Por que o Futuro da Geração de Código de IA é a Personalização

De acordo com a McKinsey, o impacto econômico da GenAI é o maior no campo de desenvolvimento de produtos e automação de codificação, resultando em um impacto de $900B.

Vamos mergulhar mais fundo no estado da automação de código, personalização de código e seu potencial.

Estado da GenAI e Automação de Código em 2024

Em 2023, o ChatGPT e o assistente de codificação da Github, CoPilot, explodiram e se tornaram mainstream entre os codificadores. O GPT e modelos semelhantes demonstraram que os LLMs (grandes modelos de linguagem) podem gerar, completar, refatorar e transformar código muito bem.

Hoje, existem uma variedade de assistentes de codificação. Embora o CoPilot seja considerado o líder da categoria, existem assistentes de codificação GenAI com especialidades diferentes. Para citar alguns:

• A Anima se especializa em front-end, transformando designs em código (por exemplo, Figma em React)

• A especialidade da Codium é compor testes e gerenciar solicitações de pull

• O Replit oferece um IDE online colaborativo com um assistente de IA dedicado

• O Tab9 oferece uma solução on-prem, altamente segura, para a Empresa

Rivais em ascensão ao CoPilot são anunciados frequentemente, por exemplo, magic.dev e Poolside, prometendo melhor desempenho e melhor experiência. Os modelos continuam a evoluir – o GPT5 é esperado para ser anunciado em breve, e o LlamaCode oferece um modelo de código de alta qualidade, com versões refinadas surgindo no HuggingFace [leaderboard de modelos de código]. É apenas o início da automação de código com LLMs.

De acordo com a Github, o CoPilot acelera o desenvolvimento em 55% [pesquisa]. Os usuários da Anima relatam economizar até 50% do tempo de codificação front-end [estudo de caso], tornando-os 2x mais rápidos e acabando com um produto de melhor qualidade em termos de UX – e menos idas e vindas entre designers e desenvolvedores.

Personalização de Código de IA

O JavaScript é a linguagem de codificação mais popular (#1) (Github 2023), e o React é o framework web JavaScript mais popular, usado por mais de 40% dos desenvolvedores (Stackoverflow 2023).

Agora, se você pegar 100 equipes de engenharia diferentes que construem em cima do React, você encontrará 100 estilos de codificação diferentes. Diferentes equipes têm maneiras diferentes de escrever código.

Cada equipe tem sua pilha de tecnologia (o conjunto de tecnologias usadas na arquitetura de software). Algumas equipes usam bibliotecas de código aberto, como o Next.js, que permitem que elas otimizem o desempenho. Algumas usam frameworks de UI, como o Radix, MUI ou Ant. As equipes que usam o React devem adicionar pacotes de gerenciamento de estado, como o React Query, Redux, Mobx, etc. E existem milhares de outras bibliotecas de JavaScript de código aberto populares.

Além disso, a mesma funcionalidade pode ser alcançada de maneiras diferentes. Algumas equipes preferem um layout de grade de CSS, enquanto outras preferem um layout Flex e obtêm os mesmos resultados. Existem preferências sintáticas. Algumas usam funções clássicas de JavaScript, enquanto outras usam funções de seta. Existem convenções de nomenclatura, como camelCase, kebab-case, e diferentes maneiras de nomear componentes e funções. Existem maneiras infinitas de organizar seu código, como a forma de embrulhar componentes de código aberto para que a interface do código pareça a mesma para código de código aberto ou proprietário.

Quando codificando em um projeto específico, cada desenvolvedor segue as regras e convenções daquela base de código.

Para que a IA desempenhe um papel fundamental na codificação para uma equipe de engenharia, ela deve codificar como a equipe. Isso significa que a IA deve ter muito contexto para personalizar e personalizar seu código.

Epílogo: O Potencial na Geração de Código de IA

Ainda estamos arranhando a superfície das capacidades da GenAI.

Quando discutimos modelos de GenAI, considere a personalização como dar ao modelo o melhor contexto para sua tarefa. Dar a ele um ótimo contexto sobre o código existente, a UX e o trabalho a ser feito pelos usuários resultará em melhores resultados. Para utilizar os modelos de GenAI ao seu máximo potencial, os embalamos como produtos com sistemas de apoio que funcionam com algoritmos e heurísticas “antigos”. É assim que maximizamos a IA ao seu máximo potencial.

O software continuará a comer o mundo cada vez mais rápido, aumentando a produtividade, as margens e o PIB.

Os CEOs, líderes de TI e líderes de PM que adotam a automação permitirão que suas equipes entreguem 2x e talvez até 5x mais rápido, obtendo uma vantagem sobre a concorrência. Levar produtos mais rápido ao mercado e a um custo mais baixo aumentará as margens das empresas e, eventualmente, aumentará o PIB proveniente da tecnologia.

O desenvolvimento de software mais barato significa que o software pode vir e resolver mais problemas. O que costumava ser ROI negativo se tornará ROI positivo. O software que resolve problemas de nicho pode valer a pena se o custo de desenvolvimento for reduzido em 80%.

Mais pessoas codificarão, e elas codificarão mais rápido. Os agentes de GenAI produzirão, testarão e implantarão código, e os humanos farão as partes criativas, desenvolvendo mais arquitetura e UX do que o que é considerado hoje como codificação. Vejo mais posições de desenvolvedor no futuro. Dito isso, o desenvolvimento evoluirá para um nível mais alto de abstração.