Код бичигчээс системийн архитектор руу: Uber нийт PR-ынхаа 70%-ийг AI агентуудад даатгасан "Software Factory" системээ дэлгэлээ
Сүүлийн хоёр жилийн турш AI кодинг хэрэгслүүд нь программистуудын туслах (Copilot) төдий байсан бол өнөөдөр enterprise түвшинд бүрэн автоматжсан "Программ хангамжийн үйлдвэр" (Software Factory) болон хувирчээ. Дэлхийн томоохон технологийн гигантуудын нэг Uber компани өөрийн инженерийн блог дээрээ SDLC (Software Development Life Cycle)-ийг бүхэлд нь хамарсан agentic системийнхээ бодит үр дүн, архитектурын дэлгэрэнгүй тайланг нийтэллээ.
Энэхүү нийтлэл нь зөвхөн онолын тухай биш, харин дэлхийн хэмжээний асар том код баазыг AI агентууд хэрхэн удирдаж, инженерүүдийн бүтээмжийг хэрхэн тэс өөр түвшинд хүргэж буйг бодит тоо баримтаар нотолсон чухал эргэлтийн цэг болж байна.
70%-ийн бодит тоо: AI зүгээр нэг нөхөж бичихээ больсон
Uber-ийн Distinguished Engineer Удай Киран Медисеттигийн (Uday Kiran Medisetty) танилцуулснаар өнөөдрийн байдлаар Uber дотор үүсгэгдэж буй нийт Pull Request (PR)-ийн 70 гаруй хувийг локал болон үүлэн (cloud) суурьтай AI агентууд бие даан бичиж, нээж байна.
Хамгийн гайхалтай статистик үзүүлэлтүүдээс дурдвал:
- 3,600 гаруй тусгай агент чадвар (Agent Skills): Uber-ийн инженерүүд бүтээгдэхүүн хөгжүүлэлтийн бүх шатанд зориулсан 3,600 гаруй тусгайлсан agent skill-ийг хөгжүүлсэн.
- Өдөрт 30,000+ гүйцэтгэл: Систем дээр өдөр бүр 30,000 гаруй бие даасан agent skill execution хийгдэж байна.
- Хэрэглээний 7 дахин өсөлт: 2026 оны эхнээс хойш тус компанийн инженерийн болон инженерийн бус нийт ажилтнуудын агент ашиглах идэвх (WAU) 7 дахин өссөн байна.
Uber-ийн "Software Factory" архитектур юу хийж чаддаг вэ?
Уламжлалт хөгжүүлэлтэд AI зөвхөн хөгжүүлэгчийн бичсэн prompt-д хариулж, IDE дотор кодын мөр санал болгодог байв. Харин Uber-ийн "Software Factory" нь хүний оролцоогүйгээр (zero human prompt) цаанаа автоматаар ажилладаг удирдлагатай агентууд (managed agents)-аас бүрддэг:
- Self-Healing CI Pipelines: Хэрэв build эсвэл unit тест унавал агент логуудыг уншиж, алдааны шалтгааныг тодорхойлон, кодонд засвар оруулаад шинэ commit илгээнэ. Хүн зөвхөн үр дүнг нь батлахад л хангалттай.
- Visual Validation бүхий End-to-End PR: Фронтенд болон UI өөрчлөлтүүд дээр агент өөрөө кодыг өөрчлөөд зогсохгүй, браузер дээр render хийн дэлгэцийн агшныг шалгаж (visual regression testing), бүрэн баталгаажуулсан PR үүсгэнэ.
- On-Call Alert Triage & Debugging: Үйлдвэрлэлийн орчинд (Production) системээс алдааны дохио ирэх үед агент трассинг болон метрикүүдийг задлан шинжилж, root cause-ийг олж тогтоон, репозитор дээр холбогдох bug fix PR-ийг бэлтгэдэг.
- Codebase Migration & Deprecation: Хуучирсан API, сангуудыг шинэ хувилбар луу шилжүүлэх, техникийн өрийг (tech debt) арилгах даалгавруудыг агентууд шөнийн цагаар автоматаар batch байдлаар хийж гүйцэтгэж байна.
Хөгжүүлэгчийн үүрэг хэрхэн өөрчлөгдөж байна вэ?
Энэхүү хувьсал нь "Хөгжүүлэгчид ажилгүй болно" гэсэн үг биш, харин инженерийн үндсэн үүрэг код бичигчээс (Code Writer) Системийн Архитектор ба Хянагч (Reviewer & Architect) руу шилжиж буйг харуулж байна.
Инженерүүд өдөр тутмын давтагддаг CRUD бичих, хуучин код засварлах, CI-ийн алдаа мөрдөх зэрэг механик ажлуудаа "Software Factory"-д найдаж, өөрсдөө өндөр түвшний системийн дизайн, бизнес логик, архитектурын аюулгүй байдал, агент ур чадваруудыг (agent tooling) төлөвлөхөд цагаа зарцуулах болжээ.
Бид юу суралцах хэрэгтэй вэ?
Uber-ийн энэхүү тайлан нь стартап болон дунд шатны багуудад дараах хоёр чухал сургамжийг өгч байна:
- Prompting хангалтгүй, Tooling чухал: Зөвхөн сайн LLM ашиглах биш, харин агентууддаа зориулсан дотоод CLI, API, Linter, Sandbox орчны дэд бүтцийг зөв бэлтгэх нь амжилтын гол үндэс болдог.
- Context & Observability: Агентад код баазын түүх, дотоод бүтэц, CI/CD-ийн логуудыг шууд унших контекст өгч чадвал PR-ийн чанар болон хурд экспоненциал байдлаар өсдөг.
2026 он бол AI туслахаас бүрэн хэмжээний бие даасан программ хангамжийн дэд бүтэц рүү шилжсэн он болж түүхэнд үлдэх нь тодорхой боллоо.
Эх сурвалж: Uber Engineering Blog (Running a Software Factory Efficiently at Uber Scale)
Сэтгэгдэл
Ачаалж байна...