&format=webp)
AI като „говорещо гумено пате“: Как програмистите търсят помощ от изкуствения интелект?
Новият модел на OpenAI направи своя дебют този месец с блестящ livestream, групови прожекции и… чувство за отчаяние. В секцията с мнения в YouTube скептицизмът беше осезателен: „ Мисля, че всички стартират да осъзнават, че това няма да промени света, както се очакваше. Вижда се в лицата им “, написа един от феновете. Но в случай че за всеобщия консуматор резултатът е под въпрос, спасението може би се крие в програмирането.
Генеративният AI се нуждае от доказателство за своята успеваемост в бизнеса – а програмирането наподобява като най-хубавият претендент. От една страна, разработчиците са измежду най-високоплатените експерти, което трансформира автоматизирането на тяхната работа в евентуална икономическа гражданска война. От друга – резултатите са измерими, написа Financial Times.
През април Сатя Надела, основен изпълнителен шеф на Microsoft, съобщи, че до 30% от кода на компанията към този момент се написа благодарение на AI. Същото твърди и Сундар Пичай от Гугъл. Salesforce даже замрази инженерните си наемания, а Марк Зъкърбърг сподели пред Джо Роуган, че Meta употребява AI като „ приблизително равнище инженер “, който написа код.
Междувременно стартъпи като Replit и Anysphere (с продукта Cursor) разпространяват концепцията, че с AI „ всеки може да програмира “. Теоретично – всеки чиновник може да се трансформира в софтуерен инженер.
Но за какво това не се случва всеобщо? Една от аргументите е, че сферата към момента е прекомерно непозната. Хората, които професионално пишат код, обаче считат, че действителният проблем е непредсказуемостта. „ Много хора пропущат какъв брой необичайно и занимателно в действителност е това начинание. Програмист съм от 30 години и AI моделите не се държат като естествени компютри, “ споделя Саймън Уилисън, известен в инженерната общественост с опитите си с изкуствен интелект.
Уилисън разказва себе си като vibe coder – употребява LLM модели, с цел да генерира код посредством елементарни текстови указания. GPT-5 е новият му обичан модел, само че самичък планува „ злополука на vibe coding “, в случай че бъде употребен за основаването на сериозен програмен продукт.
Програмният код е език, а генеративният AI владее съвсем всички, в това число и остарели като Cobol. Това не значи, че програмистите одобряват всяко предложение. Уилисън обича да тества границите – да вземем за пример желае svg илюстрация на пеликан, който кара велосипед, или стратегия, която „ помни по име “ кокошките в градината му. Понякога моделът вместо това написа стихотворение.
Въпреки това той показва и практическа изгода. С помощта на Claude Code от Anthropic е построил инструмент за OCR (разпознаване на текст от изображения), програмен продукт за обобщаване на мнения и възнамерява система, която да го уведомява, когато китове се появяват край дома му на Тихия океан. Всичко това – единствено с указания, написани на британски.
И въпреки всичко, сред основаването и разбирането на кода има дълбока бездна. Собственият опит на създателя да сътвори инструмент за обобщаване на мнения води до нефункционален артикул, който дава прекомерно дълги отговори и самичък се поздравява за „ триумфа си “.
Уилисън акцентира, че не би употребявал AI-код за действителни планове, без да прегледа деликатно всеки ред: „ Естествено, че има риск от халюцинации, а желанието на чатбота да бъде склонен с всичко може да докара до неработещи хрумвания. “ Това е изключително проблематично за хора без опит в редакцията на код, тъй като рискуват да основат програмен продукт с вградени недостатъци.
Освен това AI не постоянно икономисва време. Проучване, извършено през юли от Model Evaluation and Threat Research, стига до извода, че програмисти, употребяващи AI, са считали, че работят по-бързо, само че в действителност са им били нужни с 20% повече време.
AI като „ говорещо гумено пате “
Доста разработчици намират изкуствения разсъдък за потребен в дискутирането на проблеми – наподобявайки известната в програмистките среди техника „ rubber ducking “. При нея експертът изяснява ред по ред кода си на гумено пате (или различен предмет на бюрото), с цел да открие къде бърка. Разликата е, че в тази ситуация „ патето “ този път може да дава отговор назад.
