
В результате внедрения технологий искусственного интеллекта компания Google достигла значительного прогресса в оптимизации процессов миграции кода.
Инженеры Google использовали большие языковые модели (LLM) для автоматизации различных задач по миграции кода. Среди крупных проектов было изменение 32-битных идентификаторов на 64-битные в кодовой базе Google Ads, обновление библиотек тестирования и переход с библиотеки Joda на стандартный пакет Java time. Без использования искусственного интеллекта эти задачи потребовали бы сотни человеко-лет инженерной работы.
Внедренный процесс работы включал несколько этапов. Сначала инженер из команды Ads определял идентификаторы, требующие миграции, используя комбинацию инструментов поиска кода и специальных скриптов. Затем запускался набор инструментов на основе LLM, который генерировал проверенные изменения, проходящие модульные тесты. После этого изменения проверялись вручную тем же инженером и при необходимости корректировались.
Результаты оказались впечатляющими — около 80% модификаций кода в финальных изменениях были полностью созданы искусственным интеллектом, остальные были написаны людьми или отредактированы на основе предложений ИИ. При миграции временных функций с Joda на java.time удалось сэкономить около 89% времени по сравнению с ожидаемыми затратами на ручное выполнение работы.
Несмотря на необходимость человеческого контроля, общее время выполнения миграции сократилось примерно на 50% по сравнению с традиционными методами. Кроме того, значительно снизились накладные расходы на коммуникацию, поскольку все необходимые изменения мог выполнить один инженер. Google рекомендует использовать LLM в сочетании с традиционными инструментами миграции, учитывая, что затраты на использование ИИ могут быстро расти при работе с тысячами файлов.