Moderne dévoile Prethink pour renforcer la gouvernance du code AI
Moderne a lancé Prethink, une nouvelle fonctionnalité qui fournit aux agents AI des connaissances préalablement calculées et structurées sur le parc logiciel d’une organisation avant qu’ils ne génèrent des modifications de code ou des recommandations.
Contexte et objectifs
Prethink cible les lacunes qui émergent lorsque des outils AI sont appliqués à de grands dépôts matures. Ces environnements incluent souvent des services de longue durée, des graphes de dépendance denses, des cadres internes et des configurations de construction et de déploiement complexes. De nombreux systèmes de codage AI ingèrent encore le code principalement sous forme de fichiers et de texte, laissant les modèles déduire l’intention architecturale et les contraintes opérationnelles.
Cette limitation peut avoir un coût mesurable. Une étude a révélé que les développeurs expérimentés étaient 19 % plus lents lors de l’utilisation d’outils AI, principalement en raison du temps passé à revoir et retravailler des sorties manquant de conscience architecturale. Prethink vise à réduire ce fardeau de révision en faisant apparaître la structure et les contraintes du système dès le départ.
Contexte structuré
Prethink fournit aux agents AI une couche de connaissances structurées dérivée du code et de l’architecture. Les agents commencent avec une carte explicite des dépendances, des frontières de service, des configurations et d’autres contraintes, au lieu de reconstruire ce contexte à partir de fichiers bruts pendant une session.
Cela déplace l’utilisation des jetons de la compréhension vers l’analyse et l’implémentation. Une couche de connaissances partagée peut également réduire les hallucinations et les résultats inconsistants en permettant aux agents de raisonner contre des relations connues plutôt que d’inférer à partir d’entrées incomplètes.
Implications pour les organisations
Dans les grandes organisations, l’architecture et la gouvernance peuvent être aussi importantes qu’un code syntaxiquement correct. Les modifications qui compilent peuvent toujours violer l’intention de conception, créer des risques opérationnels ou entrer en conflit avec des normes internes. Ces erreurs peuvent ralentir les cycles de livraison, augmenter les exigences de révision et accroître la consommation de calcul lorsque les équipes demandent à plusieurs reprises aux modèles de réviser les sorties.
Prethink s’appuie sur un modèle de code sémantique sans perte, capturant les types, les dépendances et les métadonnées, et exposant des informations telles que les frontières de service, les points de terminaison, les dépendances et les relations architecturales. Les connaissances sont stockées aux côtés du code et peuvent être utilisées à la fois par des humains et des agents AI.
Positionnement de la plateforme
Prethink s’inscrit dans une plateforme plus large pour gérer le changement au sein de grands dépôts de code multi-repositories. La plateforme a mis l’accent sur l’automatisation déterministe pour l’évolution des bases de code, y compris le refactoring structuré et le changement piloté par des politiques à grande échelle. Prethink prolonge cette approche dans les flux de travail des agents AI en fournissant aux modèles la même représentation sous-jacente utilisée ailleurs dans la plateforme.
Pour les leaders techniques, le défi est souvent moins de générer du code que de coordonner en toute sécurité les changements à travers de nombreuses équipes et dépôts. Dans des environnements avec des milliers de dépôts, de petites incompréhensions peuvent se transformer en échecs plus larges.
Moderne affirme que Prethink est conçu pour ces conditions, positionnant l’agent AI comme un participant dans un système de livraison gouverné plutôt que comme un assistant isolé faisant des suggestions sans contexte complet.
Prethink est disponible sur la plateforme Moderne.
