти от продуктовых идей к оценке технической сложности в едином потоке.

Агент может связать паттерн запросов с текущей реализацией, определить основные задействованные системы и выявить граничные случаи, которые имеют значение, ещё до написания спецификации. Спецификации начинаются с более точной картины того, что уже есть, — это упрощает оценку реализуемости и позволяет яснее донести идею.

Найти людей, владеющих контекстом

Код также помогает ответить на организационный вопрос: кто раньше работал в этой области?

Этот контекст обычно разбросан по памяти, старым пулл-реквестам и полузабытым данным о владении кодом. Code Intelligence может проследить релевантные пути выполнения, проверить недавние изменения и просмотреть историю git, чтобы определить людей, которые с наибольшей вероятностью обладают контекстом.

Это даёт дизайнерам и инженерам быстрый способ найти вероятных носителей контекста через сам код.

Кодовый контекст — это не только про написание кода

Кодовый контекст полезен всегда, когда вы пытаетесь понять, что существует на данный момент. Это объективная запись текущего состояния.

Помимо разработки, он помогает поддержке объяснять, как что-то работает, без постоянной эскалации или самостоятельных попыток разобраться. Он помогает продакту понимать реализацию перед планированием изменений, командам — оценивать работу с лучшим контекстом, а инженерам — автоматически диагностировать входящие проблемы.

Именно это Code Intelligence привносит в Linear Agent. Он помещает источник истины о том, как продукт на самом деле работает, туда, где команды уже занимаются триажем проблем, собирают обратную связь, планируют работу и принимают решения.

Доступно для вашего рабочего пространства уже сегодня. Подробнее — в чейнджлоге.

Подпишитесь на канал и каждый день читайте лучшие материалы про AI переведенные на русский!

Нашли интересную статью для перевода? Пришлите нашему боту: @ailongreadsbot