Մտքի առաջնորդներ
Ինչու է AI կոդի ստեղծման ապագան անհատականացում
Ըստ McKinsey-ի, GenAI-ի տնտեսական ազդեցությունը ամենամեծն է Արտադրանքի մշակման և կոդավորման ավտոմատացման ոլորտում, ինչը հանգեցնում է $900B-ի ազդեցությանը:
Եկեք ավելի խորանանք կոդի ավտոմատացման վիճակի, կոդերի անհատականացման և դրա ներուժի մեջ:
GenAI-ի վիճակը և կոդերի ավտոմատացումը 2024 թ
2023 թվականին ChatGPT-ը և Github-ի կոդավորման օգնականը՝ CoPilot-ը, պայթեց՝ դառնալով հիմնական կոդավորողների շրջանում: GPT և նմանատիպ մոդելները ցույց են տվել, որ LLM-ները (մեծ լեզվական մոդելները) կարող են շատ լավ գեներացնել, լրացնել, վերամշակել և փոխակերպել կոդը:
Այսօր կան մի շարք կոդավորման օգնականներ: Մինչ CoPilot-ը համարվում է կատեգորիայի առաջատարը, կան GenAI կոդավորման օգնականներ տարբեր մասնագիտություններով: Մի քանիսը նշելու համար.
Anima-ն մասնագիտացած է ֆրոնտ-էնդում, դիզայնները վերածելով կոդի (այսինքն՝ Figma to React)
Codium-ի փորձաքննությունը թեստեր է կազմում և կառավարում է ձգման հարցումները
Replit-ն առաջարկում է առցանց, համատեղ IDE՝ նվիրված AI օգնականի հետ
Tab9-ն առաջարկում է նախնական, բարձր ապահովված լուծում Ձեռնարկության համար
CoPilot-ի աճող մրցակիցները հաճախ հայտարարվում են, օրինակ. magic.dev և Poolside-ը՝ խոստանալով ավելի լավ կատարում և ավելի լավ փորձ: Մոդելները շարունակում են զարգանալ. շուտով ակնկալվում է, որ GPT5-ը կհայտարարվի, իսկ LlamaCode-ն առաջարկում է բարձրակարգ բաց կոդով մոդել, որի ճշգրտված տարբերակները հայտնվում են HuggingFace-ում [կոդի մոդելների առաջատարների աղյուսակը]. Դա միայն LLM-ների հետ կոդերի ավտոմատացման սկիզբն է:
Ըստ Github-ի՝ CoPilot-ն արագացնում է զարգացումը 55%-ով [հետազոտություն]. Anima-ի օգտատերերը հայտնում են, որ խնայում են առջևի կոդավորման ժամանակի մինչև 50%-ը [գործի ուսումնասիրությունը]՝ դարձնելով դրանք 2 անգամ ավելի արագ՝ միաժամանակ ստանալով ավելի լավ արտադրանքի որակ՝ UX-ի առումով և ավելի քիչ պինգ-պոնգ դիզայներների և մշակողների միջև:
AI կոդի անհատականացում
JavaScript-ը թիվ 1 ամենահայտնի կոդային լեզուն է (Github 2023), իսկ React-ը JavaScript-ի ամենահայտնի վեբ շրջանակն է, որն օգտագործվում է մշակողների ավելի քան 40%-ի կողմից (Stackoverflow 2023).
