بلومبرگ در هزاران مخزن کد، مهاجرت نرم‌افزاری را با ترکیب LLM و قواعد قطعی خودکار کرد

پژوهشگران بلومبرگ در پیش‌چاپی در arXiv تجربهٔ پروژهٔ چندماههٔ Automated Uplift را شرح داده‌اند؛ طرحی برای کمک‌گرفتن از مدل‌های زبانی بزرگ در مهاجرت‌های زیرساختی میان هزاران مخزن کد. این پروژه دو کارزار داشت: مهاجرت بسته‌بندی Python در حدود ۱٬۹۰۰ مخزن نامزد و تغییر سیستم ساخت C++ در حدود ۶٬۷۰۰ مخزن نامزد. این دو کارزار در مجموع ۲٬۳۳۳ pull request تولید کردند که ۷۲۹ مورد به مهاجرت موفق انجامید.

معماری پیشنهادی ترکیبی بود: بخش عمدهٔ کار با پردازش قطعی انجام می‌شد و نقش LLM به تبدیل فایل‌های مشخص، در محدوده‌ای محدود و با زمینه‌ای ازپیش‌محاسبه‌شده، محدود می‌ماند. خط لوله همچنین از داده‌های عملیاتی زمان اجرا، مانند گزارش‌های اجرا و ردپاهای استفاده، بهره می‌گرفت.

به‌گفتهٔ نویسندگان، تولید تغییرات از بررسی، آزمودن و استقرار آن‌ها برای تیم‌های مسئول آسان‌تر بود. هزینهٔ این مراحل زمانی کمتر شد که خط لوله می‌توانست پیش از بازکردن pull request، تغییر را مستقیماً بررسی کند؛ برای نمونه، با کامپایل و اجرای آزمون‌های C++. یکنواخت‌بودن مخزن‌ها نیز کمک می‌کرد راه‌حل‌های یک مخزن در مخزن‌های دیگر به کار بروند.