Google активно использует собственные инструменты на базе искусственного интеллекта для модернизации своих внутренних кодовых баз. В недавнем исследовании компания описывает, как большие языковые модели (Магистр права) помогли в сотни раз сократить время миграции кода в крупных проектах. Эти процессы включали в себя сложные задачи, такие как переход на 64-битные идентификаторы в системе Google Ads, обновление библиотеки JUnit3 до JUnit4 и замена библиотеки Joda на Java Time.
Задача перехода на 64-битные идентификаторы охватила более 500 миллионов строк кода в десятках тысяч файлов. Выполнение этого вручную потребовало бы сотен лет работы и сложной координации между командами.
Однако благодаря системам LLM Google удалось значительно сократить объем ручного труда. Инструменты искусственного интеллекта автоматически вносили изменения, которые затем проверялись инженерами и анализировались. Итоговые данные показали, что 80% изменений были внесены ИИ, а 87% были приняты без изменений.
Переход с JUnit3 на JUnit4 занял всего 3 месяца. За это время было обновлено 5359 файлов и изменено около 150 000 строк кода. Аналогично, переход с Joda на Java Time сэкономил 89% времени, которое потребовалось бы для выполнения задачи вручную.
Авторы подчеркивают, что LLM не только ускоряют модернизацию, но и дополняют традиционные методы миграции, такие как использование синтаксических деревьев и скриптов поиска. Однако из-за высокой стоимости обработки больших объемов данных рекомендуется использовать ИИ в сочетании с другими инструментами.
Google отмечает, что использование ИИ для подобных задач уже изменило подход к разработке: количество кода, создаваемого с помощью ИИ, теперь превышает количество кода, написанного вручную. Это показывает значительный потенциал технологии для автоматизации сложных задач в крупных компаниях.
