Pontuação de Risco de Diff: Desenvolvimento de software consciente de risco impulsionado por IA

O estado da pesquisa Diff Risk Score (DRS) é uma tecnologia habilitada por IA desenvolvida no Meta que prevê a probabilidade de uma alteração de código causar um incidente de produção, também conhecido como SEV. Construído em um LLM Llama ajustado, o DRS avalia as alterações de código e metadados para produzir uma pontuação de risco e destacar trechos de código potencialmente arriscados. Hoje, o DRS impulsiona muitos recursos conscientes de risco que otimizam a qualidade do produto, a produtividade do desenvolvedor e a eficiência da capacidade computacional. Notavelmente, o DRS nos ajudou a eliminar grandes congelamentos de código, permitindo que os desenvolvedores enviem código quando historicamente não podiam, com impacto mínimo na experiência do cliente e nos negócios. Por que isso importa? O desenvolvimento de software é repleto de riscos, especialmente para produtos e tecnologias intrincados, em rápida evolução e em escala. Como o Meta opera em escala global, precisamos das melhores ferramentas possíveis para mitigar riscos e proteger tanto a experiência do usuário quanto os resultados dos anunciantes. A IA está transformando a forma como construímos produtos, então nos comprometemos a aplicar a IA para melhorar cada aspecto do processo de desenvolvimento de software. O risco de produção foi uma das áreas que abordamos primeiro. Teorizamos que, se equipados com um modelo que pudesse prever se uma alteração de código poderia causar um SEV, poderíamos construir recursos e fluxos de trabalho para melhorar quase todos os aspectos da escrita e do envio de código. Como os casos de uso do DRS são numerosos demais para serem abordados em profundidade aqui, vamos nos concentrar em um: descongelamento de código. Para o Meta, incidentes de produção podem gerar uma experiência negativa significativa para o usuário e impacto para o anunciante. Por essa razão, algumas equipes historicamente "congelaram" grandes partes da base de código por períodos sensíveis, como a semana de compras de feriado Cyber 5, impedindo que os engenheiros enviassem código para reduzir o risco de incidentes. Para certas equipes, isso reduziu o congelamento de código de compras de feriado, levando a melhorias significativas na produtividade. Embora isso tivesse claros benefícios de confiabilidade, a desvantagem era uma redução substancial na produtividade. O DRS permitiu uma abordagem mais matizada,

Fonte: Meta Engineering - AI Research

Publicado em 2025-08-06

Notícias relacionadas

Continue explorando