Generative AI, wie ChatGPT, hat längst Einzug in viele Bereiche unseres Alltags gehalten. Auch für Software-Entwickler:innen ist das Tool mittlerweile ein unverzichtbarer Assistent, der dabei hilft, effizienter zu arbeiten. Egal ob es darum geht, die Fehlersuche im Code zu beschleunigen oder erste Code-Bausteine für eine neue Implementierung zu generieren – ChatGPT bietet hier wertvolle Unterstützung. Der große Vorteil gegenüber der klassischen StackOverflow-Suche? Die Antworten sind perfekt auf das jeweilige Problem und den spezifischen Kontext zugeschnitten.
Neben ChatGPT gibt es mittlerweile spezialisierte AI-Frameworks, die den Softwareentwicklungsprozess auf ein neues Level heben. Besonders hervorzuheben sind AutoDev und Devin – zwei Tools, die Entwickler:innen nicht nur bei Routineaufgaben helfen, sondern auch komplexe Entwicklungsprozesse automatisieren.
AutoDev: Automatisierung der Routineaufgaben
AutoDev ist ein KI-Entwicklungsframework, das darauf abzielt, den Entwicklungsprozess durch Automatisierung und integrierte Tools zu optimieren. Das Framework wurde im März 2024 in einem Paper1 vorgestellt und von fünf Microsoft-Mitarbeitern entwickelt.
AutoDev nutzt KI-Agenten, die verschiedene Aufgaben in der Softwareentwicklung übernehmen können. Ein Agent Scheduler sorgt dafür, dass diese Aufgaben auf die verfügbaren KI-Agenten verteilt werden. Ein KI-Agent basiert auf einem Sprachmodell wie etwa GPT-4 und kann eine Vielzahl von Aktionen ausführen, beispielsweise Codegenerierung, Testerstellung oder auch Dateiverwaltung. Ein weiterer Bestandteil von AutoDev ist eine Tools Library, die Befehle bereitstellt, mit denen die KI-Agenten mit dem Code interagieren können. Diese Befehle reichen von einfachen Kommandos zur Dateibearbeitung bis hin zu Befehlen für das Bauen, Testen und Ausführen von Code. Als Ausführungsumgebung nutzt AutoDev eine sogenannte Evaluation Environment. Diese Umgebung ist containerisiert und stellt damit eine sichere und abgeschottete Umgebung für die Ausführung der Befehle dar. Der beschriebene Aufbau von AutoDev wird in Abbildung 1 dargestellt:
Abbildung 1: Aufbau von AutoDev, Quelle: eigene Darstellung
AutoDev setzt den Fokus auf die Unterstützung von Entwicklern bei Routineaufgaben, sodass diese ihre Fähigkeiten in die Teile des Projektes einbringen können, in denen sie wichtiger sind.
Devin: Der lernfähige KI-Softwareingenieur
Im Gegensatz zu AutoDev, das eher als Unterstützungstool fungiert, wird Devin im März 2024 als „der erste KI-Softwareingenieur“ vorgestellt. Devin läuft in einer Umgebung, die mit Entwickler-Tools wie einer Shell, einem Code-Editor und einem Browser ausgestattet ist. Zusätzlich zu diesen Tools ist Devin in der Lage, den Stand der Aufgaben zu reporten und Feedback zu akzeptieren.
Eine große Stärke ist zudem, dass das Framework lernfähig ist und sich somit auch bisher unbekannte Technologien aneignen kann. Dies kann beispielsweise durch das Lesen eines Blogposts erfolgen, der als Input für Devin dient. Devin liest diesen Post und erlernt das darin Beschriebene, sodass es dieses Wissen direkt anwenden kann.
Eine besondere Stärke von Devin liegt in der Zusammenarbeit mit menschlichen Entwickler:innen. Devin kann Pull-Requests reviewen, Feedback geben und selbst Feedback annehmen, um weiter zu lernen. Dadurch wird Devin zu einem echten Partner im Entwicklungsprozess. Im Vergleich zu AutoDev möchte Devin also wirklich einen Entwickler ersetzen bzw. als KI-Entwickler fungieren. Das bietet in Projekten eine spannende Möglichkeit, das KI-Potenzial voll auszuschöpfen.
Die Zukunft von KI in der Softwareentwicklung
AutoDev und Devin zeigen eindrucksvoll, wie AI-Frameworks den Softwareentwicklungsprozess verändern. Während AutoDev Routineaufgaben automatisiert, zielt Devin darauf ab, komplexe Aufgaben vollständig zu übernehmen. Beide Frameworks entlasten Entwickler:innen und beschleunigen den Prozess der Softwareentwicklung.
Ausblick: Wohin die Reise geht
Angesichts der rasanten Fortschritte in der KI-Technologie könnten wir bald noch tiefere Integrationen von KI in den gesamten Entwicklungsprozess sehen.
Wir sind gespannt, welche Potenziale in naher Zukunft von neuen AI-Frameworks für die Softwareentwicklung noch entfaltet werden. Vorstellbar wäre beispielsweise auch ein KI-gesteuertes Debugging und Fehlerbehebung. Devin bietet hier mit seiner Fähigkeit Code zu testen und Pull-Requests zu reviewen bereits eine gute Grundlage. Perspektivisch wäre es aber durchaus denkbar, dass KI-Frameworks selbstständig durch die Analyse von Log-Dateien Fehler erkennen und darauf aufbauend eigene Lösungen vorschlagen und auch implementieren.
[1] https://arxiv.org/pdf/2403.08299 ^
Der Beitrag AutoDev & Devin: Wie AI-Frameworks die Entwicklung revolutionieren erschien zuerst auf Business -Software- und IT-Blog – Wir gestalten digitale Wertschöpfung.
Business -Software- und IT-Blog – Wir gestalten digitale Wertschöpfung