LINHO APRESENTADO. “As ferramentas de linha são processos puramente mecânicos que avaliam suas instâncias de código e sinalização em que, por exemplo, o código tem muitos se/então/else ramifica, ou se um corpo de classe ou método crescer por muito tempo”, diz o QWOTED CTO Kevin Trowbridge. “Corrigir esses problemas é um pouco de trabalho e, portanto, as bases de código são frequentemente repletas de substituições manuais – comentários no código como ‘Rubocop: desabilitar’ ou ‘Rubocop: TODO’ que dizem ao Linter para ignorar esses problemas”.
Tais comentários representam uma forma clássica de dívida tecnológica: uma realização dos desenvolvedores no final do desenvolvimento de recursos que o código que eles acabou de escrever precisará ser profundamente refaturado. “É aqui que os LLMs podem realmente brilhar”, diz Trowbridge. “Os linheiros geralmente podem ser configurados para anotar as violações diretamente dentro do código, com comentários como Rubocop: TODO e o problema específico identificado. O arquivo pode ser passado diretamente para o LLM com instruções simples, como ‘Resolva o Rubocop: Todos’.
Rastreando dependências desatualizadas. Às vezes, a dívida tecnológica surge não porque seu código é ruim, mas porque o código de que depende mudou ou foi azedado. “Os assistentes de codificação de IA podem identificar como estão desatualizadas todas as bibliotecas e dependências da base de código”, diz Pete Whiting, um dos fundadores da empresa Gnar, uma empresa de desenvolvimento da Web e móveis. Ele observa que a IA pode reconhecer esses links como um problema, mesmo que não tenha sido especificamente encarregado de caçar dívidas tecnológicas: “Essas áreas da base de código também são destacadas pelo assistente de codificação de IA quando solicitado com algumas solicitações de melhoria (por exemplo, melhoram o desempenho, aplica padrões consistentes ou seguem as melhores práticas.)”