利用大语言模型生成架构组件：无服务器领域的探索性实证研究

近年来，大语言模型（LLMs）在能力和普及度上的指数级增长，推动了代码生成领域的重大进展。然而，这种生成一直局限于代码片段。更进一步，我们的目标是自动生成架构组件。这不仅会加快开发速度，还能让我们最终完全跳过开发阶段，直接从设计决策转向部署。为此，我们针对大语言模型为功能即服务（FaaS，通常称为无服务器函数）生成架构组件的能力进行了一项探索性研究。与单体架构和微服务等其他风格相比，其架构组件的小尺寸使得这种架构风格适合使用当前的LLMs进行生成。我们通过系统地选择开源无服务器仓库、遮蔽一个无服务器函数，并利用提供不同级别系统整体上下文信息的最先进LLMs来生成被遮蔽的函数，从而执行这项研究。我们通过仓库中现有的测试来评估正确性，并使用软件工程（SE）和自然语言处理（NLP）领域的指标，分别评估代码质量以及人类与LLM生成代码之间的相似度。除了我们的发现，我们还讨论了使用生成式人工智能进行架构组件生成的未来路径。