AI 人工智能的廣泛應用正大幅度提升各行各業的工作效能。最近，AWS 公開了使用升級版「生成式 AI」支援助理 Amazon Q Developer （Q Developer）進行「系統轉換」的測試過程——結果顯示，使用 Q Developer 進行系統轉換成功率大幅提高 85%，整體系統遷移工作效率亦提高了 40%，令不少使用者嘖嘖稱奇。
據《Dissecting the Performance Gains in Amazon Q Developer agent for code transformation》文章所示，AWS 最近「升級」了 Q Developer，令 Q Developer 在進行轉換 .NET、大型主機、VMware、Java 等工作時，能更好地從程式碼的上文下理，甚至是資料庫中對比檔案與資料，自動偵測錯誤，並提供最好的解決方案，Q Developer 甚至能在識別現存解決方案走進死路時，協助用家回溯系統，大大提升系統轉換的成功率。
例如，內文就提到使用 Q Developer 處理升級 JAVA 17 後的偵錯示範：工程師模擬由 JAVA 8 升級到 JAVA 17 會出現的「Import 」語句缺失情況，結果 Q Developer 不但能識別錯誤的三個地方，更能向使用者統一展示修復程序，一次過為所有錯誤提供解決方法，高效之餘，亦避免出現過往 AI 助手為每個獨立卻又相同的錯誤提供不同解決方法的情況，以免用戶感到模稜兩可。
文章內除了有其他使用 Q Developer 進行系統轉換的示範，亦有 Q Developer 如何在 62 個大型開源程式進行訓練的數據，並以圖示展示了 Q Developer 的運作原理，對有興趣了解 Q Developer 或期望使用 Q Developer 來減輕系統轉換工作負擔、提升效能的使用者，可即到以下網址，查看文章。（按此連結）
相關文章:
解構 Amazon MSK 快速代理遷移策略 擴展速度較標準代理快 20 倍 Amazon Redshift 零 ETL 整合新增記錄模式 企業分析記錄數據更簡便 Amazon OpenSearch 最佳化向量資料庫運作效率 高效節省 AI 營運成本
分享到 :
最新影片
