« Cette approche a le potentiel de changer radicalement la façon dont le code est maintenu dans les grandes entreprises », a écrit un groupe d'auteurs de Google Core et Google Ads dans un nouveau « rapport d'expérience » décrivant leur approche. « Non seulement cela peut accélérer le travail des ingénieurs, mais aussi rendre possibles des efforts qui étaient auparavant impossibles à réaliser en raison de l'énorme investissement nécessaire. »
En fin de compte, l'objectif de Google était d'identifier les opportunités permettant aux LLM d'apporter une valeur supplémentaire et une évolutivité de support sans nécessiter d'arbres de syntaxe abstraite (AST) difficiles à maintenir. Ceux-ci sont largement utilisés pour représenter la structure d'un programme ou d'un extrait de code, mais ils sont déterministes (c'est-à-dire que les résultats sont déjà identifiés) et les cas d'utilisation de la migration de code couvrent des constructions beaucoup plus complexes difficiles à représenter avec les AST, expliquent les auteurs. .
« Réussir la migration de code basée sur LLM n'est pas simple », ont noté les auteurs. « L’utilisation de LLM uniquement via de simples invites n’est suffisante que pour les migrations les plus simples. Au lieu de cela, comme nous l'avons découvert au cours de nos voyages et comme décrit dans les études de cas de cet article, une combinaison de techniques basées sur l'AST, d'heuristiques et de LLM est nécessaire pour réussir. De plus, il est également important de déployer les changements de manière sûre pour éviter des régressions coûteuses.


:max_bytes(150000):strip_icc():focal(506x279:508x281)/Sofia-Vergara-and-Lewis-Hamilton-011625-f5c90985009b4fff9f9394bde173e512.jpg)
GIPHY App Key not set. Please check settings