软件工程师广泛采用生成式人工智能（AI）显著提高了生产力和工作满意度。然而，近期研究也指出了 AI生成 代码的准确性和质量方面存在的问题。
随着各组织努力应对将人工智能集成到软件开发流程中的影响，DevSecOps 专业人员的作用变得越来越重要。.
DevSecOps面临的挑战
生成式人工智能工具的激增给DevSecOps从业者带来了诸多挑战。这些挑战包括：
确保代码准确性和质量：研究人员发现，人工智能生成的代码超过一半的时间都是错误的，这引发了人们对代码质量和可靠性的担忧。DevSecOps 团队必须在代码创建的速度和准确性之间找到平衡点。.
维护安全性：生成式人工智能工具的快速普及带来了安全风险，因为开发人员可能会在无意中将漏洞引入代码库。DevSecOps 专业人员必须实施强有力的安全措施来有效降低这些风险。.
驾驭自动化与理解人工智能流程：自动化对于DevSecOps至关重要，但生成式人工智能流程可能晦涩难懂。DevSecOps团队必须应对人工智能模型的复杂性，以确保在维持安全标准的同时实现有效的自动化。.
DevSecOps 专业人员的策略
DevSecOps 从业者可以采取多种策略来应对生成式人工智能带来的挑战：
相关的风险 人工智能 。对团队进行安全使用人工智能的培训并实施防护措施，有助于降低安全漏洞的风险。
促进跨组织协作：DevSecOps 专业人员在促进团队沟通与协作方面发挥着至关重要的作用。通过培养跨组织的同理心和理解，他们可以确保人工智能的应用与安全目标保持一致。.
平衡自动化与人工干预：虽然自动化对于DevSecOps至关重要，但人工干预对于确保代码的准确性和安全性仍然至关重要。DevSecOps团队必须平衡自动化和人工监督，才能有效地管理AI生成的代码。.
