Cloudflare 收购 Deno

Inspired Entertainment 如何将集成开发从 8 周缩短到 1 周

特别感谢 Simon Twigg（Inspired Entertainment 首席技术官）和 Trace Wax（Barefoot Coders 人工智能工程负责人）携手将这个精彩故事呈现出来！

问题

在 Inspired Entertainment，我们的核心技术是处理支撑全球在线博彩行业的安全金融交易。我们的集中式平台——远程游戏服务器（RGS）——在多个严格监管的司法管辖区内处理实时钱包操作，由全球 11 个数据中心和 200 多个部署提供支持。

这一领域的增长要求我们不断将平台与 DraftKings、Entain 和 Flutter Group 等主要博彩运营商集成。挑战在于，每个运营商都为其钱包交易维护完全自定义的专有 API——仅仅为了处理用户身份验证、余额查询以及借记和贷记等标准操作，就需要复杂的集成。

• 瓶颈：即使所有主要博彩公司都使用基于 HTTP 的 JSON，其数据结构和协议也是高度定制化和专有的。过去，要将我们的服务器连接到新运营商，我们必须手动解读 API 文档，将其映射到我们的 RGS API，并构建一个自定义的“适配器”——一个 Java Spring Boot 转换微服务。这需要一个标准的五人 Scrum 团队，耗时 6 到 8 周，每次集成仅样板代码就消耗约 40 个开发日和 12 个 QA 日。

• 影响：这一手动瓶颈人为地将我们的业务限制在每年完成约 12 次集成，从而限制了收入增长。此外，我们高技能开发人员被困在重复性的“洗了又洗、重复又重复”的转换工作中，而不是构建核心平台功能。

我们构建了什么

我们没有继续手动将 API 文档映射到 Java 代码，而是与 Google Cloud 和 Barefoot Coders 合作，构建了一条 AI 编排的集成流水线。我们利用 Gemini CLI 摄取运营商钱包 API，并自动创建 Java Spring Boot 集成模块。现在，一个过去需要数周手动编码的过程，由单个开发人员在几天内即可编排完成。

技术栈与解决方案

我们的基础设施高度依赖 Google Cloud，以满足真钱博彩严格的监管和性能要求。

• Google Antigravity CLI（原 Gemini CLI）：核心自动化引擎。它摄取复杂的专有 API 文档以及我们的内部 markdown 指南，并输出适配器模块代码。我们还用它来审查拉取请求和现代化遗留系统。

  • 注意：我们建议开发者今后使用新的 Google Antigravity CLI。这里有关于从 Gemini CLI 迁移到 Google Antigravity的更多详细信息

• Google Kubernetes Engine（GKE）：我们使用 GKE 来处理核心 RGS，新生成的 Java Spring Boot 微服务适配器作为容器化服务在 GKE 内部署和管理。

• Cloud SQL 与 Cloud Storage：我们使用 Cloud SQL 管理自托管的事务状态，并使用 Cloud Storage 存储桶托管游戏资源。

• Cloudflare 和 Cloud Armor：我们利用 Cloudflare 作为 CDN，并使用 Cloud Armor 提供关键的安全过滤和 WAF 层，以在边缘保护我们的游戏负载。

• Bitbucket + Gemini：我们将 Gemini 直接置于 CI/CD 流水线的中间，作为拉取请求上的自动代码审查员。

底层机制

我们新的适配器工作流完全绕过了手动映射阶段。开发者将 API 文档（PDF/Markdown）和特定提示直接输入 Gemini CLI。AI 充当主要作者，将专有 JSON 负载映射到 Inspired 的标准化 RGS 端点。

技术成果

用硬数据来证明项目的成功。

• 效率：适配器构建时间从 6-8 周骤降至 1 周，并且一旦集成和回归测试完全自动化，还有明确的路线图将其进一步缩短至 1 天。手动工程时间从 40 个开发日降至仅 5 个 AI 编排的开发日。

• 可扩展性：我们将每次集成所需的团队从五人减少到两人（1 名开发，1 名 QA）。我们没有减少人员，而是利用这一效率将产能翻倍，目标是从每年 12 次集成扩展到 24 次以上，直接加速收入增长。

• 应用现代化：除了适配器之外，一位高级架构师使用 Gemini CLI 处理了一个被搁置的遗留现代化项目。仅作为后台任务运行一周，他们就成功将核心 RGS 从 Java 8 升级到 Java 25，从 Tomcat 9 迁移到 10，并从 Spring 4 迁移到 Spring Boot 3.22，同时生成了干净、人类可读的变更日志。

• 安全性：我们利用 Gemini CLI 加速更新依赖项的过程，减少修复软件组成分析（SCA）发现项的工作量，从而降低我们暴露于已知漏洞的风险。

我们的经验教训

分享“黄金路径”——在构建过程中发现的最佳实践。

• 教训 1：从手动“冲洗和重复”到编排

  • 旧方式：为 200 多个集成构建转换层是高度重复的。手动执行此操作会导致挫败感并成为业务瓶颈。

  • 黄金路径：通过将样板代码生成卸载给 Gemini CLI，我们将开发者的角色转变为编排者。我们现在可以重新分配那些渴望创造性挑战的顶级开发者，让他们在核心 RGS 平台或新的 AI 用例上解决复杂问题，从而在扩大产出的同时防止开发者倦怠。

• 教训 2：代码审查作为主动对话

  • 旧方式：拉取请求审查很容易变成走过场，开发者只需点击绿色的批准按钮就能让代码发布。

  • 黄金路径：我们将 Gemini 直接置于 Bitbucket PR 流程的中间。Gemini 不会疲倦，并提供深入的代码分析。开发者可以主动与 AI 辩论，质疑其评论，而 Gemini 会为其推理辩护。这种互动能捕捉人类开发者遗漏的边缘情况，并在生命周期早期显著提高代码质量。

想要构建类似的东西？

试试基于 Gemini CLI 能力构建的 Google Antigravity CLI。

开始使用 GKE 实现可扩展的微服务编排。

了解 Cloud SQL 全托管数据库。

问题：

遗留系统现代化改造出了名的痛苦，而且常常半途而废。社区中的其他人是如何利用 AI 来管理大规模框架升级的？

请在评论中告诉我们！