几个月没读过一行AI生成代码，转做自动流程

几个月以来，我没有读过一行 AI 生成的代码。对我来说，人工读代码早已不再有效。代码是一种低带宽的信息源。你拥有的代码越多，就越难把信号从噪声中分离出来。

与此相对，我把大部分时间用来设计自动验证代码的流程，编写单元测试，在系统运行时评估它，处理潜在错误，并且记录和追踪发生的所有事情。

理想的循环是这样的：规划 → 编写代码 → 部署 → 测试 → 监控 → 学习。目标是端到端自动运行这个循环。有意思的部分在最后三步：

1. 测试：我们通过生成虚假流量或将部分真实流量引流到系统的方式，对运行中的系统进行压力测试。
2. 监控：可观测性始终是我们编码实践的一部分，因此在这里我们会尽可能多地监控系统发生的一切。
3. 学习：我们扫描监控过程产生的遥测数据，把所有错误输入到下一轮迭代的规划中，修复这些问题。

@Dynatrace 是实现这种模式的一种方式。你可以用它连接你的代理并检索运行时信息，输入到规划流程中。基本上：

• 它能提供你需要的遥测数据
• 它允许你的代理检索运行时信号

对于自动化代理，你可以把这个反馈循环作为一个钩子运行。每次变更在完成前都会经过部署、测试、观测和分析。

完整工作流说明在这里。

感谢 Dynatrace 团队与我合作撰写这篇推文。