Хотите более умное понимание в вашем почтовом ящике? Подпишитесь на наши еженедельные информационные бюллетени, чтобы получить только то, что имеет значение для искусственного интеллекта предприятия, данных и лидеров безопасности. Подписаться сейчас
Zencoder, стартап кодирования искусственного интеллекта, основанный серийным предпринимателем Эндрю Фалев, объявил сегодня об публичной бета-версии Zentester, агента с AI, предназначенным для автоматизации сквозного тестирования программного обеспечения. Этот критический, но часто вялый шаг может задержать выбросы продукции на несколько дней или недель.
Новый инструмент представляет собой последнюю попытку Zencoder различить себя на все более многолюдном рынке AI Codant Assistant, где компании участвуют в автоматизации не только генерации кода, но и целых рабочих процессов разработки программного обеспечения. В отличие от существующих инструментов кодирования искусственного интеллекта, которые сосредоточены в первую очередь на написании кода, Zentester нацелена на этап проверки — обеспечивая работу программного обеспечения, которое задумано, прежде чем охватить клиентов.
«Проверка-это отсутствующее звено в масштабировании разработки AI-управляемой от экспериментов до производства»,-сказал Filev в эксклюзивном интервью VentureBeat. Генеральный директор, который ранее основал компанию по управлению проектами и продал ее Citrix за 2,25 миллиарда долларов в 2021 году, добавил: «Zentester не просто генерирует тесты-он дает разработчикам доверие к отправке, подтвердив, что их сгенерированный AI или написанный человеком код делает то, что он должен делать».
Объявление происходит, когда рынок кодирования ИИ проходит быстрое консолидацию. В прошлом месяце Zencoder приобрел Machinet, еще один помощник по кодированию ИИ с более чем 100 000 загрузок. В то же время Openai достигла соглашения о приобретении инструмента кодирования Windsurf примерно за 3 миллиарда долларов (сделка была завершена в мае). Движения подчеркивают, как компании спешат создавать комплексные платформы развития искусственного интеллекта, а не точечные решения.
Почему тестирование программного обеспечения стало самым большим препятствием в разработке с AI
Zentester решает постоянную проблему в разработке программного обеспечения: длинные циклы обратной связи между разработчиками и командами по обеспечению качества. В типичных корпоративных средах разработчики пишут код и отправляют его в команды QA для тестирования, часто ожидая отзывы на несколько дней. К тому времени разработчики перешли к другим проектам, создавая дорогостоящее переключение контекста при обнаружении проблем.
«В типичном проекте, после того, как разработчик создает функцию и отправляет ее в QA, они получают обратную связь через несколько дней», — сказал Filev VentureBeat. «К тому времени они уже перешли к чему-то другому. Этот контекст переключение и обратно и фон, особенно болезненный во время выпуска хруста-может растянуть простые исправления на недельные испытания».
Ранняя клиентская Club Solutions Group сообщила о драматических улучшениях, когда генеральный директор Майк Червино заявил: «То, что ушло на нашу команду QA пару дней, требует разработчиков 2 часа».
Время особенно актуально, так как инструменты кодирования ИИ генерируют все большие объемы кода. В то время как такие инструменты, как Github Copilot и Coursor, ускорили генерацию кода, они также создали новые проблемы обеспечения качества. По оценкам FileV, если инструменты AI увеличивают генерацию кода на 10 раз, требования к тестированию также будут увеличиваться в 10 раз — ошеломляющие традиционные процессы QA.
Как агенты искусственного интеллекта Zentester нажимают кнопки и заполняют формы, такие как человеческие тестеры
В отличие от традиционных структур тестирования, которые требуют, чтобы разработчики писали сложные сценарии, Zentester работает на простых английских инструкциях. Агент ИИ может взаимодействовать с такими приложениями, как пользователь человека — кнопки, заполняющие кнопки, формы наполнения и навигация по программным процессам — при этом проверка как интерфейсов пользователей, так и функций бэкэнд.
Система интегрируется с существующими структурами тестирования, включая драматург и селен, а не заменить их исключительно. «Мы абсолютно не любим людей, которые отказываются от вещей, которые являются частью нашей ДНК», — сказал Файлв. «Мы считаем, что ИИ должен использовать процессы и инструменты, которые уже существуют в промышленности».
