"Era Devin AI" pengaturcaraan, kegembiraan dan kebimbangan pembangun perisian

Pengarang |. Keith Pitt

Disusun |. Yifeng

Dihasilkan |. Pada tahun 2013, beliau mengasaskan syarikat itu dengan seorang lagi jurutera perisian, Tim Lucas, untuk menyediakan platform penyepaduan berterusan dan penghantaran berterusan (CI/CD) untuk industri teknologi Ia baru-baru ini menerima sokongan daripada OneVentures dan AirTree bersama $21 juta dalam Siri B pembiayaan.

Seorang veteran pengaturcaraan 20 tahun dan Ketua Pegawai Eksekutif syarikat yang berkhidmat kepada pembangun perisian, Keith Pitt memberikan pemikiran awalnya tentang menghasilkan kecerdasan buatan pintar, dan alatan pengaturcaraan AI yang akhirnya akan menjadikan kebanyakan kemahiran pembangunan perisian mencabar ramalan masa dengan tahap naluri kesangsian.

Beliau berkata dalam artikel itu: "Walaupun saya masih mempunyai keraguan, pengalaman saya berinteraksi dengan AI generatif dalam kerja pembangunan harian saya telah mendorong saya untuk meluaskan pandangan saya dan mula memikirkan perkara yang saya fikir mungkin. AI akan dalam beberapa perkara yang agak asas. Cara Mengubah pembangunan perisian mempunyai sisi positif dan negatif ”

1. Sisi positif: AI menjadikan kerja pembangunan lebih mudah

1 Tamatkan kerja yang membosankan

Pembangun memberi tumpuan kepada perincian seperti tatabahasa dan tanda baca dan pekerjaan itu boleh (dan sepatutnya) hilang. Pembangun tidak lagi perlu menggali manual atau menyatukan coretan kod daripada pertukaran kod, sebaliknya mendapatkan jawapan kod yang diformat dengan sempurna dengan menerangkan hasil yang diingini. Model bahasa besar (LLM) juga boleh memeriksa kod sedia ada untuk kesilapan menaip, ralat tanda baca dan butiran lain yang boleh menyebabkan pening kepala bagi pembangun.

2. Bentuk semula proses pembangunan rangka kerja

Apabila membangun menggunakan rangka kerja perisian seperti Spring, Express.js dan Django, alat pengaturcaraan AI mengabstrak bahagian umum pembangunan perisian, menetapkan garis panduan yang konsisten dan menyediakan fungsi biasa Kod pratulisan boleh bertambah baik. produktiviti. AI yang dijana akan menunjukkan nilai alatan mereka dengan mencipta kod boilerplate, mengautomasikan tugasan berulang dan mencadangkan pengoptimuman kod.

AI juga boleh membantu menyesuaikan komponen rangka kerja untuk projek tertentu.

3. Pembangun "Generalis" akan meningkat

Ramai kepakaran pembangun terletak pada kemahiran mereka dalam bahasa pengaturcaraan tertentu. Apabila AI boleh menjana kod dalam mana-mana bahasa, mahir dalam Python atau Ruby tidak lagi menjadi begitu penting. Begitu juga, tugasan yang berkaitan dengan kemahiran bahagian belakang profesional seperti ujian dan pengoptimuman kod akan segera dipindahkan ke model AI generatif.

Kemahiran yang paling berharga ialah kemahiran yang AI tidak mahir, seperti membina antara muka pengguna yang menarik, menterjemah keperluan pengguna ke dalam dokumentasi dan mencipta cara baharu untuk menyokong pelanggan. "Penyair" perisian atau mereka yang mengimpikan idea-idea hebat yang boleh dibuat oleh kod, akan menjadi tumpuan utama.

4. Revolusi ujian perisian

AI Generatif secara semula jadi sesuai untuk ujian perisian. Pembangun menulis kod, dan AI boleh mencipta sebarang bilangan skrip ujian yang anda mahukan. Tinjauan IDC baru-baru ini mendapati bahawa jaminan kualiti perisian dan ujian keselamatan adalah faedah yang paling dinantikan pengaturcaraan AI, jauh mengatasi pilihan lain. Ini akan mengganggu amalan penyepaduan/pengerahan DevOps yang berterusan dan mendorong ramai pakar ujian untuk mencari bidang kerja baharu.

5. Era pembangun untuk semua

Alat pembangunan kod rendah/tanpa kod semasa sudah sangat baik, dan AI generatif akan mendorong mereka ke tahap yang lebih tinggi. Walaupun alat kod rendah/tiada kod adalah sangat automatik, ia masih memerlukan orang ramai untuk menyusun aliran kerja pada papan putih dan kemudian mengubahnya menjadi perisian.

