DevOps｜AGI : 智能时代研发效能平台新引擎（上）

AGI 的出现，给了我们一个新视角去审视我们做过的系统，尤其是研发效能平台。研发效能平台作为一个工具平台，本质就是提高公司整体产研的效率。AGI 的快速进步大家已经有目共睹，本文就是在项目协同，代码管理、测试、AIOps等方面来探讨 AGI 可以给研发效能平台带来的巨大变化效率提升。拥抱 AGI，吸纳 AGI 来改善和升级我们的研发效能平台。使用人工智能提高研发产能和效率是当下的重要趋势，AGI技术作为人工智能的前沿,必将成为推动研发效能新一轮飞跃的关键技术。

研发效能是一个组织高效交付产品的能力，以及围绕提高这一能力所建立起来的由规范、流程、工具、度量体系、实践等组成的系统工程体系。目标是优化开发者体验，夯实产品研发运营基础设施和赋能组织持续高质高效地交付产品价值。
laofo@scmroad

ChatGPT主要功能

我(ChatGPT)是一个基于OpenAI的大语言模型，可以用于生成文本、回答问题、完成任务和提供建议等方面，主要功能包括:

文本生成：可以根据用户提供的主题或关键词生成文章、段落、句子等内容。
问答系统：可以回答用户提出的问题，并尝试提供相关信息和解释。
语言翻译：可以将一种语言翻译成另一种语言，并尝试推荐最合适的翻译。
情感分析：可以分析给定文本的情感色彩，并提供相关建议和反馈。
任务完成：可以基于用户的任务需求，尝试提供解决方案和建议。

总的来说，我能够处理各种类型的文本数据，并尝试提供最适合用户需求的回答、建议和解决方案等。

上面是ChatGPT 给出它自己能做哪些事情。ChatGPT不是 AGI 的全部，但是至少我们可以通过ChatGPT发现一些情况。下面我就会把ChatGPT的主要能力和研发效能平台核心功能结合起来，谈谈到底有哪些改变。

AGI+项目协同

自动创建文档结构和框架：比如我要写一份产品需求文档，我直接在某个目录下点击 AGI 机器人，通过语音或者文字告诉它，帮我生成一份产品需求文档，AGI 就可以自动帮我生成一个模版式的文档和部分内容。如果 AGI 经过一些训练，这个文档的内容会更充实和正确。
润色、审查、辅助编写文档：比如我已经有一份已经写好的文档，这时可以把文档地址发给 AGI，让它看下文档内容是否有逻辑上的问题，描述得是否准确，同时还期望它能自动帮我修复有问题的部分。
语音/视频输入生成文档、方便检索和查看：比如我们在聊天或者开会的时候可以打开 AGI。当会话结束时，AGI可以自动帮我们把聊的内容生成一份会议纪要，由时间线构成的文档，有总结，有待办，甚至还有聊天或者会议的音视频。现在有一些产品已经支持部分功能了。
自动根据文档内容生成静态、动图、视频等内容：现在已经midjourney 已经可以根据描述信息自动生成图片了。如果我们的文档写得不够详细，AGI 可以通过对效能平台的学习，补充文档，甚至可以添加动图或者视频来辅助理解文档内容。
任务的高效管理和处理：当效能平台把自己能力通过API 给 AGI 后，我们就可以通过语音或者以文字沟通的模式高效管理我们那的任务。比如对着 AGI 机器人说：“列出我现在进行中的任务有哪些，请关闭任务2，备注已完成，给小明发个通知。” 这样AGI就成了我们的个人工作助理。

AGI+代码编写、调试、审查

自动代码生成：AGI可以根据用户通过语音或文本描述的程序逻辑,自动生成代码框架或大部分完整代码。节省手动编码的时间,特别适用于比较规则和结构化的业务逻辑。
智能代码补全：AGI可以分析程序上下文和开发者的意图,智能推荐可以补充的API、模块、变量名等，辅助开发者编码。
代码纠错和重构：AGI可以实时分析开发者编写的代码,检测潜在的错误、不规范之处以及可以优化的地方,并提出修改建议。早期发现并修复问题,降低后期调试的难度。AGI也可以根据最佳实践，自动优化和重构已有代码。
自动生成文档和注释：AGI可以根据程序逻辑自动生成代码注释和文档，节省手动编写文档的工作量,并保证文档的准确性和实时性。
单元测试用例的生成和补充：对现有代码，补足单元测试用例；对新代码，自动生成单元测试用例。
人工评审代码准入：对于需要做CodeReview 的代码(比如架构上的考虑），可以通过 AGI 二次扫描解决问题后，再进行人工CR。

