Perché il Futuro della Generazione di Codice AI è la Personalizzazione

Secondo McKinsey, l’impatto economico di GenAI è più grande nel campo dello sviluppo di prodotti e dell’automazione del codice, con un impatto di 900 miliardi di dollari.

Scendiamo più nel dettaglio sullo stato dell’automazione del codice, della personalizzazione del codice e del suo potenziale.

Stato di GenAI e Automazione del Codice nel 2024

Nel 2023, ChatGPT e l’assistente di coding di Github, CoPilot, sono diventati mainstream tra i coder. GPT e modelli simili hanno dimostrato che i modelli linguistici grandi (LLM) possono generare, completare, riscrivere e trasformare il codice molto bene.

Oggi, ci sono una varietà di assistenti di coding. Mentre CoPilot è considerato il leader della categoria, ci sono assistenti di coding GenAI con specializzazioni diverse. Per nominarne alcuni:

• Anima si specializza nel front-end, trasformando i design in codice (ad esempio, Figma in React)

• Codium si specializza nella composizione di test e nella gestione delle richieste di pull

• Replit offre un ambiente di sviluppo online collaborativo con un assistente AI dedicato

• Tab9 offre una soluzione on-premises, altamente sicura, per l’azienda

I rivali emergenti di CoPilot vengono annunciati frequentemente, ad esempio magic.dev e Poolside, che promettono prestazioni migliori e un’esperienza migliore. I modelli continuano a evolversi – GPT5 è previsto essere annunciato presto, e LlamaCode offre un modello open-source di alta gamma, con versioni personalizzate che appaiono su HuggingFace [classifica dei modelli di codice]. È solo l’inizio dell’automazione del codice con i LLM.

Secondo Github, CoPilot accelera lo sviluppo del 55% [ricerca]. Gli utenti di Anima riportano di risparmiare fino al 50% del tempo di codifica front-end [studio di caso], diventando 2x più veloci e finendo con 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 (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 ingegneria che costruiscono su React, troverai 100 diversi stili di codifica.

Ogni team ha il proprio stack tecnologico (l’insieme di tecnologie utilizzate nell’architettura del software). Alcuni team utilizzano librerie open-source come Next.js, che consentono di ottimizzare le prestazioni. Alcuni utilizzano framework UI 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 librerie JavaScript open-source popolari.

Inoltre, la stessa funzionalità può essere raggiunta in modi diversi. Alcuni team preferiscono un layout di griglia CSS, mentre altri preferiscono un layout Flex e ottengono gli stessi risultati. Ci sono preferenze sintattiche. Alcuni utilizzano funzioni JavaScript classiche, mentre altri utilizzano funzioni a freccia. Ci sono convenzioni di denominazione come camelCase, kebab-case e diversi modi per nominare componenti e funzioni. Ci sono infiniti modi per organizzare il codice, come ad esempio come avvolgere i componenti open-source in modo che l’interfaccia del codice appaia la stessa 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’AI possa svolgere un ruolo chiave nella codifica per un team di ingegneria, dovrebbe codificare come il team. Ciò significa che l’AI dovrebbe avere molti contesti per personalizzare e personalizzare il suo codice.

Epilogo: Il Potenziale nella Generazione di Codice AI

Stiamo ancora graffiando la superficie delle capacità di GenAI.

Quando si discutono modelli GenAI, si considera la personalizzazione come dare al modello il miglior contesto per il suo compito. Dare un grande contesto riguardo al codice esistente, all’UX e al lavoro degli utenti da eseguire porterà a migliori risultati. Per utilizzare al meglio i modelli GenAI, li impacchettiamo come prodotti con sistemi di supporto che lavorano con algoritmi e euristica “vecchio stile”. È così che massimizziamo l’AI al suo massimo potenziale.

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

I CEO, i leader IT e i leader di progetto che adottano l’automazione permetteranno ai loro team di consegnare 2x e forse anche 5x più velocemente, ottenendo un vantaggio sulla concorrenza. Portare prodotti più velocemente sul mercato e a un costo inferiore aumenterà i margini delle aziende e alla fine aumenterà il PIL proveniente dalla tecnologia.

Lo sviluppo del software più economico significa che il software potrebbe venire e risolvere più problemi. Ciò che era precedentemente ROI negativo diventerà ROI positivo. Il software che risolve problemi di nicchia potrebbe valere la pena se il costo di sviluppo è ridotto dell’80%.

Più persone codificheranno, e lo faranno più velocemente. Gli agenti GenAI produrranno, testeranno e distribuiranno il codice, e gli esseri umani faranno le parti creative, sviluppando più architettura e UX di quanto non si consideri oggi come codifica. Vedrò più posizioni di sviluppatore nel futuro. Detto ciò, lo sviluppo evolverà in un livello di astrazione più alto.