Openai wprowadził swe-lancer , punkt odniesienia zaprojektowanego w celu sprawdzenia, jak sztuczna inteligencja działa w zakresie real-świat inżynierii oprogramowania w porównaniu do ludzkich freelancerów.
Odkrycia potwierdzają wzór obserwowany na różnych narzędziach kodowania AI: AI wyróżnia się w programowaniu strukturalnym, ale stara się zdiagnozować i rozwiązać błędy bez wskazówek zewnętrznych.
Badanie ocenia modele AI za pomocą modeli AI za pomocą modeli AI za pomocą modeli AI za pomocą modeli AI za pomocą modeli AI za pomocą modeli AI za pomocą modeli AI za pomocą modeli AI za pomocą modeli AI za pomocą modeli AI za pomocą modeli AI za pomocą modeli AI za pomocą modeli AI za pomocą modeli AI za pomocą modeli AI za pomocą modeli AI Zadania z freelancing platform, takie jak upwork i fiverr , gdzie programiści są często zatrudniani do krótkoterminowych projektów kodowania. Podczas gdy kod generowany przez AI jest często prawidłowy i szybko wytwarzany, badania Openai podkreślają trwałą wadę-narzędzia nie są zawodne w wykrywaniu podstawowej przyczyny problemów z oprogramowaniem.
Według Badania Openai: „Agenci wyróżniają się lokalizacją, ale nie korzystają z przyczyny, co powoduje częściowe lub wadliwe rozwiązania. Agenci niezwykle szybko wskazują źródło problemu, używając wyszukiwania słów kluczowych w całym repozytorium w celu szybkiego zlokalizowania odpowiedniego pliku i funkcji-często znacznie szybciej niż człowiek. Często jednak wykazują ograniczone zrozumienie, w jaki sposób problem obejmuje wiele komponentów lub plików, i nie uwzględniają podstawowej przyczyny, co prowadzi do rozwiązań, które są nieprawidłowe lub niewystarczająco kompleksowe. “
AI debugowanie walk o debugowanie AI walki Może powolić przyjęcie autonomicznego kodowania
Aby AI w celu wymiany lub nawet uzupełnienia inżynierów oprogramowania na głębszym poziomie, musiałby wykroczyć poza zwykłą składnię Korekta i naucz się rozwiązywać własne błędy. niewiarygodne w debugowaniu niejednoznacznych problemów.
Wyniki te są szczególnie istotne w kontekście Github Copilot, jeden z najczęściej używanych zasilanych AI Asystenci kodowania. Autonomiczni deweloperzy AI, wyzwanie debugowania pozostaje główną przeszkodą. Devin z poznania twierdzi, że funkcjonuje jako samowystarczalny inżynier oprogramowania. Jednak badania Openai budzą wątpliwości, czy jakakolwiek sztuczna inteligencja może naprawdę działać niezależnie w złożonych środowiskach programistycznych.
freelancerzy już odczuwają wpływ kodowania kierowanego przez AI
Chociaż sztuczna inteligencja nie jest jeszcze w stanie w pełni zastąpić programistów oprogramowania, już przekształca niezależny rynek pracy. A Badanie przeprowadzone przez Oxford Internet Institute wykazały, że niezależne prace w tworzeniu oprogramowania i pisaniu spadły o 21%, ponieważ firmy coraz częściej przyjmują automatyzację opartą na sztucznej inteligencji.
Naukowcy zauważyli, że chociaż AI zmniejszają zapotrzebowanie na niektóre zadania kodowania, jednocześnie zwiększa popyt na inżynierów, którzy mogą nadzorować rozwój wspomagany przez AI.
Freelancers stwierdzają, że chociaż AI-AI-Wygenerowany kod może zastąpić niektóre rutynowe zadania, firmy nadal potrzebują ludzkich inżynierów do debugowania, sprawdzania i optymalizacji prac generowanych przez AI. Ta zmiana zmusza niezależnych programistów do dostosowania się, koncentrując się na rozwiązywaniu problemów wyższego poziomu, a nie podstawowe/H3>
W miarę ewolucji narzędzi kodowania zasilanych AI, firmy i deweloperzy dostosowują się do nowych przepływów pracy. Zamiast eliminować zadania, automatyzacja zmienia rolę inżynierów oprogramowania. Firmy poszukują teraz specjalistów, którzy mogą zarządzać programowaniem AI-asystym, nadzorować kod generowany przez AI i rozwiązywać błędy, których modele AI nie złapały.
Zgodnie z wymienionym badaniem, opracowanie oprogramowania oparte na AI zwiększa popyt na popyt na Inżynierowie z wiedzą specjalistyczną związaną z AI. Stwierdza: „Programiści, którzy rozumieją, jak kierować sztuczną inteligencją, weryfikować jej wyniki i poprawić jej błędy, mogą być bardziej cenne w przyszłych rolach rozwoju oprogramowania.”
Wyniki SWE-Lancer Openai podkreślają, dlaczego narzędzia kodowania AI nadal wymaga interwencji człowieka. Opierając się na nich na ślepo.
Wraz z ustaleniami Openai podnosząc wątpliwości co do funkcji debugowania AI, firmy próbują na przykład Devin. aplikacje. Logicznego rozumowania i niezależnego debugowania, inżynierowie będą nadal odgrywać centralną rolę w tworzeniu oprogramowania.
Przyszłość rozwoju AI-asysted: zmiana zestawów umiejętności
Dzięki przekształceniu sztucznej inteligencji w sposób rozwijany oprogramowanie branża widzi zmianę w umiejętnościach, które są najbardziej poszukiwane. Tradycyjna biegłość kodowania staje się mniej krytyczna w porównaniu z zdolnością do zarządzania, optymalizacji i rozwiązywania problemów z pracą AI. To przejściowe odzwierciedla przeszłe ewolucje w inżynierii oprogramowania, w których automatyzacja zmniejszyła ręczne wysiłki kodowania, ale zwiększyła potrzebę kontroli jakości i planowania architektury.
Rynek niezależny już się dostosowuje. Niezależni programiści koncentrujący się na podstawowych zadaniach kodowania odnotowali malejące możliwości, podczas gdy zapotrzebowanie na inżynierów wykwalifikowanych AI rośnie. Inżynierowie, którzy rozumieją, że wspomagany przez A A-asyste rozwój będą lepiej przygotowani do poruszania się w tym zmieniającym się krajobrazie.
Na tym etapie sztuczna inteligencja nie jest jeszcze gotowa do niezależnej pracy w złożonym tworzeniu oprogramowania. Jednak jego rola w usprawnieniu i optymalizacji niektórych zadań będzie nadal rosła. To, czy silniejsze modele rozumowania AI mogą przezwyciężyć obecne ograniczenia debugowania, ale na razie ludzka wiedza specjalistyczna pozostaje niezbędna w procesie kodowania.