AGI+Testing

除了文档协同和代码编写智能辅助，我觉得测试方向会是AGI的另外一个用武之地，且大有可为。

单元测试：补充单元测试用例已经不是什么新鲜事了，我们还可以让AGI自动执行代码，根据代码测试覆盖率的结果补充单元测试。这就更近一步了。

API测试：根据swagger 文档，或者 postman 自动扫描扫描所有 API，生成测试用例，然后每个API接口都调用一遍生成报告。

性能测试：之前我们的很多性能测试都是通过制造高负载测试其系统的性能，有了AGI之后，因为它了解我们系统的整体架构，数据库表结构，调用链条，可以有助于我们构造出有效的性能测试用例和流量数据。

功能测试：因为AGI可以通过文档知道我们要验收的功能，所以可以让其比照产品需求文档进行功能验收测试。

UI 自动化测试和验收：之前互联网行业UI 的自动化测试不太流行，主要原因是互联网行业页面变化快和UI自动化测试成本高。而有了 AGI之后，AGI就可以自动生成测试脚本来进行自动化测试。同时如果产品需求文档中含有设计师的设计稿，甚至可以让 AGI 把功能页面和设计稿进行比对，降低了设计师走查的工作量，提高了工作效率。

除了上面，还有安全测试、可访问测试、混沌测试等非功能性测试，AGI都可以帮助我们。之前测试条件比较复杂、人力执行测试成本高的工作都可以通通交给 AGI，让它来帮我们执行。

AGI+可观测性

可观测性(monitor+logging+alarm+tracing)和AIOps

我们可以先通过可观测性系统的建设，收集系统的各种数据，然后通过 AGI 加持的 AIOps 分析和处理这些大量的运营数据。如果 AGI 能通过运营数据反推服务、代码、需求中存在的问题和纰漏，将会大大缩短 idea-code-data-feedback 这个反馈的链路，提高产研交付效率，bug修复效率，提高系统的稳定性和运维效率。

AGI+ 内部问答知识库和客户服务

目前的企业智能客服还是比较初级的，一般流程是员工发起聊天询问问题，智能客服会根据关键字给出一个或多个备选解决方法，有的还会给出相关文档链接，如果依然不能解决问题，员工可以通过智能客服转人工服务。

有了 AGI 以后，我们就可以利用公司内部数据和知识库的信息训练一个专门服务企业内部员工的 AGI，这样员工就不再需要复杂检索，只需像与真人对话一样提出问题就可以了。

因为 AGI 还具有语言翻译的功能，你可以用英文询问问题，我可以通过中文回答，AGI从中自动翻译，这样可以提高跨语言的交流效率，减少多语言客服支持人员的数量，降低企业运营成本。

AGI 改变效能平台入口

在 ChatGPT 之前，效能平台可能有多个入口，包括一个独立的网站，一个IM 中的应用，一个 API 开放服务，还有知识库等，有了AGI 以后，很多功能都会通过 API 或者文档接入到 AGI 中，通过 AGI 来提供服务。ChatGPT的用户体验已经深入人心，我觉得在公司内部 AGI 会以一个企业 IM 中的个人助理的形式出现，一个入口提供各种服务，极大提高个人的工作效率。

本文总结

AGI代表了人工智能技术的最高水平,其在研发管理和研发效能方面的应用将引发革命性变化,这也是研发领域不可逆转的发展趋势。同时AGI 的出现挑战着我们对企业服务，对研发效能平台的认知，我们要把 AGI和研发效能平台结合到一起，看看 AGI 能催化出一个什么形态。AGI 目前在国内还是起步的阶段，各个大佬纷纷下场，百舸争流，希望不久能有更先进的工具出现，帮助我们释放大脑的想象力，解放我们的双手。