Pada masa hadapan, mereka akan dapat memberikan model lakaran aliran kerja yang dilukis tangan dan mendapatkan kod yang diperlukan dalam beberapa saat.

2. Sisi negatif: pencemaran kod, kemerosotan teknologi

Walaupun AI penuh dengan janji, ia tidak boleh dianggap sebagai maha kuasa.

1. Risiko Ujian Berlebihan

Oleh kerana model boleh menjana ujian dengan cepat, kami mungkin menjalankan lebih banyak ujian daripada yang kami perlukan. Ujian berlebihan ialah masalah biasa dalam pembangunan perisian, terutamanya dalam organisasi yang mengukur prestasi dengan bilangan ujian yang dihasilkan oleh pasukan. Menjalankan terlalu banyak ujian pendua atau tidak perlu boleh melambatkan projek dan mewujudkan kesesakan kemudian dalam proses.

Namun, apabila AI boleh mengesyorkan masa untuk mengalih keluar ujian, kita akan melihat pembebasan besar untuk pembangun - visi AI generatif ini membuatkan saya teruja untuk masa hadapan.

2. Kemerosotan Kemahiran Pembangunan

"Saya sentiasa memilih orang yang malas untuk melakukan kerja yang sukar kerana dia akan mencari jalan mudah untuk melakukannya," petikan ini sering tersilap dikaitkan dengan kata Bill Gates. Walaupun asal usul ayat ini tidak jelas, ayat itu sendiri mempunyai kebenaran tertentu: orang yang malas sentiasa mencari jalan pintas untuk mengelakkan kerja keras, dan AI menyediakan penyelesaian yang sangat baik.

AI Generatif adalah ketagihan untuk pembangun yang malas dan boleh menyebabkan penciptaan kod yang kembung, tidak cekap dan berprestasi buruk. Apa yang lebih menakutkan ialah alatan pengaturcaraan AI boleh menyekat inovasi yang dibanggakan oleh pembangun yang cemerlang. Oleh kerana kod AI generatif berdasarkan corak dan data sedia ada, ini mungkin mengehadkan lagi potensi inovasi pembangun yang tidak mahu keluar dari "zon selesa" mereka.

3. Alat pengaturcaraan AI berprestasi buruk

AI Generatif hanya sebaik data yang digunakan untuk melatih model.

Data berkualiti rendah, pintasan latihan dan kejuruteraan petunjuk yang lemah boleh mengakibatkan kod yang dijana AI yang tidak memenuhi standard kualiti, mempunyai pepijat atau tidak menyelesaikan tugas. Ini boleh menyebabkan organisasi kehilangan kepercayaan terhadap kualiti alat pengaturcaraan AI dan terlepas potensi manfaat mereka.

3. Soalan yang paling wajar: Adakah AI akan menggantikan pembangun perisian?

Walaupun beberapa pakar mencari perhatian telah membuat dakwaan serupa, tidak ada preseden sejarah untuk menyokong kesimpulan sedemikian. Kemajuan teknologi—daripada bahasa peringkat tinggi kepada berorientasikan objek kepada rangka kerja—telah meningkatkan produktiviti pembangun secara berterusan, tetapi permintaan hanya meningkat.

AI Generatif mungkin melemahkan pasaran untuk kemahiran pengekodan asas rendah, tetapi impak yang lebih besar ialah mendorong seluruh industri naik ke dalam rantaian nilai untuk melakukan perkara yang LLM tidak mahir pada masa ini: berinovasi.

Ingat bahawa model AI generatif dilatih berdasarkan apa yang diketahui, bukan apa yang tidak diketahui dan menunggu untuk dicipta. Saya tidak mengharapkan mesin mereka bentuk antara muka pengguna yang revolusioner atau menghasilkan Uber dalam masa terdekat.

Walau bagaimanapun, mungkin sukar bagi pembangun menghadapi ledakan produktiviti sedemikian dalam kerjaya mereka. Daripada cuba melawan mesin seperti yang saya lakukan semasa saya masih muda, pemaju sepatutnya mengikuti arus dan menunggang gelombang. Pengaturcaraan AI akan membebaskan orang daripada banyak tugas yang membosankan, yang sepatutnya menarik untuk semua orang. Risiko bahawa tugas kerja tertentu mungkin hilang harus diubah menjadi insentif untuk belajar dan mengambil tindakan - pembangun berkualiti yang boleh menterjemah keperluan perniagaan kepada perisian yang elegan dan berprestasi akan sentiasa mendapat permintaan tinggi.

Untuk mengetahui lebih lanjut tentang AIGC, sila layari:

51CTO AI.x Community

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

Atas ialah kandungan terperinci "Era Devin AI" pengaturcaraan, kegembiraan dan kebimbangan pembangun perisian. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!