माजी GitHub CEO Thomas Dohmke यांच्या Entire या developer platformची सुरुवात झाली आहे. मशीन टीम्स code review करून merge करू शकतात त्यापेक्षा वेगाने code तयार करत असतील, तर software-development infrastructure बदलणे आवश्यक आहे, असा त्यांचा युक्तिवाद आहे.
जुलैमध्ये Entire ने जाहीर केलेल्या decentralized Git networkवर हा प्लॅटफॉर्म उभारला आहे. AI-assisted आणि agent-driven coding करणाऱ्या टीम्ससाठी तो GitHubचा पर्याय म्हणून उपलब्ध आहे.
पारंपरिक pull requestच्या जागी Trails नावाचा workflow आणणे हा त्याचा प्रमुख बदल आहे. मानवी developers आणि coding agentsचे काम एकत्र समजून घेणे व review करणे सोपे करणे हा उद्देश आहे.
वेगवान code निर्मितीला प्रतिसाद
AI toolsमुळे software कामाची गती बदलली आहे. ते पटकन code तयार करतात, त्यामुळे developersना मोठ्या बदलप्रवाहाचे मूल्यांकन, integration आणि maintenance करावे लागते. AI coding activity वाढल्याने infrastructureवर नवी मागणी निर्माण झाली आहे, असे Entireचे म्हणणे आहे.
Entire AI agentकडे केवळ सामान्य pull request पाठवणारा आणखी एक code author म्हणून पाहत नाही. Development sessionची कल्पना, agent trace आणि अंतिम परिणाम यांना codeसोबत review artifacts मानले जाते.
या पॅकेजला Trail म्हणतात. Agentने काय प्रयत्न केला आणि तो निकालापर्यंत कसा पोहोचला, याची माहिती अंतिम code changeइतकीच स्पष्ट करणे हे उद्दिष्ट असल्याचे Dohmke यांनी सांगितले.
Diffsपासून dashboardपर्यंत
सामान्य pull-request पद्धतीत reviewer mergeसाठी प्रस्तावित codebaseचा diff पाहतो. Entire Trailsची तुलना pilotच्या heads-up displayशी करते. प्रत्येक code pushवर agentsने score केलेली customized evaluations interfaceमध्ये दिसतात.
या evaluationsचा उद्देश केवळ नंतर मानवाने तपासावी अशी समस्या दाखवणे नाही. Open-source Entire command-line interfaceद्वारे coding agents तोच data घेऊन findings दुरुस्त करू शकतात आणि प्रगती सांगू शकतात, असे कंपनीचे म्हणणे आहे. मानवी developer ती प्रगती validate करतो.
सर्व आवश्यक evaluations समाधानकारक झाल्यावर code merge करता येतो, असे कंपनी सांगते. त्यामुळे manual diff inspectionऐवजी tailored evaluations आणि agent activityचा पुरावा reviewच्या केंद्रस्थानी येतो.
मानवी देखरेख कायम
Entire हा workflow पूर्णपणे autonomous असल्याचे सांगत नाही. Agents findingsवर काम केल्यानंतर human developer निकाल validate करतो. कारण ही पद्धत evaluationsच्या गुणवत्ता आणि उपयुक्ततेवर अवलंबून आहे.
Codebaseला correctness, reliability, security, style किंवा domain-specific गरजांसाठी तपासण्या लागतील. Agents customizable असल्याचे Entire म्हणते, मात्र उपलब्ध evaluations किंवा configurationचे तपशील दिलेले नाहीत.
प्रत्येक Trailमध्ये agentsनी खर्च केलेले tokensही प्लॅटफॉर्म दाखवतो. त्यामुळे agent-driven development sessionsचा खर्च आणि activity समजण्यास मदत होऊ शकते.
Pull request लक्ष्य का
Git-based software developmentमध्ये pull requests हे सहकार्याचे प्रमुख केंद्र राहिले आहेत. Mergeपूर्वी चर्चा, review आणि approvalसाठी ते जागा देतात. मात्र ते माणसे तुलनेने कमी वेगाने code लिहित असलेल्या workflowसाठी तयार झाले होते.
Agents वेगाने अनेक बदल तयार करू शकत असतील तर bottleneck review आणि integrationकडे सरकतो, असा Entireचा दावा आहे. अशावेळी diff उपयुक्त राहू शकतो, पण agentने कसे काम केले किंवा कोणत्या evaluations पार केल्या हे पुरेसे दाखवू शकत नाही.
Trails हे भाग एकाच artifactमध्ये दाखवण्याचा प्रयत्न करतात. Review काढून न टाकता reviewerला वेगळे पुरावे देणे आणि बदल स्वीकारण्यापूर्वी agentsना समस्या सोडवू देणे हा दृष्टिकोन आहे.
Infrastructure आणि workflowवरही भर
Entireचा launch दोन प्रस्तावांवर आधारित आहे. Human-agent collaborationसाठी नवे review model आवश्यक आहे; agents अधिक code तयार करत असतील तर Git infrastructureने वाढलेली activity हाताळली पाहिजे.
Decentralized Git network हा दुसऱ्या प्रस्तावाचा केंद्रबिंदू आहे. तो जुलैमध्ये जाहीर झाला होता आणि नवा platform त्यावर उभारला आहे. Architecture किंवा performance benchmarkची माहिती नसल्यामुळे resilienceचे मूल्यमापन प्रत्यक्ष वापरातून करावे लागेल.
आत्तासाठी Entireने स्पष्ट दिशा निवडली आहे. Agent traces, customizable evaluations, token visibility आणि iterative machine remediation हे आधुनिक software deliveryचे मूलभूत भाग होतील, असा कंपनीचा विश्वास आहे. Developersना हा model pull-request workflowपेक्षा अधिक विश्वासार्ह आणि कमी त्रासदायक वाटतो का, यावर यश अवलंबून असेल.
हा लेख ZDNETच्या वृत्तांकनावर आधारित आहे. मूळ लेख वाचा.
Originally published on zdnet.com


