Quer insights mais inteligentes em sua caixa de entrada? Inscreva -se para que nossos boletins semanais obtenham apenas o que importa para a IA, dados e líderes de segurança corporativos. Inscreva -se agora
Os desenvolvedores de software passam a maior parte do tempo não Código de escrita; Pesquisas recentes do setor descobriram que a codificação real é responsável por apenas 16% do horário de trabalho dos desenvolvedores, com o restante consumido por tarefas operacionais e de apoio. Como as equipes de engenharia são pressionadas a “fazer mais com menos” e os CEOs estão se gabando de quanto de sua base de código é escrita pela IA, permanece uma pergunta: o que é feito para otimizar os 84% restantes das tarefas nas quais os engenheiros estão trabalhando?
Mantenha os desenvolvedores onde eles são os mais produtivos
Um grande culpado à produtividade do desenvolvedor é a troca de contexto: o salto constante entre a crescente variedade de ferramentas e plataformas necessárias para criar e enviar software. Um estudo de revisão de negócios de Harvard descobriu que o trabalhador digital médio vira entre aplicativos e sites quase 1.200 vezes por dia. E toda interrupção é importante. A Universidade da Califórnia descobriu que leva cerca de 23 minutos para recuperar o foco após uma única interrupção completamente e às vezes pior, pois quase 30% das tarefas interrompidas nunca são retomadas. A mudança de contexto está na verdade no centro de Dora, uma das estruturas de desenvolvimento de software de desempenho mais populares.
Em uma época em que as empresas orientadas pela IA estão tentando capacitar seus funcionários a fazer mais com menos, além de “apenas”, dando-lhes acesso a grandes modelos de idiomas (LLMS), algumas tendências estão surgindo. Por exemplo, Jarrod Ruhland, engenheiro principal do Brex, levanta a hipótese de que “os desenvolvedores oferecem seu maior valor quando focados em seu ambiente de desenvolvimento integrado (IDE)”. Com isso em mente, ele decidiu encontrar novas maneiras de fazer isso acontecer, e o novo protocolo do Antrópico pode ser uma das chaves.
MCP: um protocolo para trazer contexto para Ides
Assistentes de codificação, como IDEs movidos a LLM, como cursor, copilot e windsurf, estão no centro de um desenvolvedor Renaissance. A velocidade de adoção deles não é visto. O Cursor se tornou o SaaS que mais cresce na história, atingindo US $ 100 milhões em 12 meses após o lançamento e 70% das empresas da Fortune 500 usam a Microsoft Copilot.
Ai escala atinge seus limites
Capitões de energia, custos crescentes de token e atrasos de inferência estão remodelando a IA corporativa. Junte -se ao nosso salão exclusivo para descobrir como são as principais equipes:
- Transformando energia em uma vantagem estratégica
- Arquitetagem Inferência eficiente para ganhos reais de rendimento
- Desbloqueando o ROI competitivo com sistemas de IA sustentáveis
Prenda seu lugar para ficar à frente: https://bit.ly/4mwgngo
Mas esses assistentes de codificação estavam limitados apenas ao contexto da base de código, o que poderia ajudar os desenvolvedores a escrever código mais rapidamente, mas não puderam ajudar com a troca de contexto. Um novo protocolo está abordando esse problema: Model Context Protocol (MCP). Lançado em novembro de 2024 por antropia, é um padrão aberto desenvolvido para facilitar a integração entre os sistemas de IA, particularmente as ferramentas baseadas em LLM e ferramentas externas e fontes de dados. O protocolo é tão popular que houve um aumento de 500% dos novos servidores MCP nos últimos 6 meses, com cerca de 7 milhões de downloads em junho,
Uma das aplicações mais impactantes do MCP é a capacidade de conectar assistentes de codificação de IA diretamente aos desenvolvedores de ferramentas, dependem todos os dias, simplificar os fluxos de trabalho e reduzindo drasticamente a troca de contexto.
Tome o desenvolvimento de recursos como exemplo. Tradicionalmente, envolve o salto entre vários sistemas: ler o ingresso em um rastreador de projetos, analisando uma conversa com um companheiro de equipe para esclarecer, pesquisar documentação para obter detalhes da API e, finalmente, abrir o IDE para começar a codificar. Cada passo vive em uma guia diferente, exigindo mudanças mentais que diminuam os desenvolvedores.
