Մի՛ փորձեք սա տանը. Ի՞նչ պատահեց, երբ ես աշխատանքը հանձնարարեցի Kiro-ին և գնացի այգեգործության

Ծրագրավորողներից մեկը պատմել է իր փորձառության մասին, երբ օգտագործել է AI-օգնական՝ AWS-ում սերվերային պատկերների մշակման համակարգ ստեղծելու համար։ Թեև AI-ն հաջողությամբ գրել է անհրաժեշտ կոդը, այն ստեղծել է լուրջ ճարտարապետական սխալ. Lambda ֆունկցիան մշակված պատկերները պահում էր նույն S3 թղթապանակում, որն էլ հենց գործարկում էր ֆունկցիան։ Սա հանգեցրել է անվերջ ռեկուրսիվ ցիկլի՝ առաջացնելով հազարավոր ավելորդ գործարկումներ, մինչև AWS-ը ավտոմատ կերպով անջատել է այն։ Հեղինակը շեշտում է, որ չնայած AI-ն հիանալի է կատարում տեխնիկական առաջադրանքները, այն չունի ճարտարապետական դատողություն՝ հետադարձ կապի օղակները հայտնաբերելու համար։ Այս դեպքը ընդգծում է մարդկային վերահսկողության, անվտանգության մեխանիզմների և ամպային ցուցանիշների մշտադիտարկման կարևորությունը։ Հեղինակը եզրակացնում է, որ թեև AI-ն արագացնում է մշակումը, համակարգի անվտանգության պատասխանատվությունը մնում է ինժեների վրա։
This is a summary. Read the full article at the original source:
Dev.toԿապակցված
Մեկ MCP սերվեր AWS-ի վեց եզրահանգույցների համար՝ Bedrock, SageMaker, GPU-ներ, Inferentia և Trainium
Այս հոդվածը ներկայացնում է միասնական Model Context Protocol (MCP) սերվեր, որը նախատեսված է AWS-ի վեց տարբեր եզրահանգույցների կառավարման համար, ներառյա…
Ռուսական բոտային տրաֆիկը կտրուկ նվազել է Ուկրաինայի կողմից Yandex-ի տվյալների կենտրոններին հասցված հարվածներից հետո
Ուկրաինական անօդաչու թռչող սարքերի հարվածները շարքից հանել են Կենտրոնական Ռուսաստանում գտնվող Yandex-ի մի քանի տվյալների կենտրոններ, ինչը հանգեցրել է…
Անվտանգ ինքնավարություն Kubernetes-ում. AI-ի վրա հիմնված խնդիրների լուծման գործակալների ստեղծում Google Cloud-ի միջոցով
Հոդվածը ներկայացնում է Kubernetes-ի միջավայրում AI-ի վրա հիմնված խնդիրների լուծման գործակալների ներդրումը՝ օգտագործելով Google Cloud, Gemini և GKE տեխ…



