AI coding agents feel like magic... right up until they collide with production code.

For teams maintaining legacy systems, these agents often hallucinate APIs, run off on tangents, and shatter trust faster than an unreviewed hotfix at 5pm. Ignoring the past won't save us, because new code becomes old!

We can do better, and we will. In this session we'll go over emerging strategies for improving the accuracy of coding agents on real codebases, benchmarks such as SWE-bench that evaluate our progress, and their limitations. Expect to walk away with actionable techniques and a renewed respect for code that came before us and the challenges ahead.

Justine discutera de la rémédiation automatique du code avec le moteur de refactorisation déterministe OpenRewrite, une technologie née chez Netflix en 2016. Il est conçu pour manipuler la représentation de l'arbre sémantique sans perte (LST) du code à l'aide de recettes (programmes) qui aboutissent à des transformations de code précises, tout en préservant le style à 100 %. Vous verrez comment associer la précision d'un système basé sur des règles à la puissance généraliste de l'IA. Divers cas d'utilisation seront présentés, tels que l'obtention d'une vue d'ensemble sémantique de votre code, la recommandation de modernisations adaptées à votre base de code, et la manière dont les LSTs fonctionnent comme guide et garde-fou pour les modèles.

🇬🇧 Justine will discuss automated code remediation with the deterministic OpenRewrite refactoring engine, a technology born at Netflix in 2016. It’s built on manipulating the Lossless Semantic Tree (LST) representation of code with recipes (programs) that result in 100% accurate style-preserving code transformations. You will be shown how to couple the precision of a rules-based system with the generalist power of AI. Various use cases will be presented such as getting a semantic-based bird's eye view of your code, getting codebase-tailored recommendations for modernization, and how LSTs function as a guide and guardrails for models.