Il permet aux équipes de valider le comportement des modifications de code avant le déploiement, en détectant les problèmes que l’analyse statique peut négliger, tout en réduisant le changement de contexte en intégrant les résultats dans les flux de travail existants, accélérant ainsi les correctifs, a déclaré Jain.
L’analyste a souligné que la capacité de préparation à la publication résout un goulot d’étranglement clé dans le développement de logiciels basés sur l’IA : « Bien que les agents de codage de l’IA puissent générer du code rapidement, les révisions, les contrôles de conformité, la validation des dépendances et les approbations de version ralentissent encore le déploiement. »
« En vérifiant automatiquement les modifications de code par rapport aux normes internes, aux politiques de sécurité et aux impacts des dépendances, AWS aide les développeurs, les équipes DevOps et les SRE à identifier les problèmes plus tôt, à réduire les efforts de révision manuelle et à améliorer la confiance dans les versions », a ajouté Jain.
