Perché il futuro della generazione di codici AI è la personalizzazione

Secondo McKinsey, l'impatto economico di GenAI è il maggiore nel campo dello sviluppo prodotto e dell'automazione della codifica, con un impatto di 900 miliardi di dollari.

Analizziamo più a fondo lo stato dell'automazione del codice, la personalizzazione del codice e il suo potenziale.

Stato della GenAI e dell'automazione del codice nel 2024

Nel 2023, ChatGPT e l'assistente di codifica di Github, CoPilot, sono esplosi fino a diventare mainstream tra i programmatori. GPT e modelli simili hanno dimostrato che i LLM (modelli di linguaggio di grandi dimensioni) possono generare, completare, effettuare il refactoring e trasformare il codice molto bene.

Oggi esistono diversi assistenti di codifica. Sebbene CoPilot sia considerato il leader della categoria, esistono assistenti di codifica GenAI con diverse specialità. Per dirne alcuni:

• Anima è specializzata nel front-end, trasformando i progetti in codice (ad esempio, Figma to React)

• L'esperienza di Codium consiste nella composizione di test e nella gestione delle richieste pull

• Replit offre un IDE collaborativo online con un assistente AI dedicato

• Tab9 offre una soluzione on-premise altamente protetta per le aziende

I rivali emergenti di CoPilot vengono annunciati frequentemente, ad esempio, magic.dev e Poolside, promettendo prestazioni migliori e un'esperienza migliore. I modelli continuano ad evolversi: si prevede che GPT5 sarà annunciato presto e LlamaCode offre un modello open source di fascia alta, con versioni ottimizzate che compaiono su HuggingFace [classifica dei modelli di codice]. È solo l'inizio dell'automazione del codice con gli LLM.

Secondo Github, CoPilot accelera lo sviluppo del 55% [riparazioni]. Gli utenti di Anima riferiscono di aver risparmiato fino al 50% del tempo di codifica front-end [caso di studio], rendendoli 2 volte più veloci e ottenendo allo stesso tempo una migliore qualità del prodotto in termini di UX e meno ping-pong tra designer e sviluppatori.

Personalizzazione del codice AI

JavaScript è il linguaggio di codice più popolare n. 1 (Github 2023) e React è il framework web JavaScript più popolare, utilizzato da oltre il 40% degli sviluppatori (Stackoverflow 2023).

Ora, se prendi 100 diversi team di ingegneri che si basano su React, troverai 100 stili di codifica diversi. Team diversi hanno modi diversi di scrivere codice.

Ogni team ha il proprio stack tecnologico (l'insieme delle tecnologie utilizzate nell'architettura software). Alcuni team utilizzano librerie open source come Next.js, che consentono loro di ottimizzare le prestazioni. Alcuni utilizzano framework dell'interfaccia utente come Radix, MUI o Ant. I team che utilizzano React devono aggiungere pacchetti di gestione dello stato, come React query, Redux, Mobx, ecc. E ci sono migliaia di altre popolari librerie JavaScript open source.

Inoltre, la stessa funzionalità può essere ottenuta in modi diversi. Alcuni team preferiscono un layout a griglia CSS, mentre altri preferiscono un layout Flex e ottengono gli stessi risultati. Ci sono preferenze sintattiche. Alcuni utilizzano le classiche funzioni JavaScript, mentre altri utilizzano le funzioni freccia. Esistono convenzioni di denominazione come camelCase, kebab-case e diversi modi per denominare componenti e funzioni. Esistono infiniti modi per organizzare il codice, ad esempio come racchiudere i componenti open source in modo che l'interfaccia del codice abbia lo stesso aspetto per il codice open source o proprietario.

Quando si codifica su un progetto specifico, ogni sviluppatore segue le regole e le convenzioni di quella base di codice.

Affinché l'intelligenza artificiale possa svolgere un ruolo chiave nella codifica per un team di ingegneri, dovrebbe codificare come il team. Ciò significa che l’intelligenza artificiale dovrebbe avere molto contesto per personalizzare e personalizzare il proprio codice.

Epilogo: il potenziale nella generazione di codici AI

Stiamo ancora grattando la superficie delle capacità di GenAI.

Quando si discute di modelli GenAI, considerare la personalizzazione come fornire a un modello il contesto migliore per il suo compito. Fornire un ottimo contesto riguardante il codice esistente, la UX e il lavoro da svolgere degli utenti si tradurrà in risultati migliori. Per utilizzare i modelli GenAI al massimo delle loro potenzialità, li confezioniamo come prodotti con sistemi di supporto che funzionano con algoritmi ed euristiche “vecchio stile”. In questo modo massimizziamo l’intelligenza artificiale al suo pieno potenziale.

Il software continuerà a divorare il mondo sempre più velocemente, aumentando la produttività, i margini e il PIL.

CEO, responsabili IT e responsabili PM che adottano l'automazione consentiranno ai loro team di consegnare il doppio e forse anche il quintuplo dei tempi, ottenendo un vantaggio sulla concorrenza. Lanciare i prodotti sul mercato più rapidamente e a costi inferiori aumenterà i margini delle aziende e, di conseguenza, il PIL derivante dalla tecnologia.

Uno sviluppo di software più economico significa che il software potrebbe arrivare e risolvere più problemi. Ciò che prima era un ROI negativo diventerà un ROI positivo. Il software che risolve problemi di nicchia potrebbe valere la pena se il costo di sviluppo fosse ridotto dell’80%.

Più persone codificheranno e codificheranno più velocemente. Gli agenti GenAI produrranno, testeranno e distribuiranno il codice e gli esseri umani si occuperanno delle parti creative, sviluppando più architettura e UX di ciò che oggi è considerato codifica. Vedo più posizioni di sviluppatore in futuro. Detto questo, lo sviluppo evolverà verso un livello di astrazione più elevato.