Многие текущие усилия по автоматизации с помощью ИИ по-прежнему в значительной степени полагаются на вмешательство человека для соединения различных этапов, выступая в роли дорогостоящего промежуточного программного обеспечения. Хотя отдельные задачи автоматизированы, общий рабочий процесс остается разрозненным, требуя от людей ручного переноса информации между системами. Это неэффективно, поскольку существующие системы, такие как AWS, GitHub и Jira, уже имеют API, которые могут обмениваться данными. Автор утверждает, что в настоящее время люди необходимы для устранения этих пробелов, но это является узким местом, которое, вероятно, изменится.Настоящий вопрос заключается в определении того, где человеческое участие действительно необходимо, что будет варьироваться в зависимости от команды и требований соответствия. Хотя результаты работы ИИ не всегда идеальны, автор считает, что люди часто чрезмерно используются в этом процессе. Для многих задач действительно требуется только одно или два человеческих решения: понимание первоначальной цели и проверка конечного результата. Автор предполагает, что большая часть работы между этими двумя точками может быть выполнена машинами.Представлен практический пример автоматизированного процесса обработки производственной ошибки, от обнаружения ошибки до внесения изменений в код и тестирования, все без немедленного вмешательства человека. Это подчеркивает потенциал значительной автоматизации до того, как потребуется человеческий рецензент. Важнейшим недостающим звеном для более продвинутой автоматизации является память, или постоянное состояние, которое позволяет агентам сохранять и передавать полученную информацию.В настоящее время эта информация часто теряется в окнах чата или терминалах, что вынуждает к ручному обобщению. Автор предлагает, чтобы база данных или аналогичный механизм для хранения контекста были необходимы для эффективной совместной работы агентов. Создание этих автоматизированных рабочих процессов локально на ноутбуках возможно, но создает хрупкую инфраструктуру, которая легко нарушается.Эти системы автоматизации на базе ИИ, выполняющие задачи жизненного цикла разработки программного обеспечения, требуют такой же надежной инфраструктуры, как и любая другая производственная служба. Это включает стабильность, безопасные учетные данные, постоянное состояние, ведение журналов, повторные попытки и аудиторские журналы. Конечная цель состоит в том, чтобы системы ИИ автономно выполняли такие задачи, как расследование и исправление ошибок к утру, устраняя утомительное копирование и вставку и ручные шаги для разработчиков.