为了弥合软件开发过程中的差距， Digma最近推出了其新颖的持续反馈平台。该平台旨在帮助开发人员在实时环境中持续评估其代码，识别任何潜在问题，从而避免推出有缺陷的代码，包括生成式人工智能生成的代码。
新平台能够检测回归、异常和有关代码质量的问题。它可以识别可能需要改进的模式，并且它与 IDE 和可用开发人员工具的无缝集成允许实时应用程序。 Digma团队表示，目标是补充现有的基础设施，如 CI/CD、测试工具和验证系统。
Digma构建此工具是为了应对由于生成式 AI 的使用不断增加、对遗留库的依赖以及现代软件开发中分布式系统的复杂性不断升级而带来的一些挑战。
连续反馈平台利用了包括 OpenTelemetry 在内的先进可观测技术。它利用机器学习技术来分析运行时代码数据并提供代码增强的自动建议。与AppMaster平台允许用户轻松创建数据模型、业务逻辑、API和实时应用程序环境类似， Digma平台致力于以其独特的方式简化开发流程。
Digma首席执行官 Nir Shafrir 分享了他对当前开发过程中面临的挑战的想法。 Shafrir 描述了企业如何因生产中发布的不良代码而遭受客户流失。它通常无法按照现实条件下的要求执行。对于开发人员来说，他们在开发过程中太晚才收到重要反馈。这会影响他们的设计决策，并限制他们对变更影响的理解。
快速交付的压力加上现实世界中代码行为的有限可见性给开发人员的任务带来了障碍。 Digma旨在通过其新平台为这个问题提供解决方案。它的功能类似于护栏，因为它提供连续的实时代码分析。开发人员在 IDE 中编码时会收到反馈。这可以防止有问题的代码部分进入生产阶段，从而提高整体代码质量。