Напредъкът в програмирането благодарение на AI е действителен. Но както показват специалистите, измерването на продуктивността не е толкоз просто, едвам изчислиш % от написания код. В последна сметка цената се дефинира не от размера, а от това дали софтуерът прави работата, за която е предопределен.
Генеративният AI се нуждае от доказателство за своята успеваемост в бизнеса – а програмирането наподобява като най-хубавият претендент. От една страна, разработчиците са измежду най-високоплатените експерти, което трансформира автоматизирането на тяхната работа в евентуална икономическа гражданска война. От друга – резултатите са измерими, написа Financial Times.
През април Сатя Надела, основен изпълнителен шеф на Microsoft, съобщи, че до 30% от кода на компанията към този момент се написа благодарение на AI. Същото твърди и Сундар Пичай от Гугъл. Salesforce даже замрази инженерните си наемания, а Марк Зъкърбърг сподели пред Джо Роуган, че Meta употребява AI като „ приблизително равнище инженер “, който написа код.
Междувременно стартъпи като Replit и Anysphere (с продукта Cursor) разпространяват концепцията, че с AI „ всеки може да програмира “. Теоретично – всеки чиновник може да се трансформира в софтуерен инженер.
Но за какво това не се случва всеобщо? Една от аргументите е, че сферата към момента е прекомерно непозната. Хората, които професионално пишат код, обаче считат, че действителният проблем е непредсказуемостта. „ Много хора пропущат какъв брой необичайно и занимателно в действителност е това начинание. Програмист съм от 30 години и AI моделите не се държат като естествени компютри, “ споделя Саймън Уилисън, известен в инженерната общественост с опитите си с изкуствен интелект.
Уилисън разказва себе си като vibe coder – употребява LLM модели, с цел да генерира код посредством елементарни текстови указания. GPT-5 е новият му обичан модел, само че самичък планува „ злополука на vibe coding “, в случай че бъде употребен за основаването на сериозен програмен продукт.
Програмният код е език, а генеративният AI владее съвсем всички, в това число и остарели като Cobol. Това не значи, че програмистите одобряват всяко предложение. Уилисън обича да тества границите – да вземем за пример желае svg илюстрация на пеликан, който кара велосипед, или стратегия, която „ помни по име “ кокошките в градината му. Понякога моделът вместо това написа стихотворение.
Въпреки това той показва и практическа изгода. С помощта на Claude Code от Anthropic е построил инструмент за OCR (разпознаване на текст от изображения), програмен продукт за обобщаване на мнения и възнамерява система, която да го уведомява, когато китове се появяват край дома му на Тихия океан. Всичко това – единствено с указания, написани на британски.
И въпреки всичко, сред основаването и разбирането на кода има дълбока бездна. Собственият опит на създателя да сътвори инструмент за обобщаване на мнения води до нефункционален артикул, който дава прекомерно дълги отговори и самичък се поздравява за „ триумфа си “.
Уилисън акцентира, че не би употребявал AI-код за действителни планове, без да прегледа деликатно всеки ред: „ Естествено, че има риск от халюцинации, а желанието на чатбота да бъде склонен с всичко може да докара до неработещи хрумвания. “ Това е изключително проблематично за хора без опит в редакцията на код, тъй като рискуват да основат програмен продукт с вградени недостатъци.
Освен това AI не постоянно икономисва време. Проучване, извършено през юли от Model Evaluation and Threat Research, стига до извода, че програмисти, употребяващи AI, са считали, че работят по-бързо, само че в действителност са им били нужни с 20% повече време.
AI като „ говорещо гумено пате “
Доста разработчици намират изкуствения разсъдък за потребен в дискутирането на проблеми – наподобявайки известната в програмистките среди техника „ rubber ducking “. При нея експертът изяснява ред по ред кода си на гумено пате (или различен предмет на бюрото), с цел да открие къде бърка. Разликата е, че в тази ситуация „ патето “ този път може да дава отговор назад.
Напредъкът в програмирането благодарение на AI е действителен. Но както показват специалистите, измерването на продуктивността не е толкоз просто, едвам изчислиш % от написания код. В последна сметка цената се дефинира не от размера, а от това дали софтуерът прави работата, за която е предопределен.
Източник: profit.bg
КОМЕНТАРИ