Néhány hete a Google bemutatta a Gemini 3.5 Flash modellt, egy gyors és olcsó nagy nyelvi modellt, amelyről sokan számolnak be úgy, hogy lenyűgözően szép front-endeket és kézzel készítettnek tűnő felhasználói felületeket tud építeni. Ez meglepő, mivel a legtöbb LLM korábban ezen a téren gyenge volt.
Ezt követően az Anthropic rövid időn belül kiadta az Opus 4.8-at, amely különösen erős az összetettebb, hosszabb futású mérnöki feladatoknál és a logikai tervezésben. A két modell eltérő erősségei új lehetőségeket teremtenek a fejlesztői munkafolyamatok összekapcsolásában.
Az előadó egy saját munkafolyamatot mutat be, amely ötvözi a Gemini előnyeit a vizuális tervezésben, valamint az Opus megbízhatóbb információtartalmát és integrációs képességeit. A folyamat minden lépése különálló szakaszban fut, átadva egymásnak a részfeladatok eredményeit markdown dokumentumok formájában, így biztosítva a szolgáltatók keverését, a rugalmasságot és a gyors kísérletezési lehetőséget.
Felvetődik a kérdés: hogyan lehet biztonságosan integrálni az AI által generált kódot a fejlesztési folyamatba, úgy, hogy közben a függőségek ellenőrzése és a biztonság is megmaradjon? A videó bemutatja, hogy a SonarQube Advanced Security szolgáltatásával akár valós időben átvizsgálhatjuk az új könyvtárakat és csomagokat, minimalizálva a kockázatokat.
A bemutatott automatizált munkafolyamat végül azt vizsgálja, hogyan hangolható össze több AI szolgáltató ereje egy közös, jól strukturált fejlesztési folyamatban, és milyen gyakorlati kérdések, munkafolyamat-lépések és integrációs praktikák jelennek meg egy ilyen összetett rendszer kiépítésénél.
