Proč je budoucnost generace kódu AI personalizací

Podle McKinsey, ekonomický dopad GenAI je největší v oblasti vývoje produktů a automatizace kódování, což má dopad ve výši 900 miliard dolarů.

Pojďme se blíže podívat na stav automatizace kódování, personalizaci kódování a jeho potenciál.

Stav GenAI a automatizace kódování v roce 2024

V roce 2023 se ChatGPT a Githubův coding assistant CoPilot stal mainstreamem mezi programátory. GPT a podobné modely ukázaly, že LLM (velké jazykové modely) mohou generovat, dokončovat, refactorovat a transformovat kód velmi dobře.

Dnes existuje řada coding asistentů. Zatímco CoPilot je považován za lídra v kategorii, existují GenAI coding asistenti s různými specializacemi. Mezi nimi jsou:

• Anima se specializuje na front-end, převádí design do kódu (tj. Figma do React)

• Codium je expert na komponování testů a správě pull requestů

• Replit nabízí online, colaborativní IDE s věnovaným AI asistentem

• Tab9 nabízí on-prem, vysoce zabezpečenou řešení pro podniky

Rivalové CoPilotu jsou často ohlašováni, například magic.dev a Poolside, slibují lepší výkon a lepší zkušenost. Modely pokračují v evoluci – GPT5 se očekává brzy a LlamaCode nabízí high-end open-source model, s fine-tuned verzemi, které se objevují na HuggingFace [code models leaderboard]. Je to jen začátek automatizace kódování s LLM.

Podle Github, CoPilot zrychluje vývoj o 55% [výzkum]. Uživatelé Anima hlásí úsporu až 50% času pro front-end kódování [případová studie], což je dvakrát rychlejší a lepší kvalita produktu z hlediska UX – a méně ping-pong mezi designéry a vývojáři.

Personalizace kódu AI

JavaScript je nejpopulárnější programovací jazyk (Github 2023), a React je nejpopulárnější webový framework pro JavaScript, používaný více než 40% vývojáři (Stackoverflow 2023).

Teď, pokud vezmete 100 různých inženýrských týmů, které staví na React, najdete 100 různých stylů kódování.

Každý tým má svůj technologický stack (soubor technologií používaných v softwarové architektuře). Některé týmy používají open-source knihovny, jako je Next.js, které jim umožňují optimalizovat výkon. Některé používají UI frameworky, jako je Radix, MUI nebo Ant. Týmy, které používají React, musí přidat balíčky pro správu stavu, jako je React query, Redux, Mobx atd. A existuje tisíce dalších populárních open-source knihoven JavaScriptu.

Kromě toho lze stejnou funkčnost dosáhnout různými způsoby. Některé týmy preferují CSS grid layout, zatímco jiné preferují Flex layout a dosahují stejných výsledků. Existují syntaktické preference. Některé používají klasické JavaScriptové funkce, zatímco jiné používají arrow funkce. Existují konvence pro pojmenování, jako je camelCase, kebab-case a různé způsoby pojmenování komponent a funkcí. Existuje nekonečné množství způsobů, jak organizovat váš kód, jako je například, jak obalit open-source komponenty, aby vypadaly stejně pro open-source nebo proprietární kód.

Při kódování na konkrétním projektu každý vývojář dodržuje pravidla a konvence toho kódu.

Aby AI mohla hrát klíčovou roli v kódování pro inženýrský tým, měla by kódovat jako tým. To znamená, že AI by měla mít mnoho kontextu, aby mohla přizpůsobit a personalizovat svůj kód.

Epilog: Potenciál generace kódu AI

Jsme stále na začátku možností GenAI.

Při diskusi o modelech GenAI je třeba brát personalizaci jako poskytování modelu nejlepšího kontextu pro jeho úkoly. Poskytnutí mu velkého kontextu ohledně existujícího kódu, UX a uživatelů, kteří mají být provedeni, povede k lepšímu výsledku. Abychom mohli využít modely GenAI na maximum, balíme je jako produkty s podpůrnými systémy, které pracují s “staromódními” algoritmy a heuristikami. Tímto způsobem maximalizujeme AI na maximum.

Software bude dále pohlcovat svět rychleji a rychleji, zvyšovat produktivitu, marže a HDP.

CEO, IT lídři a PM lídři, kteří přijmou automatizaci, umožní svým týmům dodávat 2x a možná dokonce 5x rychleji, získají tak výhodu nad konkurencí. Přinášejí produkty rychleji na trh a za nižší cenu, což zvýší marže společností a nakonec zvýší HDP z technologií.

Levnější vývoj softwaru znamená, že software může přijít a vyřešit více problémů. Co dříve nebylo rentabilní, se stane rentabilním. Software, který řeší niklové problémy, by mohl být použitelný, pokud je cena vývoje snížena o 80%.

Více lidí bude kódovat a budou kódovat rychleji. GenAI agenti budou produkovat, testovat a nasazovat kód, a lidé budou dělat kreativní části, vyvíjet více architektury a UX, než je dnes považováno za kódování. Vidím více vývojářských pozic v budoucnosti. Říká se, že vývoj se bude vyvíjet do vyšší úrovně abstrakce.