Blitzer ha lanciato questa settimana una nuova interfaccia chat denominata Chat‑to‑Prompt che consente ai team DevOps di interagire con gli agenti artificiali esprimendo le proprie intenzioni in linguaggio naturale. L’obiettivo è semplificare l’interrogazione di un codebase già onboardato, valutare l’impatto di modifiche proposte e raffinare i requisiti tutto all’interno di una singola conversazione.
Come funziona la chat‑to‑prompt
Secondo il Dr. Neeraj Deshmukh, Field CTO di Blitzy, la chat permette a un ingegnere del software di descrivere il risultato desiderato; Blitzy converte automaticamente la descrizione in un prompt strutturato che assegna il compito a un agente AI. L’ingegnere può inoltre chiedere agli agenti di spiegare “come” e “perché” le attività sono state svolte, ottenendo così trasparenza e tracciabilità.
Il flusso completo prevede che la conversazione venga trasformata in un build prompt, che viene poi valutato da un tool di Build Prompt Strength scoring. Questo strumento misura la conformità del prompt a standard di qualità predefiniti, evidenziando eventuali problemi residui prima di inviare il compito all’agente.
Knowledge graph al centro della piattaforma
Al cuore di Blitzy c’è un knowledge graph che mappa architettura, dipendenze, logica di business e flussi di dati, collegandoli direttamente al codice sorgente. Grazie a questa rappresentazione semantica, migliaia di agenti AI possono lavorare in parallelo per costruire, validare e testare il codice, restituendo una serie di pull request (PR) ordinate per livello di rischio.
Il knowledge graph è dinamico: si aggiorna continuamente con le modifiche al codebase, consentendo query precise e una visione sempre attuale dello stato del progetto.
Validazione, QA e revisione dei PR
Dopo la generazione delle PR, la piattaforma verifica l’implementazione rispetto alle specifiche tecniche e al contesto fornito dal knowledge graph. I risultati di test e QA vengono mostrati accanto alle modifiche, permettendo ai revisori di vedere rapidamente quali edit sono state apportate e se soddisfano i requisiti.
Gli ingegneri possono scegliere di effettuare revisioni a livello di file o addirittura riga per riga, garantendo il controllo necessario anche su cambiamenti di grandi dimensioni.
Gestione delle vulnerabilità
Blitzy traccia le vulnerabilità note e quelle ancora non scoperte attraverso i percorsi di esecuzione, verifica le dipendenze coinvolte e valida le azioni di rimedio. Questo è cruciale in un’era in cui un singolo PR può contenere centinaia di migliaia di linee di codice, rendendo impossibile una revisione manuale completa.
Contenimento dei costi di token e scalabilità
Un aspetto spesso trascurato è il costo dei token generati dalle richieste AI. Blitzy sottolinea l’importanza di fornire il maggior contesto possibile nei prompt per ridurre il numero di token necessari, ottimizzando così i costi operativi.
La velocità con cui le organizzazioni adottano agenti AI varia, ma l’aumento del volume di codice generato dai pipeline tradizionali sta già sovraccaricando i sistemi. Blitzy prevede che, a breve, le squadre DevOps dovranno affidarsi sempre più all’AI per gestire questo carico, sia integrandola nei workflow esistenti sia adottando nuove piattaforme dedicate.
Fiducia e supervisione
Nonostante l’efficienza offerta, gli output degli agenti AI richiedono ancora una supervisione significativa. La sfida sarà trovare il giusto equilibrio tra automazione e controllo umano, decidendo quanto “fiducia” riporre nei risultati prodotti.
Domande frequenti
- Che cos’è l’interfaccia Chat‑to‑Prompt di Blitzy? Permette agli ingegneri di descrivere in linguaggio naturale il risultato desiderato; Blitzy converte la descrizione in prompt strutturati per gli agenti AI.
- Come migliora la precisione del codice generato? Utilizza un knowledge graph costantemente aggiornato che fornisce contesto su architettura, dipendenze, logica di business e flussi di dati.
- Cos’è il Build Prompt Strength scoring? È un tool che valuta i prompt draft rispetto a standard di qualità, aiutando a identificare e correggere problemi prima dell’esecuzione da parte degli agenti.
In sintesi, Blitzy sta ponendo le basi per una nuova era del DevOps, in cui la comunicazione in linguaggio naturale, la contestualizzazione tramite knowledge graph e la valutazione automatizzata dei prompt si combinano per accelerare lo sviluppo, garantire qualità e ridurre i costi operativi legati all’intelligenza artificiale.