Nell’ambito dello sviluppo software, il codice è in costante evoluzione, richiedendo test continui per garantirne la qualità e la manutenibilità. Questo processo, noto come testing di regressione, prevede la riesecuzione di test esistenti per assicurarsi che le modifiche apportate al codice non compromettano le funzionalità preesistenti. Tuttavia, il testing di regressione può risultare complesso e dispendioso in termini di tempo, portando spesso a trascurare questa fase cruciale.
Per affrontare queste sfide, Qodo (precedentemente conosciuta come CodiumAI) ha lanciato un agente di intelligenza artificiale completamente autonomo, denominato Qodo Cover. Questo strumento è progettato per semplificare il processo di testing di regressione, creando suite di validazione che garantiscono il corretto funzionamento delle applicazioni software. L’annuncio è stato fatto durante l’evento AWS re:Invent, dove Qodo è stata finalista nel concorso AWS Unicorn Tank.
Itamar Friedman, CEO di Qodo, ha dichiarato a VentureBeat: “Stiamo avanzando verso un’era in cui l’AI non si limita a scrivere codice, ma contribuisce significativamente al carico di lavoro degli sviluppatori, assicurando che il codice funzioni correttamente”.
A differenza di altre soluzioni che offrono suite end-to-end, Qodo adotta un approccio incrementale, sviluppando piccoli agenti specializzati in compiti specifici all’interno dei flussi di lavoro dello sviluppo software. Qodo Cover è l’ultimo nato di questi agenti. Analizza il codice sorgente e svolge test di regressione per validarlo durante tutto il suo ciclo di vita. La piattaforma garantisce che ogni test venga eseguito con successo, aumenti la copertura del codice e mantenga solo quelli che soddisfano tutti e tre i criteri.
È noto che gli sviluppatori dedicano solo un’ora al giorno alla scrittura effettiva del codice; il resto del tempo è impiegato in attività essenziali come test e revisioni. Friedman ha sottolineato che “molte aziende si affrettano a generare codice con l’AI, concentrandosi su quell’ora, trascurando il resto dell’equazione”.
I metodi di testing tradizionali non sono più scalabili, il che può ostacolare il prossimo salto nello sviluppo software, dove l’AI potrebbe generare oltre l’80% del codice di alta qualità. Friedman ha paragonato questa evoluzione alla rivoluzione avvenuta nella produzione di chip grazie alla verifica hardware, indicando che siamo a un punto di svolta simile nel software. Con una percentuale crescente di codice generato dall’AI, è necessario adottare nuovi paradigmi di testing per garantire la qualità e l’affidabilità del software.