โดยทั่วไป Agent จะทำงานแบบ asynchronous ใน workflow การพัฒนา หมายความว่าระบบจะสแกนโค้ดและเตรียมการแก้ไขในพื้นหลัง ขณะที่นักพัฒนายังคงทำงานต่อไปได้
แม้จะใช้ AI อย่างมาก ระบบนี้ยังถูกออกแบบให้มี มนุษย์อยู่ในวงจรการตัดสินใจ (human‑in‑the‑loop)
แทนที่จะเปลี่ยนโค้ดในระบบจริงโดยอัตโนมัติ Agent จะเสนอการแก้ไขผ่าน pull request เพื่อให้นักพัฒนารีวิวก่อน
ผลลัพธ์คือ
แนวทางนี้ช่วยให้องค์กรใช้ AI ในการพัฒนาได้รวดเร็วขึ้น โดยไม่ต้องมอบอำนาจการแก้ไขซอฟต์แวร์สำคัญให้ระบบอัตโนมัติทั้งหมด
เทคโนโลยีเบื้องหลัง Remediation Agent มีต้นกำเนิดจาก AutoCodeRover ซึ่งเป็นโครงการวิจัยของนักวิทยาการคอมพิวเตอร์ที่ National University of Singapore (NUS)
AutoCodeRover ศึกษาการซ่อมแซมโปรแกรมอัตโนมัติ โดยใช้โมเดลภาษาขนาดใหญ่ (LLM) ร่วมกับเทคนิคการค้นหาโค้ดและการให้เหตุผล เพื่อวิเคราะห์ปัญหาใน repository และสร้างแพตช์แก้ไขได้เอง
ต่อมา บริษัท Sonar ได้เข้าซื้อเทคโนโลยีนี้ในเดือน กุมภาพันธ์ 2025 เพื่อนำมาผสานกับแพลตฟอร์มตรวจสอบคุณภาพโค้ดของบริษัท
การเข้าซื้อกิจการครั้งนี้ทำให้ต้นแบบจากห้องวิจัยถูกพัฒนาเป็นความสามารถระดับองค์กรในระบบ SonarQube ที่ใช้กันอย่างแพร่หลาย
สิงคโปร์มีบทบาทสำคัญในหลายขั้นตอนของเทคโนโลยีนี้
ความร่วมมือนี้สะท้อนให้เห็นว่า งานวิจัยจากมหาวิทยาลัย นโยบายภาครัฐ และบริษัทเทคโนโลยีสามารถทำงานร่วมกันเพื่อเปลี่ยนไอเดียจากห้องทดลองให้กลายเป็นเครื่องมือจริงสำหรับอุตสาหกรรม
เมื่อ AI สามารถสร้างโค้ดได้แทบจะทันที ความท้าทายใหม่ของการพัฒนาซอฟต์แวร์จึงไม่ใช่แค่ “การเขียนโค้ด” แต่เป็น การทำให้โค้ดนั้นปลอดภัยและเชื่อถือได้
หากไม่มีระบบตรวจสอบและแก้ไขอัตโนมัติ องค์กรอาจเผชิญกับ
เครื่องมืออย่าง SonarQube Remediation Agent จึงพยายามสร้าง ชั้นการตรวจสอบต่อเนื่อง (continuous verification) สำหรับการพัฒนาซอฟต์แวร์ที่มี AI เป็นผู้ช่วย
ในยุคที่ซอฟต์แวร์สามารถถูกสร้างขึ้นได้อย่างรวดเร็ว สิ่งที่สำคัญไม่แพ้กันคือการทำให้แน่ใจว่าโค้ดนั้น ปลอดภัย เสถียร และน่าเชื่อถือก่อนจะถูกนำไปใช้งานจริง
Comments
0 comments