Pomona: Continuous Code Quality Improvement via Small, Automated Changes at Bloomberg
Dieses Paper stellt Pomona vor, ein leichtgewichtiges agentisches Tool, das von Kaizen inspiriert ist und die Codequalität bei Bloomberg durch die Automatisierung der Entdeckung und inkrementellen Behebung technischer Schulden durch kleine, risikoarme Pull Requests kontinuierlich verbessert, wobei es innerhalb eines einmonatigen Deployments hohe Merge-Erfolgsraten und eine starke Akzeptanz durch die Ingenieure erreicht.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Sie verwalten eine riesige, geschäftige Bibliothek (den Code Ihrer Firma). Im Laufe der Zeit werden einige Bücher leicht falsch einsortiert, manche Seiten bekommen Kaffeeflecken und auf ein paar Blättern stehen Bleistiftnotizen, die gelöscht werden müssten. Normalerweise sind die Bibliothekare (die Softwareentwickler) zu beschäftigt damit, neue Bücher zu schreiben, um diese kleinen, hartnäckigen Probleme zu beheben. Sie wissen, dass die Bibliothek aufgeräumt werden muss, aber sie haben nicht die Zeit, dies alles auf einmal zu erledigen.
Hier kommt Pomona ins Spiel, ein neuer, hilfreicher Roboter-Assistent, der speziell dafür entwickelt wurde, die „kleinen Dinge“ zu erledigen, die Menschen immer wieder aufschieben.
So funktioniert Pomona, unterteilt in einfache Konzepte:
1. Der Zwei-Schritte-Tanz: Scannen und Reparieren
Pomona ist kein Zauberstab, der alles auf einmal behebt. Stattdessen arbeitet es wie ein fleißiger Hausmeister mit einer spezifischen Routine und nutzt zwei Hauptfertigkeiten:
Der Scanner (Die Augen): Dieser Teil von Pomona geht durch die Bibliothek und sucht nach kleinen Problemen. Es prüft nach Dingen wie:
- Büchern, die im falschen Regal stehen (Linting-Fehler).
- Klebezetteln mit der Aufschrift „Später beheben“, die schon seit Jahren dort kleben (TODOs).
- Leeren, nutzlosen Seiten (Dead Code).
- Fehlenden Kapiteln im Index (Testlücken).
Sobald es diese Probleme findet, schreibt es sie in ein Backlog (eine To-do-Liste) und sortiert sie nach Wichtigkeit und Leichtigkeit der Behebung.
Der Reparierer (Die Hände): Dieser Teil wählt das allererste, einfachste und wichtigste Element aus der To-do-Liste aus. Dann führt es eine winzige, winzige Korrektur durch – denken Sie an das Umstellen von gerade einmal 10 Zeilen Text oder das Korrigieren eines einzelnen Tippfehlers. Es versucht nicht, die ganze Bibliothek neu aufzubauen; es repariert nur ein winziges Regal.
2. Der „Tiny Pull Request“ (Die menschliche Kontrolle)
Dies ist der wichtigste Teil: Pomona ändert die Bücher nicht einfach eigenständig. Es erstellt einen Pull Request (PR).
Stellen Sie sich einen Pull Request als einen Klebezettel vor, den Pomona an ein Buch heftet und sagt: „Hey, mir ist aufgefallen, dass diese Seite verkehrt herum war. Ich habe sie umgedreht. Bitte schau kurz drüber und sag mir, ob ich es richtig gemacht habe.“
- Klein ist sicher: Da die Änderungen so minimal sind (etwa 10 Zeilen), kann ein menschlicher Bibliothekar sie in Sekundenschnelle überblicken.
- Mensch im Prozess: Ein Mensch muss „Ja“ sagen, bevor die Änderung vorgenommen wird. Dies stellt sicher, dass die Ingenieure die Kontrolle behalten und Vertrauen aufbauen. Sie haben keine Angst, dass der Roboter versehentlich die ganze Bibliothek löscht.
3. Die Kaizen-Philosophie
Das Paper vergleicht Pomona mit Kaizen, einer japanischen Philosophie der „kontinuierlichen Verbesserung“. Anstatt einmal im Jahr eine massive, beängstigende Renovierung zu planen, schlägt Pomona vor, jeden Tag winzige, stetige Verbesserungen vorzunehmen. Es ist der Unterschied zwischen dem Versuch, das ganze Haus an einem Wochenende zu putzen, und dem täglichen 10-minütigen Aufräumen eines einzelnen Zimmers.
4. Was passierte, als sie es ausprobierten?
Das Team bei Bloomberg (einem großen Finanzunternehmen) ließ Pomona einen Monat lang arbeiten. Hier ist das, was sie herausfanden:
- Es hat funktioniert: Von 17 winzigen Korrekturen, die Pomona vorschlug, wurden 15 akzeptiert und in den Code übernommen.
- Es war schnell: Die meisten dieser Korrekturen wurden in weniger als 2 Stunden genehmigt und abgeschlossen.
- Die Leute mochten es: Als die Ingenieure gefragt wurden, ob sie Pomona nutzen wollten, sagten 8 von 10 ja. Sie liebten es, dass die Änderungen klein und leicht lesbar waren.
- Der Engpass: Der einzige Fall, in dem es stockte, war, wenn Pomona etwas zu enthusiastisch wurde und versuchte, dieselbe Sache zweimal zu reparieren, bevor ein Mensch die erste Korrektur prüfen konnte. Das Team löste dies, indem es Pomona anwies zu prüfen, ob bereits eine Korrektur im Gange ist.
5. Warum das wichtig ist
Das Paper kommt zu dem Schluss, dass KI zwar großartig darin ist, großen, komplexen Code zu schreiben, aber derzeit am besten als hilfreicher Assistent für kleine, langweilige Aufgaben geeignet ist.
- Vertrauen: Ingenieure sind skeptisch gegenüber KI, die große Änderungen vornimmt, aber sie vertrauen ihr bei kleinen, offensichtlichen Korrekturen.
- Fokus: Indem sie den Roboter die „Müllabfuhr“ (Dead Code, alte Notizen) übernehmen lassen, können sich die Menschen auf den Bau neuer Funktionen konzentrieren.
- Kontrolle: Das System funktioniert deshalb, weil der Mensch immer das letzte Wort hat.
Kurz gesagt: Pomona ist ein Werkzeug, das Teams hilft, ihren Code sauber und gesund zu halten, indem es kleine, automatisierte und leicht zu genehmigende Verbesserungen vornimmt, anstatt darauf zu warten, dass ein Mensch die Zeit findet, alles manuell zu erledigen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.