Sentry, eine führende Plattform für Softwareüberwachung, verwendet Claude zur automatisierten Fehlererkennung und -behebung, sodass Entwickler Probleme schneller debuggen und hochwertigen Code liefern können.
Mit Claude kann Sentry:
Softwareentwickler haben oft Schwierigkeiten, Fehler in komplexen Codebasen schnell zu lokalisieren, da sie zu viele Kontextinformationen haben. Sentry erfasst täglich Milliarden von Fehlern und stellt tiefgehenden Kontext bereit, indem Stack-Traces, Profilingdaten und Verbindungsverfolgungen miteinander verknüpft werden, um Ursachen zu finden. Diese Detailgenauigkeit ist zwar von unschätzbarem Wert, kann jedoch für neue Teammitglieder eine Herausforderung darstellen, die mit dem System nicht vertraut sind.
„Selbst für ein einfaches Problem gibt es unglaublich viel Kontext“, erklärt Tillman Elser, Senior Engineering Manager, ML & AI bei Sentry. Um dieses Problem zu beheben, hat Sentry Seer entwickelt – einen KI-gestützten Debugging-Assistenten, der Probleme automatisch analysiert, Ursachen identifiziert und Codekorrekturen vorschlägt.
Sentry entschied sich für Claude nach der Bewertung mehrerer KI-Modelle aufgrund seines hervorragenden Codeverständnisses, der zuverlässigen strukturierten Ausgabe, des sicheren Zugriffs über Vertex AI von Google Cloud und seines effektiven Kommunikationsstils.
Claudes präzise strukturierte Ergebnisse waren für Seer von entscheidender Bedeutung. Elser sagte: „Wir nutzen diese Funktionalität sehr stark.“ Ihr System ist auf genaue JSON-Antworten für Toolaufrufe und Quellcodeanalyse angewiesen.
Die Entscheidung des Unternehmens wurde stark von seinem Fokus auf Sicherheit und der Minimierung der Datenübertragung außerhalb von Google Cloud beeinflusst. Elser erklärte: „Claude über Vertex AI zu verwenden, ist ein großer Vorteil für uns. Dadurch entfällt die Notwendigkeit, einen neuen Subprozessor hinzuzufügen.“
Claudes Kommunikationsstil bot ebenfalls einen entscheidenden Vorteil. Elser sagte: „Claude 3.7 Sonnet destilliert komplexe Informationen ohne unnötige Elemente in verständliche Erkenntnisse.“ Diese Fähigkeit, komplexe technische Probleme in klare Erkenntnisse umzusetzen, macht Claude ideal für die Debugging-Tools von Sentry.
Die Seer-Funktion von Sentry nutzt Claudes Fähigkeiten, um das Debugging-Erlebnis durch fünf Schlüsselfunktionen zu verändern:
Diese Integration schafft ein leistungsstarkes Framework, in dem Claude umfangreiche Fehlerdaten verarbeitet und in klare, umsetzbare Erkenntnisse umwandelt. Elser sagte: „Wir möchten, dass dieses Tool genauso glaubwürdig und nützlich ist wie ein Ingenieur, dem Sie vertrauen.“
Seer kommt Entwicklern aller Erfahrungsstufen zugute. Es identifiziert Ursachen mit einer Genauigkeit von 95 % und erstellt fast in der Hälfte der Zeit zusammengeführte Codekorrekturen, wodurch die Debugging-Zyklen reduziert werden.
Seer senkt die Barriere für das Debuggen von Produktionscode für junge Entwickler. Elser sagte: „Es bietet viel mehr Unterstützung beim Debuggen und hilft neuen Entwicklern, komplexe Probleme, die normalerweise umfangreiche Systemkenntnisse erfordern, schnell zu verstehen.“
Auch erfahrene Ingenieure profitieren von erheblichen Zeiteinsparungen. Elser erklärte: „Sie müssen nicht stundenlang an der Überprüfung von Kontext und Daten arbeiten. Stattdessen erhalten sie eine schnelle Zusammenfassung und können anhand ihres Fachwissens feststellen, ob die Analyse auf dem richtigen Weg ist.“
Sentry blickt in die Zukunft und freut sich über die Fortschritte in Claudes Denkvermögen, das selbst die schwierigsten Debugging-Szenarien meistern kann. Effizienzsteigerungen bei Kosten und Durchsatz haben oberste Priorität, um proaktive Workflows zu ermöglichen, wie z. B. das automatische Auslösen von Seer bei neuen Problemen.
Sentry und Claude ermöglichen Entwicklungsteams, sich auf die Schaffung außergewöhnlicher Benutzererfahrungen zu konzentrieren, indem sie die aufwändige Arbeit der Fehlererkennung und -behebung automatisieren. Gemeinsam ermöglichen sie Entwicklern aller Erfahrungsniveaus, besseren Code schneller bereitzustellen.