Com MCP e assistentes modernos de IA, como Claude do Anthropic, todo esse processo pode acontecer dentro do editor.
Por exemplo, a implementação de um recurso em um assistente de codificação se torna:
O mesmo princípio pode ser aplicado a muitos outros engenheiros de fluxo de trabalho, por exemplo, uma resposta de incidentes para SRES poderia parecer:
Nada de novo sob o sol
Já vimos esse padrão antes. Na última década, o Slack transformou a produtividade do local de trabalho, tornando -se um hub para centenas de aplicativos, permitindo que os funcionários gerenciem uma ampla gama de tarefas sem deixar a janela de bate -papo. A plataforma do Slack reduziu a troca de contexto nos fluxos de trabalho diários.
Os jogos Riot, por exemplo, conectaram cerca de 1.000 aplicativos de folga, e os engenheiros tiveram uma redução de 27% no tempo necessário para testar e iterar um código, um tempo de 22% mais rápido para identificar novos bugs e um aumento de 24% na taxa de lançamento de recursos; Todos foram atribuídos a simplificar fluxos de trabalho e reduzir o atrito da troca de ferramentas.
Agora, uma transformação semelhante está ocorrendo no desenvolvimento de software, com os assistentes de IA e suas integrações do MCP servindo como ponte a todas essas ferramentas externas. De fato, o IDE pode se tornar o novo Centro de Comando All-In-One para Engenheiros, assim como Slack foi para os trabalhadores do conhecimento em geral.
MCP pode não estar pronto para a empresa
O MCP é um padrão relativamente nascente, por exemplo, o Security Wisem MCP não possui um modelo de autenticação ou permissão integrado, contando com implementações externas que ainda estão evoluindo, também há ambiguidade em torno da identidade e auditoria-o protocolo não distingue claramente se uma ação foi acionada por um usuário ou a própria IA, a própria AI, a responsabilidade e o controle de contagem claramente sem as soluções personalizadas adicionais. Lori Macvittie, engenheiro ilustre e evangelista -chefe no escritório da CTO da F5 Networks, diz que o MCP está “quebrando as suposições principais de segurança que realizamos há muito tempo”.
Outra limitação prática surge quando muitas ferramentas ou servidores MCP são usados simultaneamente, por exemplo, dentro de um assistente de codificação. Cada servidor MCP anuncia uma lista de ferramentas, com descrições e parâmetros, que o modelo de IA precisa considerar. A inundação do modelo com dezenas de ferramentas disponíveis pode sobrecarregar sua janela de contexto. O desempenho degrada visivelmente à medida que a contagem de ferramentas cresce com algumas integrações de IDE impôs limites duros (cerca de 40 ferramentas no cursor IDE, ou ~ 20 ferramentas para o agente OpenAI) para impedir que o prompt de inchaço além do que o modelo pode lidar
Finalmente, não há uma maneira sofisticada de as ferramentas serem descobertas automaticamente ou sugeridas contextualmente, além de listar todas, portanto, os desenvolvedores geralmente precisam alterá-los manualmente ou curar quais ferramentas estão ativas para manter as coisas funcionando sem problemas. Referindo -se a esse exemplo de jogos Riot instalando 1.000 aplicativos Slack, podemos ver como ele pode ser impróprio para o uso corporativo.
Menos cadeira giratória, mais software
A década passada nos ensinou o valor de levar o trabalho ao trabalhador, desde canais Slack que tubos em atualizações até metodologias de email “Caixa de entrada Zero” e painéis de engenharia de plataforma unificados. Agora, com a IA em nosso kit de ferramentas, temos a oportunidade de capacitar os desenvolvedores a serem mais produtivos. Suponha que o Slack se torne o centro da comunicação comercial.
Nesse caso, os assistentes de codificação estão bem posicionados para se tornar o centro da criação de software, não apenas onde o código é escrito, mas onde todo o contexto e colaboradores coalescem. Ao manter os desenvolvedores em seu fluxo, removemos a constante mudança de engrenagem mental que atormentou a produtividade da engenharia.
Para qualquer organização que dependa da entrega de software, dê uma olhada em como seus desenvolvedores passam o dia; Você pode se surpreender com o que encontra.
Sylvain Kalache lidera os laboratórios de AI em Rootly.
Fonte ==> Cyberseo
