去年 12 月，亞馬遜在 AWS re:Invent 上啟動了 CodeGuru 的預覽。
作為一款藉助機器學習技術來自動檢查程式碼錯誤、並提出潛在最佳化建議的工具，其現已正式向公眾開放。
據悉，CodeGuru 主要由程式碼檢查其 Reviewer 和效能分析器 Profiler 兩個部分組成。
據悉，為了打造 Reviewer 程式碼分析器，AWS 團隊借鑑了 GitHub 上超過一萬個開源專案的程式碼、以及亞馬遜內部程式碼庫來訓練其演算法。
該公司在今日的公告中稱，即便是擁有經驗足夠豐富的開發團隊的亞馬遜之類的大企業，要利用空暇時間來進行程式碼審查，也是一項相當大的挑戰。
由於每日要過目的程式碼量很大，即便是經驗老道的審查員，也可能在面對客戶應用程式程式碼時有所遺漏，從而導致錯誤和效能問題。
使用 CodeGuru 的時候，開發者可將其程式碼放到 GitHub、Bitbucket Cloud、或者 AWS 的 CodeCommit 等託管平臺上。然後 Reviewer 程式碼分析器會嘗試查詢潛在的錯誤，同時給出相應的修改建議。
所有操作都是在程式碼儲存庫的上下文環境中完成，因此 CodeGuru 還將建立一個 GitHub 查詢請求（pull request），並在其中添加註釋。為了訓練機器學習模型，使用者也可向 CodeGuru 提交一系列基礎反饋。
CodeGuru Application Profiler 的任務有所不同，其旨在幫助開發者找出程式碼中有哪些地方存在效能低下的問題，並且包括了對無伺服器平臺的支援（比如 AWS Lambda 和 Fargate）。
AWS 表示，已有多家企業在預覽期間便開始使用 CodeGuru，比如 Atlassian、EagleDream 和 DevFactory 。
AWS 技術工程團隊主管 Zak Islam 補充道：“當我們檢測到生產中的異常時，CodeGuru 的連續分析功能，可將調查所需耗費的時間從幾天縮短到幾小時、甚至幾分鐘”。
如此一來，開發者可將更多精力投入到提供差異化的功能上，並減少研究生產環境中的問題所浪費的寶貴時間。
去年 12 月，亞馬遜在 AWS re:Invent 上啟動了 CodeGuru 的預覽。
作為一款藉助機器學習技術來自動檢查程式碼錯誤、並提出潛在最佳化建議的工具，其現已正式向公眾開放。
據悉，CodeGuru 主要由程式碼檢查其 Reviewer 和效能分析器 Profiler 兩個部分組成。
據悉，為了打造 Reviewer 程式碼分析器，AWS 團隊借鑑了 GitHub 上超過一萬個開源專案的程式碼、以及亞馬遜內部程式碼庫來訓練其演算法。
該公司在今日的公告中稱，即便是擁有經驗足夠豐富的開發團隊的亞馬遜之類的大企業，要利用空暇時間來進行程式碼審查，也是一項相當大的挑戰。
由於每日要過目的程式碼量很大，即便是經驗老道的審查員，也可能在面對客戶應用程式程式碼時有所遺漏，從而導致錯誤和效能問題。
使用 CodeGuru 的時候，開發者可將其程式碼放到 GitHub、Bitbucket Cloud、或者 AWS 的 CodeCommit 等託管平臺上。然後 Reviewer 程式碼分析器會嘗試查詢潛在的錯誤，同時給出相應的修改建議。
所有操作都是在程式碼儲存庫的上下文環境中完成，因此 CodeGuru 還將建立一個 GitHub 查詢請求（pull request），並在其中添加註釋。為了訓練機器學習模型，使用者也可向 CodeGuru 提交一系列基礎反饋。
CodeGuru Application Profiler 的任務有所不同，其旨在幫助開發者找出程式碼中有哪些地方存在效能低下的問題，並且包括了對無伺服器平臺的支援（比如 AWS Lambda 和 Fargate）。
AWS 表示，已有多家企業在預覽期間便開始使用 CodeGuru，比如 Atlassian、EagleDream 和 DevFactory 。
AWS 技術工程團隊主管 Zak Islam 補充道：“當我們檢測到生產中的異常時，CodeGuru 的連續分析功能，可將調查所需耗費的時間從幾天縮短到幾小時、甚至幾分鐘”。
如此一來，開發者可將更多精力投入到提供差異化的功能上，並減少研究生產環境中的問題所浪費的寶貴時間。