Η νέα τάση στα εργοστασιακά λογισμικού με agents και πώς λειτουργούν

Τα agentic software factories είναι πλέον εδώ και, όπως περιγράφουν οι Hugo Bowne-Anderson και Eleanor Berger σε άρθρο που αρχικά δημοσιεύτηκε στο Vanishing Gradients Substack και αναδημοσιεύεται με την άδειά τους, συνδυάζουν την αυτόνομη και ασύγχρονη εκτέλεση για να αναλαμβάνουν μέρος της ανάπτυξης λογισμικού.

Η λογική τους είναι απλή: δίνεις σε έναν agent το πλαίσιο, τους στόχους και την αρμοδιότητα που χρειάζεται, και εκείνος συνεχίζει να δουλεύει όσο εσύ κάνεις κάτι άλλο. Όταν επιστρέφεις, βρίσκεις αποτέλεσμα, μαζί με αποδείξεις για όσα ελέγχθηκαν ή με σαφή αιτία για το γιατί η εργασία δεν μπορούσε να προχωρήσει. Το επόμενο βήμα της συζήτησης αφορά τότε το αποτέλεσμα και τις αποφάσεις που απομένουν.

Οι συγγραφείς χρησιμοποιούν ως παράδειγμα έναν invoice tracker, μια εφαρμογή που δημιουργεί τιμολόγια από πρότυπο και παρακολουθεί όσα είναι απλήρωτα, πληρωμένα ή εκπρόθεσμα. Η ίδια προσέγγιση, όπως αναφέρουν, μπορεί να εφαρμοστεί και σε εργαλεία έρευνας, εκδοτικά συστήματα ή λογισμικό για ομάδες.

Η πρώτη φάση ενός τέτοιου συστήματος δεν χρειάζεται να είναι περίπλοκη. Μπορεί να ξεκινήσει με έναν μόνο agent και μία αυτοματοποίηση. Αυτό που απαιτείται είναι ένα περιβάλλον που να του επιτρέπει να διαβάζει και να επεξεργάζεται αρχεία, να εκτελεί το λογισμικό και να βλέπει τι συνέβη.

Για να λειτουργήσει σωστά, χρειάζεται επίσης το κατάλληλο πλαίσιο: οδηγίες, παραμέτρους πρόσβασης, sandboxing και σαφείς κανόνες για το τι μπορεί να κάνει. Οι οδηγίες από μόνες τους δεν αρκούν. Χρειάζεται και ένας μηχανισμός ελέγχου, ώστε ο agent να σταματά όταν συναντά εμπόδιο και να το αναφέρει καθαρά.

Στο άρθρο επισημαίνεται επίσης η σημασία της κοινής λίστας εργασιών ή του issue tracker όταν συμμετέχουν περισσότεροι agents. Έτσι φαίνεται τι είναι έτοιμο, τι βρίσκεται σε εξέλιξη και τι περιμένει κάτι άλλο. Κάποιος agent μπορεί να υλοποιεί μια λειτουργία, άλλος να ετοιμάζει δεδομένα δοκιμής και τρίτος να ελέγχει το τελικό αποτέλεσμα.

Οι συγγραφείς ξεχωρίζουν τέσσερα επίπεδα σε αυτή τη λογική, με βάση το πλαίσιο που είχε περιγράψει παλαιότερα η Monica Rogati για την τεχνητή νοημοσύνη. Τα δύο βασικά στοιχεία που διατρέχουν όλα τα επίπεδα είναι η προδιαγραφή και η επαλήθευση. Οι agents μπορούν να βοηθήσουν και στα δύο, όμως η τελική κρίση για το αν οι απαιτήσεις καλύπτουν αυτό που χρειάζεται και αν τα στοιχεία επαρκούν ανήκει στον άνθρωπο.

Στη συνέχεια, το άρθρο περιγράφει πώς μπορεί να βελτιώνεται σταδιακά το ίδιο το factory. Αν, για παράδειγμα, σε έναν έλεγχο διαπιστωθεί ότι οι πληρωμές χάθηκαν μετά από επανεκκίνηση της εφαρμογής, το πρόβλημα δεν είναι μόνο να διορθωθεί το bug. Χρειάζεται να εξεταστεί και γιατί ο έλεγχος δεν το εντόπισε. Η καταγραφή των αναθέσεων, των ελέγχων και των δυσκολιών βοηθά έναν review agent να εντοπίζει επαναλαμβανόμενα προβλήματα και να προτείνει βελτιώσεις.