Google: дообученная Gemini ускоряет миграции кода, время сокращено примерно на 50%

Монорепозиторий Google содержит миллиарды строк кода, и его приходится постоянно переводить на новые версии языков, фреймворков, API и типов данных. Для таких миграций компания годами использует статический анализ и инструменты Kythe, Code Search и ClangMR, но они плохо справляются с изменениями сложной структуры — интерфейсами, их использованием в нескольких компонентах и тестами. В Google Ads десятки типов числовых идентификаторов (пользователей, продавцов, кампаний) были заданы как 32-битные целые и с ростом числа ID рискуют переполниться. Их перевод на 64-битные целые затрагивает десятки тысяч мест в тысячах файлов; вручную на это, по оценке компании, ушло бы очень много человеко-лет.

Google построила внутренний инструментарий для миграций кода. Изменения генерирует и проверяет версия модели Gemini, дообученная на внутреннем коде и данных Google по методологии DIDACT. На вход подаются файлы с позициями ожидаемых правок и один-два промпта с описанием изменения; модель по примерам определяет, нужна ли файлу миграция, и предсказывает правки (diff), исправляя при необходимости и связанные участки кода. Несколько комбинаций промптов запускаются параллельно, результаты проверяются компиляцией и юнит-тестами, а при ошибках модель, обученная на парах «сбой сборки — исправление», предлагает исправление. Лучший набор правок попадает в итоговый список изменений.

Инструментарий создан совместно командами Google Core Developer, Google Ads и Google DeepMind. В миграции ID Google Ads инженер находит набор файлов и мест для изменения, инструментарий автономно готовит правки, проходящие юнит-тесты, а инженер проверяет их и отправляет владельцам кода на ревью. По данным публикации от 18 июля 2024 года, 80% изменений кода в принятых списках изменений написал ИИ, общее время миграции сократилось примерно на 50% по оценке инженеров, а в Java-файлах модель с точностью 91% определяла необходимость правки. Инструментарий уже создал сотни списков изменений в этой и других миграциях; в среднем в монорепозиторий принимается более 75% сгенерированных ИИ изменений символов.