Storia AIAI-программист в паре для инженерных команд, использующих весь код мира

Поскольку ИИ все больше автоматизирует создание кода, инженеры-программисты будут больше времени тратить на чтение, оценку и проектирование кода, а не на его написание. Storia разрабатывает инструменты для следующего поколения разработки программного обеспечения, делая каждого разработчика в 10 раз продуктивнее. Мы начинаем с Sage, агента типа Perplexity, который помогает разработчикам понимать, оценивать и генерировать программное обеспечение. Имея существующую кодовую базу, разработчики могут задавать Sage такие вопросы, как: 1) Учитывая ограничения SLA и задержки моего проекта, какая подходящая базовая векторная база данных должна использоваться? Как я могу интегрировать ее в свою существующую кодовую базу? 2) Почему я должен выбрать Redis вместо Milvus в качестве своей базовой векторной базы данных? 3) Работает ли эта кодовая база в нашей организации и какие шаги необходимы для сложной интеграции с другой библиотекой? Ответы Sage непосредственно поддерживаются документацией и внешними ссылками, такими как GitHub, Stack Overflow и программное обеспечение для управления проектами, что предотвращает галлюцинации. Сегодня Sage обладает актуальными знаниями о репозиториях с открытым исходным кодом (индексируются ежедневно). Завтра у него будет глубокое понимание каждой строки кода в Интернете. Для команд Sage также будет знать о вашей частной кодовой базе. Ни одна группа еще не решила, как построить систему ИИ, которая понимает кодовую базу и ее контекст и может дать возможность каждому разработчику проектировать более качественный код быстрее. Для этого необходимы новые достижения в области исследований, потому что простые RAG и готовые LLMs не годятся. У нас более 20 лет опыта в области разработки программного обеспечения и исследований в области ИИ. Юлия работала над предшественниками Gemini, используя контекстные нейронные методы, прежде чем их стали называть «RAG» (и применяла их к таким продуктам, как Google Keyboard и Pixel phones). Михаил создал самые ранние LLMs в Amazon Alexa и запустил первую контекстную глубокую обучающую разговорную систему ИИ в производстве в Alexa.