Այժմ, եթե վերցնեք 100 տարբեր ինժեներական թիմեր, որոնք կառուցված են React-ի վրա, դուք կգտնեք 100 տարբեր կոդավորման ոճ: Տարբեր թիմեր կոդ գրելու տարբեր եղանակներ ունեն:
Յուրաքանչյուր թիմ ունի իր տեխնոլոգիական փաթեթը (ծրագրային ճարտարապետության վրա օգտագործվող տեխնոլոգիաների հավաքածու): Որոշ թիմեր օգտագործում են բաց կոդով գրադարաններ, ինչպիսիք են Next.js-ը, ինչը նրանց թույլ է տալիս օպտիմալացնել աշխատանքը: Ոմանք օգտագործում են UI շրջանակներ, ինչպիսիք են Radix, MUI կամ Ant: React օգտագործող թիմերը պետք է ավելացնեն պետական կառավարման փաթեթներ, ինչպիսիք են React query, Redux, Mobx և այլն: Եվ կան հազարավոր այլ հայտնի բաց կոդով JavaScript գրադարաններ:
Բացի այդ, նույն ֆունկցիոնալությունը կարելի է ձեռք բերել տարբեր ձևերով: Որոշ թիմեր նախընտրում են CSS ցանցի դասավորությունը, իսկ մյուսները նախընտրում են Flex դասավորությունը և ստանում են նույն արդյունքները: Կան շարահյուսական նախապատվություններ. Ոմանք օգտագործում են JavaScript-ի դասական ֆունկցիաներ, իսկ մյուսներն օգտագործում են սլաքների գործառույթները: Կան անվանման կոնվենցիաներ, ինչպիսիք են camelCase, kebab-case, և բաղադրիչների և գործառույթների անվանման տարբեր եղանակներ: Ձեր կոդը կազմակերպելու անվերջ եղանակներ կան, օրինակ՝ ինչպես փաթաթել բաց կոդով բաղադրիչներն այնպես, որ կոդի միջերեսը նույն տեսքն ունենա բաց կոդով կամ սեփականության կոդի համար:
Կոնկրետ նախագծի վրա կոդավորելիս յուրաքանչյուր ծրագրավորող հետևում է այդ կոդի բազայի կանոններին և պայմանականություններին:
Որպեսզի AI-ն առանցքային դեր խաղա ինժեներական թիմի համար կոդավորման գործում, այն պետք է կոդավորի թիմի նման: Սա նշանակում է, որ AI-ն պետք է ունենա շատ համատեքստ՝ իր կոդը հարմարեցնելու և անհատականացնելու համար:
Վերջաբան. AI Code Generation-ի ներուժը
Մենք դեռ քերծում ենք GenAI-ի հնարավորությունների մակերեսը:
GenAI մոդելները քննարկելիս դիտարկեք անհատականացումը որպես մոդելին իր առաջադրանքի համար լավագույն համատեքստ տալը: Գոյություն ունեցող կոդի, UX-ի և օգտատերերի կատարած աշխատանքի հետ կապված մեծ համատեքստ տալը ավելի լավ արդյունքների կհանգեցնի: GenAI մոդելներն իրենց ողջ ներուժով օգտագործելու համար մենք դրանք փաթեթավորում ենք որպես «հնացած» ալգորիթմներով և էվրիստիկաներով աշխատող օժանդակ համակարգերով արտադրանք: Ահա թե ինչպես ենք մենք առավելագույնի հասցնում AI-ն իր ողջ ներուժով:
Ծրագրային ապահովումը կշարունակի ավելի ու ավելի արագ ուտել աշխարհը՝ ավելացնելով արտադրողականությունը, մարժան և ՀՆԱ-ն:
Գործադիր տնօրենները, ՏՏ ղեկավարները և վարչապետի ղեկավարները, ովքեր որդեգրում են ավտոմատացումը, թույլ կտան իրենց թիմերին մատուցել 2 անգամ և գուցե նույնիսկ 5 անգամ ավելի արագ՝ առավելություն ստանալով մրցակցության նկատմամբ: Ապրանքներն ավելի արագ և ավելի ցածր գնով շուկա բերելը կավելացնի ընկերությունների մարժան և ի վերջո կավելացնի տեխնոլոգիայից ստացվող ՀՆԱ-ն:
Ծրագրային ապահովման ավելի էժան մշակումը նշանակում է, որ ծրագրակազմը կարող է գալ և լուծել ավելի շատ խնդիրներ: Այն, ինչ նախկինում ROI բացասական էր, կդառնա ROI դրական: Ծրագրային ապահովումը, որը լուծում է խորշի խնդիրները, կարող է արժենալ, եթե զարգացման արժեքը նվազի 80%-ով:
Ավելի շատ մարդիկ կկոդավորեն, և նրանք ավելի արագ կոդավորեն: GenAI-ի գործակալները կարտադրեն, կփորձարկեն և կտեղակայեն ծածկագիրը, իսկ մարդիկ կանեն ստեղծագործական մասերը՝ զարգացնելով ավելի շատ ճարտարապետություն և UX, քան այն, ինչ այսօր համարվում է կոդավորում: Ես տեսնում եմ ավելի շատ ծրագրավորողների պաշտոններ ապագայում: Ասել է թե՝ զարգացումը կվերածվի վերացականության ավելի բարձր մակարդակի:
