AI 코딩, 꼭 필요한 것인가, 아니면 기믹인가?

게스트 인터뷰: Xu Xiaoqiang

| 작성: Zhang Xiaonan

| 제작: Li Meihan

|

생성 AI 이후 화재, AI는 프로그래머의 역할이 "on the Hook"인 것 같았습니다.

거의 가끔씩 AI 프로그래밍 도구가 프로그래머를 대체할 수 있는지에 대한 주제가 다시 논의됩니다.

AI 프로그래밍으로 인해 촉발된 열띤 토론은 사람들을 혼란스럽게 만듭니다. 이것이 프로그래밍 분야의 생산성 혁명을 촉발할 수 있을까요? 아니면 또 다른 과장된 스턴트인가요?

AI 프로그래밍으로 인해 Baidu는 인간 효율성을 10% 향상시켰습니다. 현재 엔지니어가 제출한 새 코드의 27%가 AI에 의해 생성되었습니다. 이 답변의 선구자는 이 답변을 탐구하는 주요 제조업체입니다.

그러나 Baidu Comate 설계자이자 이 제품의 첫 번째 사용자인 Xu Xiaoqiang은 "개발자가 프로그래밍 도구로 대체될 것"이라는 진술에 매우 반대합니다. R&D 및 건축 분야에서 근무한 경험을 통해 그는 인간의 의사결정과 혁신이 무엇과도 바꿀 수 없는 가치를 갖는다고 굳게 믿게 되었습니다.

"도구는 인간이 더 잘할 수 있도록 돕기 위한 것이지, 도구 자체가 인간을 대체하는 데 사용되는 것은 아니다." 그는 인터뷰에서 "인간의 의사 결정과 혁신 능력은 항상 모델보다 낫다"고 이 견해를 표현했습니다.

그러나 그는 AI의 개입으로 소프트웨어 엔지니어링 분야가 실제로 몇 가지 근본적인 변화를 겪고 있다는 점도 예리하게 알아차렸습니다. R&D 과정에서 역할의 경계가 모호해지고, 개발자와 AI가 함께 일하는 새로운 패러다임 시대가 다가오고 있습니다.

Comate의 심층적인 사용자인 Xu Xiaoqiang은 라이브 방송 중에 프로그래밍 도구를 사용하는 많은 방법과 경험을 공유했습니다. 그는 사용자가 "연습이 완벽함"을 달성하기 위해 이 도구를 최대한 많이 연습해야 한다고 제안했습니다. .

Xu Xiaoqiang이 구상한 AI 프로그래밍의 결과는 광범위하고 훌륭합니다.

프로그래밍 도구의 질적 도약 이후 그는 사람들이 AI와 더욱 평등하고 대화적인 방식으로 협력하여 발전할 수 있기를 바라고 있습니다. 언어를 넘어 의식 수준에서 직접 상호작용하여 "모든 사람은 프로그래머" 궁극적인 청사진.

다음은 인터뷰의 핵심 포인트입니다.

현재 AI 프로그래밍 제품은 보다 '현실적인 요구'에 대응하기 위해 수평적, 수직적으로 제품 성능을 지속적으로 향상시키고 있습니다.
보조 프로그래밍 도구는 개발자를 대체할 수 없습니다. 도구의 목적은 사람들과 더 잘 협력하여 사람들의 능력을 향상시키는 것입니다.
AI 기능의 경계: 정보에 대한 심층적인 이해, 다중 모드 정보 처리 및 혁신 기능에는 여전히 큰 단점이 있습니다.
소프트웨어 엔지니어링 3.0 시대는 인간과 AI가 함께 일하는 새로운 패러다임 시대가 될 것이며, R&D 프로세스가 재구성되고 요구공학이 핵심이 될 것입니다.
AI 프로그래밍의 개인 정보 보호 및 저작권 문제는 기술 및 법적 수준 모두에서 "이중 접근 방식"이 필요합니다.
• 미래에는 대화가 AI 프로그래밍 도구의 주요 상호작용 방식이 될 것이며, 프로그래밍 제품은 R&D 시나리오부터 비R&D 시나리오까지 포괄하게 될 것입니다.
  

인터뷰 내용은 다음과 같습니다.

1. AI는 Baidu의 새로운 코드 중 27%를 완성했습니다.

프로그래밍 도구는 "실제 요구"를 해결하기 위해 사용자가 더 많이 탐색해야 합니다

AIGC Practical School: 현재 AI 프로그래밍이 프로그래밍 관련 입장을 크게 전복시킬 수 있다는 주장이 있으며, 이러한 견해는 일부 패닉을 야기하기도 했습니다. 그러나 반면에 많은 사람들은 AI를 사용한 프로그래밍이 우리가 상상했던 것보다 훨씬 덜 효율적이라는 것을 알게 될 것입니다.

AI 프로그래밍의 엄청난 인기는 수요에 의한 것인가, 아니면 속임수인가?

Xu Xiaoqiang: 이러한 의견은 제쳐두고 현재의 사실을 살펴 보겠습니다.

우선, AI 프로그래밍 도구가 대중화되고 수용되기까지는 시간이 걸리겠지만, AI 프로그래밍의 시장 인기는 누구에게나 명백하며, 점점 더 많은 구현 사례와 상업적 가치가 나타날 것입니다.

둘째, AI 프로그래밍 제품은 더욱 '실제 요구'에 부응하기 위해 계속 발전할 것입니다. 당사 자체 제품인 Comate 2.0을 예로 들면, 당사는 수직 및 수평 차원 모두에서 제품 성능을 향상시키기 위해 끊임없이 노력하고 있습니다.

수평적으로 AI 프로그래밍이 더 넓은 범위의 연구 및 개발 시나리오를 포괄할 수 있기를 바랍니다. 예를 들어, RAG 기술을 사용하면 프로젝트와 코드를 깊이 이해하여 다양한 시나리오에서 연구 개발 효율성을 높일 수 있습니다. 수직적으로는 AI가 특정 산업이나 특정 시나리오에 깊이 침투할 수 있기를 바랍니다.

마지막으로 AI 프로그래밍 도구의 효과는 개인과 조직에 따라 다를 수 있습니다. 사용자는 사용 습관을 개발하고 도구에 적합한 것을 찾아야 합니다. AI 도구와 더 잘 협력하려면 사용자는 자신의 요구 사항을 명확하게 설명하고 AI를 모든 질문에 답하고 끊임없이 탐색하고 상호 작용하는 개인 비서로 취급해야 합니다.

또한 AI 프로그래밍을 학습 도구로 활용하여 익숙하지 않은 언어, 프레임워크, 코드 구현 아이디어를 이해하고 구현 세부 사항에 대해 심층적으로 문의할 수 있는 개발자도 많습니다.

프로그래밍 분야의 AI 효율성 향상은 기믹이 아니라고 할 수 있습니다. 대형 모델 기술이 부상한 이후 Baidu는 엔지니어가 제출한 코드 중 27%가 AI에 의해 생성되었으며 사용자 채택률은 46%에 도달했습니다. 현재 Baidu 엔지니어의 80%가 AI 도구를 사용하여 개발을 지원합니다.

게다가 엔지니어들은 업무 효율성을 향상시킬 뿐만 아니라 직장에서의 행복도를 높이는 차세대 도구가 가져오는 변화를 체감했습니다.

AIGC 실무자: AI 프로그래밍을 사용할 때 도구의 잠재력을 더 잘 활용할 수 있는 방법이 있나요?

Xu Xiaoqiang: 아직 더 노력해야 할 것 같아요. 점차적으로 느낌을 찾을 수 있습니다. 어떤 시나리오에서 AI가 인간보다 더 빠르게 작업을 수행할 수 있다는 것입니다. 이러한 시나리오가 하나씩 축적되면서 도구는 점차적으로 기대하는 결과를 달성하게 됩니다.

AIGC 실무자: 지금 Baidu의 매일 새로운 코드 중 27%가 Comate에서 생성된다고 말씀하셨는데요. 그렇다면 어떤 사람들은 회사의 R&D 팀이 더 많은 AI 프로그래밍 도구를 사용하면 해고로 이어질까 봐 걱정합니다.

Xu Xiaoqiang: 처음에는 저희도 이런 일이 일어날까봐 당황하고 걱정했어요. 그러나 AI 프로그래밍을 더 깊이 사용하고 이해하면서 효율성을 높이는 것은 도구가 인간을 대체하는 것이 아니라 도구가 인간과 더 잘 협력하여 인간의 능력을 향상시키는 것임을 깨달았습니다.

현재 AI는 프로그래밍과 개발자 직업이 사라질 단계까지 발전하지 않았습니다. 그러나 마부를 위한 자동차가 탄생한 것처럼, 언젠가 이 단계에 도달하더라도 너무 걱정할 필요는 없습니다.

2. 인간의 의사결정과 혁신의 가치는 영원히 지속될 것이며, 프로그래머는 대체될 걱정이 없습니다

AIGC Practical School: 우리는 AI에 어디까지 희망을 걸 수 있을까요? 프로그래밍 도구가 제한될 수 있습니까?

Xu Xiaoqiang: AI 프로그래밍 기능의 경계에 대해 이야기하려면 먼저 도구의 핵심 장점을 살펴봐야 한다고 생각합니다. 반복성이 높고 단순하며 사소한 세 가지 특성을 지닌 작업에 주로 사용되는 것 같아요.

따라서 창의성, 의사결정 및 복잡성이 필요한 시나리오에서는 AI 기능이 우수한 표준을 충족할 수 없습니다. 나는 그 능력이 주로 다음과 같은 측면에 의해 제한된다고 생각합니다.

첫째, 모델 자체가 정보를 충분히 깊이 이해하지 못합니다. 더 큰 모델이 있더라도 코드에 대한 이해가 여전히 충분하지 않습니다. 나는 코드가 정보 밀도가 낮은 전달자라고 믿습니다. 그 탄생은 모델과 기계를 제공하는 것이 아니라 인간과 기계 언어 사이의 균형을 찾는 것입니다. 따라서 AI는 코드로 전체적인 상황을 파악할 수 없어 의사결정의 정확성이 크게 약화될 수 있다.

둘째, 인간은 다양한 방식으로 정보를 저장하고 전송하지만 AI는 흐름도, 클래스 다이어그램과 같은 다중 모드 정보를 이해하는 능력이 제한적입니다. 이는 현재 매우 인기 있는 연구 방향이기도 합니다.

셋째, 모델의 원리에서 출발하면 확률 모델로서 AI의 출력은 기존 지식에 의해 제한되고 창의성이 부족합니다. 일반 사용자가 AI 프롬프트를 스스로 조정하는 것은 어렵고 프롬프트 엔지니어와 같은 전문적인 역할의 개입이 필요합니다.

마지막으로, 전문 도메인 지식에 대한 AI의 이해도는 여전히 얕고, 개인 도메인 지식과 전문 도메인 지식 모두 더욱 강화되어야 합니다.

위의 요인에 따라 특정 시나리오에서는 AI 성능에 제한이 있습니다. 인간은 특정 문제를 분석하고 어떤 작업이 AI에 의해 가장 잘 완료되고 어떤 작업이 우리 자신에 의해 더 잘 완료되는지 결정하는 가교 역할을 해야 합니다. 이는 인간이 항상 모델을 능가하는 영역 중 하나입니다.

AIGC Practical School: 프로그래밍 기술이 없는 사람이 충분히 강력한 보조 프로그래밍 도구를 사용하면 일부 프로그래머가 수행하는 작업을 수행할 수 있습니까?

Xu Xiaoqiang: 이 효과는 어느 정도 달성된 것 같아요.

AIGC Practical School: 하지만 정말 창의적이고 도전적인 코딩 작업도 여전히 프로그래머가 해야 할까요?

Xu Xiaoqiang: 예.

AIGC 실무자: 이러한 관점에서 프로그래머는 교체에 대해 걱정할 필요가 없습니다.

Xu Xiaoqiang: 예. 이 부분은 전혀 걱정하지 않으셔도 될 것 같아요.

3. 소프트웨어 엔지니어링 3.0 시대를 맞이하여 AI 협업은 연구 개발 프로세스를 재구성할 것입니다

AIGC Practical School: 이제 많은 사람들이 "소프트웨어 엔지니어링의 새로운 패러다임"이라는 단어를 언급하게 될 것입니다. . AI의 영향으로 소프트웨어 엔지니어링에는 어떤 변화가 일어날까요? 실무자들은 이러한 변화를 어떻게 보고 대응해야 합니까?

쉬샤오창:네. 소프트웨어공학 3.0이라는 개념이 최근 더욱 대중화되고 있지만, 이는 3.0 시대를 향한 시작점일 뿐이라고 생각합니다.

소프트웨어 엔지니어링 패러다임의 진화를 되돌아보면, 1.0 시대의 소프트웨어 엔지니어링은 진정으로 표준화된 소프트웨어 개발 및 팀 협업 프로세스입니다. 하지만 이 방법은 실제 개발에서는 충분히 민첩하지 못하고, 전달 과정도 원활하지 않습니다. 2.0 시대에 접어들면서 개발은 민첩해지고 클라우드 컴퓨팅과 SaaS로 대표되는 인프라는 지속적으로 개선되며 1.0 시대에 비해 사고 방식과 제품 형태에 큰 변화가 일어났습니다.

3.0 시대는 아직 도구 중심의 변화 단계에 진입하지 못했다고 생각합니다. 다양한 측면에서 대형모델(LLM)의 잠재력은 변화를 주도하기보다는 촉매제 역할을 할 수 있게 해준다. 과거에는 개발자 각자에게 업무 역할을 부여하는 것이 비현실적이었지만, 오늘날 우리는 AI를 활용한 새로운 패러다임의 시대를 맞이하고 있습니다.

AI 협업 방식은 다음과 같은 측면에서 업무를 개선할 수 있습니다. 첫째, AI는 실제 업무에서 운영 단계를 단순화할 수 있습니다.

둘째, AI는 작업 전환 비용을 줄여주어 질문하기, 프로젝트 익히기, 정보 이해 및 찾기 등의 작업을 하나의 인터페이스 내에서 완료할 수 있게 해줍니다. 손 사람. 현재 AI와의 협업은 여전히 ​​명령 모드에 있지만, 미래에는 AI가 단순한 의사결정 작업 등 더 많은 일을 할 수 있을 것입니다. 이러한 방식으로만 우리는 인간-기계 협업의 진정으로 새로운 모델을 달성할 수 있습니다. .

AI의 개입으로 소프트웨어 엔지니어링 분야는 실제로 몇 가지 근본적인 변화를 겪고 있습니다. R&D 프로세스가 재구성되고 요구사항 엔지니어링이 제공의 시작점이자 끝점이 됩니다. 현재 버전의 기능 상한은 새로운 요구사항의 시작점이 되어 지속적으로 제품 반복을 촉진할 수 있습니다.

동시에 AI의 등장으로 역할 분담도 모호해졌습니다. 이제 제품 관리자는 대규모 모델을 사용하여 신속하게 프로토타입을 생성하고 개발 작업의 일부를 맡을 수 있으며, 유사한 동적 기능을 통해 팀은 제품 개념을 보다 직관적으로 이해하고 평가할 수 있습니다.

인간-기계 협업 및 전달 모델의 변화는 물론 전체 체인의 변화가 함께 소프트웨어 엔지니어링의 진화를 촉진할 것이라고 믿습니다.

AIGC 실무자: 아직 3.0 시대가 공식적으로 시작되지 않았다고 말씀드렸습니다. 이 전환기 단계에서 몇 가지 새로운 핵심 역할이 있을까요?

Xu Xiaoqiang: 예, 몇 가지 새로운 변화를 발견했습니다. 예를 들어, 최근 비교적 인기 있는 새로운 직위인 프롬프트 엔지니어가 있습니다. 이 직위는 이전에는 존재하지 않았으며 실제로 R&D 또는 제품 역할에서 발전했습니다. 이는 AI의 통합으로 원래 직위에 대한 요구 사항이 업데이트되고 더 전문화된 하위 부서도 형성되어 이러한 기술을 가진 사람들이 더 큰 가치를 발휘할 수 있음을 보여줍니다.

AIGC 실무자: 새로운 역할은 어떻게 회사에 합류하게 되나요? 회사 내에서 생성됩니까, 아니면 채용을 통해 달성해야 합니까?

Xu Xiaoqiang: 저는 신속한 엔지니어가 AI 네이티브 애플리케이션 개발에 없어서는 안 될 역할이라고 생각합니다. 그러나 현재 관점에서 볼 때 이 역할은 너무 새로운 역할이고 시장에서 경험이 풍부한 후보자를 찾기가 어렵습니다. 따라서 우리는 R&D나 제품 관리자 등 내부 인사 이동을 통해 이 역할을 수행하는 경우가 많습니다. 변화 과정에서 다른 우수사례를 참고하여 성공사례를 축적하겠습니다.

또한 도구 수준에서도 지원을 제공할 예정입니다. Baidu 내에서는 전체 링크의 운영을 지원하기 위해 Comate 스택, Playground 등과 같은 일련의 도구를 개발했습니다.

AIGC 실무자: 방금 AI가 새로운 일자리를 창출했다고 말씀하셨는데요, 그게 눈길을 끌지만, 주제가 바뀌면 실제로는 이러한 직위의 요구를 충족할 수 있는 많은 제품 기능이 있습니다.. (네, 새로운 일자리가 창출되지 않는다는 뜻 아닌가요? )

Xu Xiaoqiang: 그렇지 않습니다. 도구 자체가 인간을 대체하는 데 사용되는 것은 아닙니다. .

4. 개인 정보 보호 및 저작권 문제를 해결하려면 기술과 법률의 두 가지 접근 방식이 필요합니다

AIGC Practical School: GitHub이 작년에 출시한 AI 프로그래밍 도구에서 AI가 소송을 제기했습니다. 그러나 이 코드는 원본이 아닌 것으로 판명되어 침해 문제를 중심으로 소송이 진행되었습니다. 프로그래밍 도구를 사용할 때 이러한 문제를 어떻게 피해야 합니까?

Xu Xiaoqiang: 이것은 매우 새로운 문제이고 입법 및 법학 측면에서 충분한 참고 자료가 부족합니다. 나는 이것이 실제로 두 가지 수준의 문제라고 생각합니다. 첫 번째 수준의 문제는 기술적인 문제이고 두 번째 수준의 문제는 법적 문제입니다.

기술적인 측면에서는 다양한 기술 솔루션이 있으며 이는 방어에 더 가깝습니다. 우리는 모델을 훈련할 때 저작권이 있는 코드 조각의 배포를 식별하고 방지하는 등 기술의 신뢰성과 규정 준수를 보장하기 위해 노력하고 있습니다. 제품 수준에서는 규정을 준수하는 데이터 전송을 보장하고 사용자 상호 작용 프로세스의 데이터 및 개인 정보 보호를 보장해야 합니다.

법적 관점에서 관련 문제를 해결하고 대다수 국민의 이익을 보호하려면 입법이 필요합니다. 실제로 올해 민간 부문에서 몇 가지 조치가 취해졌습니다. 생성형 대형 모델 지능형 개발 표준의 핵심 구성원으로서 대형 모델 원칙 및 데이터 보안과 관련된 규정을 정리했습니다. 따라서 가까운 시일 내에 전체 법적 측면이 더욱 완전하고 근거가 확실해지며 산업 발전을 지원할 것이라고 믿을 만한 이유가 있습니다.

AIGC Practical School: Xu 선생님의 말씀은 매우 계몽적입니다. 방금 논의한 문제는 대형 모델 시대에만 국한된 것이 아닙니다. 대형 모델이 많은 주목을 받았고, 여전히 AI 프로그래밍 기술에 회의적인 사람도 있기 때문에 개별 사례의 (부정적 영향)이 증폭될 수도 있습니다.

Xu Xiaoqiang: 네.

5. AI 코딩의 최종 단계는 질적인 변화가 필요하며 보다 평등하고 자연스러운 상호 작용 방식을 가져올 것입니다.

AIGC Practical School: AI 프로그래밍 도구의 지속적인 개발과 진화를 통해 결국 반복적으로 최적화될 수 있습니까? 소위 AI 코딩의 궁극적인 형태가 궁금하다.

Xu Xiaoqiang: 장기적으로 최종 결과는 현재 제품과 질적으로 매우 다를 것이라고 생각합니다.

첫 번째는 인간-컴퓨터 상호 작용 방식의 변화입니다. 현재 우리의 상호 작용은 주로 키보드 입력을 통해 이루어집니다. 나는 적극적으로 기계에 정보를 제공하고 기계가 내 의도를 분석하고 이해하도록 합니다. 앞으로는 우리가 좀 더 평등하고, 좀 더 대화적으로 상호작용할 수 있을지, 아니면 언어를 넘어 의식의 차원에서 직접적으로 소통할 수 있을지는 완전히 새로운 경험이 될 것입니다.

두 번째 요점은 방금 몇 가지 아이디어를 언급했습니다. 즉, 정보 매체의 향후 변화로 인해 코드 개념이 더 이상 필요하지 않게 될 수 있다는 것입니다. 나는 미래에 새로운 형태의 모델과 그 주변 애플리케이션이 등장할 것이라고 믿습니다. 이러한 애플리케이션은 모델 위에서 실행될 것이며 사용자와 AI 간의 상호 작용은 더 이상 코드나 데이터 전송에 의존하지 않을 것입니다. 그리하여 "모든 사람이 프로그래머이다"라는 궁극적인 목표를 향해 나아가고 있습니다.

친구를 파티에 초대하기 위해 애플리케이션을 생성해야 하는 시나리오를 상상해 보세요. 내 요구 사항을 한 문장으로 표현하면 AI가 이 애플리케이션을 만들어 보내주므로 내 친구들이 직접 응답할 수 있습니다. 그들의 생각과 선물 선택과 함께 참석하십시오.

현실로 돌아가서, 이 이상적인 상태는 아직 상대적으로 멀었습니다.

AIGC 실무자: 이 제품의 다음 계획은 무엇인가요?

Xu Xiaoqiang: Comate의 발전에 대해 저는 크게 두 가지 기대를 갖고 있습니다. 우선, 더 많은 R&D 시나리오를 포괄하도록 확장하고 R&D 이외의 시나리오에도 적용함으로써 다양한 역할이 개발과 소프트웨어 엔지니어링 간의 협업 효율성을 높이는 데 도움이 되기를 바랍니다.

두 번째로, 수직 개발 분야에서 개발 과정에서 수요 분석에 대해 코메이트가 더욱 심층적인 지원을 제공할 수 있기를 바랍니다. 모든 사람이 더 쉽게 시작하고, 숙련도 수준에 빠르게 도달하며, 사용 중에 더 나은 결과를 얻을 수 있도록 도와줍니다.

AIGC에 대해 자세히 알아보려면 다음을 방문하세요.

51CTO AI.x 커뮤니티

https://www.51cto.com/aigc/

위 내용은 AI 코딩, 꼭 필요한 것인가, 아니면 기믹인가?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!