Tag: User Experience

由亚历山大·弗瑞姆根 (Alexander Frömmgen)，高级软件工程师莱拉·卡拉提扬 (Lera Kharatyan) 发布 代码更改审查是规模化软件开发过程中至关重要的一部分，占用了代码作者和代码审查人员相当数量的时间。作为这个过程的一部分，审查人员检查建议的代码，并通过自然语言编写的评论要求作者进行代码更改。在 Google，我们每年看到数百万个审查人员的评论，作者需要平均 ~60 分钟的积极引导时间，在发送更改进行审查和最终提交更改之间。在我们的测量中，代码作者必须做出的为了应对审查人员的评论所需的积极工作时间几乎是随着评论数量线性增长的。然而，通过机器学习 (ML)，我们有机会自动化和简化代码审查过程，例如，根据评论的文本提出代码更改。 今天，我们描述了我们在 Google 的日常开发工作流程中应用最新的大型序列模型 (使用 DIDACT 方法论) 的应用，自动解决代码审查评论。截至今天，Google 的代码更改作者通过应用 ML 建议的编辑，处理了大量的审查人员评论。我们预计，在 Google 的规模下，这将每年减少数十万小时的代码审查时间。非请求的非常积极的反馈表明，ML 建议的代码编辑的影响增加了 Google…