Google przeniósł swojego agenta kodującego AI, Julesa, z beta, oficjalnie uruchamiając narzędzie dla programistów w środę, 6 sierpnia. Generalna wersja przedstawia nowe poziomy cenowe i funkcje opracowane po miesiącach publicznych testów, sygnalizując zaufanie Google do stabilności narzędzia.

Pozycje uruchomienia zawiera jules, aby konkurować w wysokiej stawce areny autonomicznych asystentów kodowania. Jest to, gdy branża zmaga się z ryzykiem narzędzi AI, podkreślonych przez ostatnie wady bezpieczeństwa i incydenty dotyczące utraty danych z udziałem konkurentów, czyniąc niezawodność kluczowego pola bitwy.

zasilane przez Gemini 2.5 Pro, Jules działa jako agent asynchroniczny. Klonuje kody w wirtualnych maszynach Google Cloud, umożliwiając naprawę błędów lub aktualizację kodu, podczas gdy programiści koncentrują się na innych zadaniach. Google określa to jako prawdziwy współpracownik, a nie tylko prosty asystent.

od beta: nowa prasowa Wprowadzenie Google przeszedł Julesa z hojnego, eksperymentalnego narzędzia do produktu komercyjnego z ustrukturyzowanymi poziomami cenowymi. Decyzja o wyjściu z fazy beta była spowodowana lepszą stabilnością narzędzia po otrzymaniu setek aktualizacji interfejsu użytkownika i jakości w oparciu o informacje zwrotne od użytkownika.

Nowy bezpłatny plan „dostępu wstępnego” jest już dostępny, ale ma znacznie zmniejszoną pojemność. Użytkownicy są ograniczeni do 15 indywidualnych codziennych zadań i trzech równoległych, co stanowi gwałtowny spadek z 60-zadania dziennego limitu oferowanego podczas publicznej wersji beta. Ta zmiana została zaprojektowana, aby zapewnić nowym użytkownikom posmak możliwości platformy w zakresie pracy w świecie rzeczywistym.

Dla profesjonalnych programistów i zespołów wymagających większej mocy, płatne poziomy są teraz zintegrowane z planami Google AI Pro i ultra. Pro, w cenie 19,99 USD miesięcznie, oferuje pięciokrotnie limity zadań bezpłatnego poziomu, podczas gdy ultra planuje 124,99 USD miesięcznie, zapewnia dwudziestokrotny wzrost. To podejście do pomocy sygnalizuje dojrzewającą strategię produktu mającą na celu długoterminową zrównoważoną rozwój.

Kathy Korevec, dyrektor ds. Produktu w Google Labs, wyjaśniono TechCrunchowi, że wyższe limity beta były celową strategią badawczą. Zauważyła, że 60-zadania CAP pomógł zespołowi studiować wzorce użytkowania i zebrać niezbędne dane w celu zaprojektowania końcowego opakowania komercyjnego.

Wraz z nowymi cenami Google zaktualizowało również politykę prywatności Julesa, aby bardziej wyraźnie wyjaśniono praktyki szkoleniowe AI. Korevec wyjaśnił, że była to odpowiedź na informacje zwrotne od użytkowników w poszukiwaniu lepszej przejrzystości, a nie zmiany procedury. Polityka potwierdza, że dane z publicznych repozytoriów mogą być wykorzystywane do szkolenia, ale zapewnia użytkowników, że jeśli repozytorium jest prywatne, żadne dane nie są wysyłane ani wykorzystywane.

Ta formalna uruchomienie podkreśla zaangażowanie firmy w produkt i jej miejsce w konkurencyjnym krajobrazie AI. Korevec stwierdził: „Trajektoria tego, dokąd zmierzamy, daje nam wiele pewności, że Jules jest w pobliżu i będzie na dłuższą metę”. Ta deklaracja długowieczności jest kluczowym sygnałem dla programistów inwestujących swoje przepływy pracy w platformę.

Lekcje z laboratorium: jak próby beta ukształtowały produkt

Dwukomiesięczny okres publiczny beta okazał się instrumentalny w hartowaniu Jules na oficjalne uruchomienie. Według Google tysiące programistów rozwiązywało dziesiątki tysięcy zadań, co spowodowało, że ponad 140 000 ulepszeń kodu podzielono publicznie. Ta intensywna pętla sprzężenia zwrotnego bezpośrednio poinformowała setki aktualizacji jakości i kilka kluczowych ulepszeń funkcji.

Znaczącą aktualizacją jest głębsza integracja agenta z GitHub. Jules może teraz automatycznie otwierać żądania Pull , rozszerzając swoją poprzednią zdolność do tworzenia nowych gałęzi. Kolejna nowa funkcja, zwana „migawki środowiska,” Pozwala agentowi zapisać zależności i zainstalować skrypty, włączając szybkie i więcej konsekwentnych wykonania zadania w kolejnych biegach. Migawki środowiskowe.

Po skonfigurowaniu środowiska Jules zapisuje teraz zależności i instaluje skrypty jako migawkę. Oznacza to szybsze, bardziej spójne wykonywanie zadań-zwłaszcza dla złożonych repozytorium.

Dowiedz się więcej na pic.twitter.com/wr0vdzlhhd

-Jules (@JuleSagent)

Beta również dał kluczowy wgląd w zachowanie użytkowników. Zespół zaobserwował wielu programistów używających Julesa do naprawy błędów lub produkowania projektów, które rozpoczęły się od szybszych narzędzi „kodowania kodowania klimatu”. Początkowo Jules wymagał istniejącej bazy kodowej, ale Google szybko obrócił się, aby umożliwić pracę nad pustymi repozytoriami, znacznie poszerzając jego atrakcyjność i wykorzystanie.

Ponadto analiza 2,28 miliona wizyt w wersji beta narzędzia wykazała zaskakujący trend. Według danych z podobnego Web 45% ruchu pochodziło z urządzeń mobilnych, a Indie, USA i Wietnamie jako najwyższe rynki. Chociaż Jules nie ma dedykowanej aplikacji mobilnej, Korevec potwierdził, że zespół „absolutnie eksploruje” funkcje, aby lepiej obsługiwać ten pojawiający się przypadek użycia.

Ta zewnętrzna walidacja jest dopasowana przez rosnącą wewnętrzną adopcję. Korevec stwierdził, że Google używa już Julesa do opracowania niektórych własnych projektów i że istnieje duże dążenie do wdrożenia agenta w zakresie wielu innych wewnętrznych inicjatyw, pokazując własne zaufanie firmy do jego tworzenia.

Obliczona premiera w branży miny „kodowania kodowania kodowania”. Trend „kodowania kodu”-gdzie programiści szybko generują aplikacje z podpowiedzi-przyspiesza. Sam Google opiera się w tym z narzędziami takimi jak Opal.

Jednak to szybkie podejście jest pełne niebezpieczeństwa. Rynek został wstrząśnięty serią głośnych niepowodzeń, które podkreślają ryzyko wdrażania agentów AI bez solidnych kontroli bezpieczeństwa. Incydenty te tworzą trudne tło dla każdego nowego produktu.

W zeszłym miesiącu menedżer produktu udokumentował, w jaki sposób