Zentester предлагает пять основных возможностей: тестирование качества под руководством разработчиков во время разработки функций, ускорение QA для комплексного создания тестовых наборов, улучшение качества для кода, сгенерированного AI, автоматизированное обслуживание тестов и автономную проверку в трубопроводах непрерывной интеграции.
Инструмент представляет собой последнее дополнение к более широкой многоагентной платформе Zencoder, которая включает в себя кодирующие агенты для генерации программного обеспечения и агентов модульного тестирования для базовой проверки. Технология компании «Repo Grokking» анализирует целые репозитории кода для обеспечения контекста, в то время как конвейер коррекции ошибок направлен на снижение ошибок, сгенерированных AI.
Битва за доминирование по кодированию ИИ нагревается, поскольку миллиарды вкладывают в инструменты автоматизации
Запуск усиливает конкуренцию на рынке инструментов разработки искусственного интеллекта, где известные игроки, такие как Microsoft Github Copilot и новые участники, такие как Cursor, борются за разработчика Mindshare. Подход Zencoder по созданию специализированных агентов для различных этапов разработки контрастирует с конкурентами, сосредоточенными в основном на генерации кода.
«На данный момент на рынке есть три сильных координационных продукта: это США, курсор и Виндсурф», — сказал Файлв в недавнем интервью. «Для небольших компаний становится все труднее и труднее конкурировать».
Компания претендует на превосходную эффективность в отраслевых показателях, сообщая о 63% -ных показателях успеха в проверенных тестах SWE-Bench и приблизительно 30% на более новом мультимодальном эталонном эталоне Swe-Bench-результаты FileV заявляет, что предыдущие предыдущие выступления.
Отраслевые аналитики отмечают, что автоматизация сквозного тестирования представляет собой логический следующий шаг для инструментов кодирования искусственного интеллекта, но успешная реализация требует сложного понимания логики приложений и рабочих процессов пользователей.
Что покупатели предприятия должны знать, прежде чем внедрить платформы тестирования искусственного интеллекта
Подход Zencoder предлагает как возможности, так и проблемы для корпоративных клиентов, оценивающих инструменты тестирования искусственного интеллекта. Компания SOC 2 типа II, ISO 27001 и ISO 42001 Сертификации касаются безопасности и соблюдения требований, критически важных для крупных организаций.
Тем не менее, FileV признает, что предприятие осторожно осторожно. «Для предприятий мы пока не выступаем за изменение жизненных циклов разработки программного обеспечения», — сказал он. «То, что мы защищаем, является AI-Augment, где теперь они могут провести быстрый обзор кода ИИ и тестирование принятия, что уменьшает объем работы, которая должна быть выполнена следующей стороной в процессе работы».
Стратегия интеграции компании — работа в существующих средах разработки, таких как код Visual Studio и JetBrains IDE, а не требует переключателей платформы — может обратиться к предприятиям с установленными инструментами.
Гонка по автоматизации разработки программного обеспечения от идеи до развертывания
Запуск Zentester позиционирует Zencoder, чтобы конкурировать за большую долю рабочего процесса разработки программного обеспечения, поскольку инструменты AI расширяются за пределы простой генерации кода. Видение компании распространяется на полную автоматизацию от требований до развертывания производства, хотя FileV подтверждает текущие ограничения.
«Следующий прыжок будет требованиями к производству — все это», — сказал Файлв. «Можете ли вы теперь поднять его так, чтобы у вас были требования к естественному языку, а затем ИИ мог помочь вам разбить его, создать архитектуру, создать код, построить обзор, проверить это и отправить его в производство?»
Zencoder предлагает Zentester через три уровня ценообразования: бесплатная базовая версия, бизнес по $ 19 за пользователя в месяц и опция предприятия в месяц в месяц в месяц с функциями поддержки премиум -класса и соответствия.
Для индустрии, которая все еще обсуждает, заменит ли искусственный интеллект программистов или просто сделает их более продуктивными, Zentester предлагает третью возможность: ИИ, который занимается утомительной проверкой, в то время как разработчики сосредоточены на инновациях. Вопрос больше не заключается в том, могут ли машины писать код — есть ли им доверять, чтобы проверить его.
Источник
