第二，自动代码分析工具。

时间：2022-03-27 05:09:01 | 来源：行业动态

时间：2022-03-27 05:09:01 来源：行业动态

由AI与ML支持的智能工具，例如代码分析与改进工具，能够从包含数百万行代码的报告中学习，据此掌握代码表达的意图并记录开发人员所做出的更改。以此为基础，这些智能工具即可通过分析为每一行代码提出建议。

其他方案则可通过不同的角度分析代码。在分析来自开源项目的数百万条代码之后，机器学习工具能够提供有效的性能调优结论，包括找出运行成本最高的代码行，并避免这些代码损害应用程序的响应时间。这些工具能够发现代码中的问题，例如资源泄漏、潜在的并发争用以及被白白浪费掉的CPU周期。更重要的是，这些工具可以在代码审查阶段及应用程序性能监控阶段与CI/CD管道顺畅集成。

在对新功能进行编码之后，开发人员便可以研究如何开发由AI及ML驱动的自动化单元测试。在开发冲刺阶段，这种智能单元测试工具能够帮助开发者节约20%左右的时间。