Ipinakilala ng
Openai ang swe-lancer , isang benchmark na idinisenyo upang subukan kung paano gumaganap ang artipisyal na katalinuhan sa mga gawain sa real-world software na software sa engineering Kumpara sa mga freelancer ng tao.
mga gawain mula sa mga freelancing platform tulad ng upwork at fiverr , kung saan ang mga developer ay madalas na tinanggap para sa mga panandaliang proyekto sa pag-cod. Habang ang AI-generated code ay madalas na syntactically tama at mabilis na ginawa, ang pananaliksik ng OpenAi ay nagtatampok ng isang patuloy na kapintasan-ang mga tool ay nananatiling hindi maaasahan sa pag-alis ng ugat na sanhi ng mga isyu sa software. wp-content/upload/2024/12/github-copilot-hat-official.jpg”>
Ayon sa Ang pananaliksik ni Openai,”Ang mga ahente ay higit sa pag-localize, ngunit hindi mabibigo na mag-ugat, na nagreresulta sa mga bahagyang o flawed solution. Tinutukoy ng mga ahente ang mapagkukunan ng isang isyu nang mabilis, gamit ang mga paghahanap sa keyword sa buong repositoryo upang mabilis na mahanap ang may-katuturang file at pag-andar-madalas na mas mabilis kaysa sa isang tao. Gayunpaman, madalas silang nagpapakita ng isang limitadong pag-unawa sa kung paano ang isyu ay sumasaklaw sa maraming mga sangkap o file, at hindi mabibigo na matugunan ang sanhi ng ugat, na humahantong sa mga solusyon na hindi tama o hindi sapat na komprehensibo.”Maaaring mabagal ang pag-ampon ng autonomous coding Pagwawasto at alamin kung paano mag-troubleshoot ng sariling mga pagkakamali. hindi maaasahan sa pag-debug ng hindi maliwanag na mga isyu. mga katulong. Ang mga developer ng AI, ang hamon ng pag-debug ay nananatiling isang pangunahing balakid. Si Devin mula sa Cognition ay nag-aangkin na gumana bilang isang self-sapat na software engineer. Gayunpaman, ang pananaliksik ni Openai ay nagtataas ng mga pag-aalinlangan tungkol sa kung ang anumang AI ay maaaring tunay na gumana nang nakapag-iisa sa mga kumplikadong kapaligiran sa pag-unlad. > Habang ang AI ay hindi pa may kakayahang ganap na palitan ang mga developer ng software, binabago na nito ang freelance job market. Isang Pag-aaral ng Oxford Internet Institute Natagpuan na ang freelance na trabaho sa pag-unlad at pagsulat ng software ay tumanggi ng 21% habang ang mga negosyo ay lalong nagpatibay ng automation na batay sa AI.
Ang nabuo na code ay maaaring palitan ang ilang mga gawain na gawain, ang mga kumpanya ay nangangailangan pa rin ng mga inhinyero ng tao upang i-debug, mapatunayan, at mai-optimize ang gawaing AI-Generated. Ang paglilipat na ito ay pinipilit ang mga independiyenteng developer na umangkop, na nakatuon sa mas mataas na antas ng paglutas ng problema sa halip na pangunahing coding./h3>
Habang patuloy na nagbabago ang mga tool ng coding ng AI, ang mga kumpanya at developer ay umaangkop sa mga bagong daloy ng trabaho. Sa halip na alisin ang mga trabaho, ang automation ay lumilipat sa papel ng mga inhinyero ng software. Ang mga negosyo ngayon ay naghahanap ng mga propesyonal na maaaring pamahalaan ang programming na tinutulungan ng AI, pinangangasiwaan ang AI-generated code, at mag-troubleshoot ng mga error na nabigo ang mga modelo ng AI. Ang mga inhinyero na may kadalubhasaan na nauugnay sa AI. Sinabi nito,”Ang mga nag-develop na nauunawaan kung paano gabayan ang AI, i-verify ang output nito, at iwasto ang mga pagkakamali nito ay malamang na maging mas mahalaga sa mga tungkulin sa pag-unlad ng software sa hinaharap.”nangangailangan pa rin ng interbensyon ng tao. Ang mga output sa halip na umasa sa kanila nang walang taros. Ang mga aplikasyon ng pag-coding at pag-debug. May kakayahang lohikal na pangangatuwiran at independiyenteng pag-debug, ang mga inhinyero ay magpapatuloy na maglaro ng isang pangunahing papel sa pag-unlad ng software. >
Sa pagbabago ng AI ng paraan ng software na binuo, ang industriya ay nakakakita ng isang paglipat sa mga kasanayan na pinaka hinihiling. Ang tradisyunal na kasanayan sa coding ay nagiging hindi gaanong kritikal kumpara sa kakayahang pamahalaan, ma-optimize, at mag-troubleshoot ng AI-generated na trabaho. Ang paglipat na ito ay sumasalamin sa mga nakaraang mga evolutions sa software engineering, kung saan nabawasan ang automation ng manu-manong mga pagsisikap sa coding ngunit nadagdagan ang pangangailangan para sa kalidad ng kontrol at pagpaplano ng arkitektura. Ang mga developer ng freelance na nakatuon sa mga pangunahing gawain sa pag-coding ay nakakita ng pagtanggi ng mga pagkakataon, habang ang demand para sa mga inhinyero na may kasanayan ay tumataas. Ang mga inhinyero na nauunawaan ang pag-unlad ng AI-assisted ay mas mahusay na nakaposisyon upang mag-navigate sa pagbabago ng landscape na ito. Gayunpaman, ang papel nito sa pag-stream at pag-optimize ng ilang mga gawain ay patuloy na lumalaki. Kung ang mas malakas na mga modelo ng pangangatuwiran ng AI ay maaaring pagtagumpayan ang kasalukuyang mga limitasyon sa pag-debug ay nananatiling makikita, ngunit sa ngayon, ang kadalubhasaan ng tao ay nananatiling kailangang-kailangan sa proseso ng coding.
