Die „Devin AI-Ära' der Programmierung, die Freuden und Sorgen der Softwareentwickler

Autor |. Keith Pitt

Zusammengestellt |. 51CTO Technology Stack (WeChat-ID: blog51cto)

Der Autor dieses Artikels, Keith Pitt, ist Gründer und CEO des Softwareentwicklungsunternehmens Buildkite. Im Jahr 2013 gründete er das Unternehmen mit einem anderen Softwareentwickler, Tim Lucas, um eine Plattform für kontinuierliche Integration und kontinuierliche Bereitstellung (CI/CD) für die Technologiebranche bereitzustellen. Kürzlich erhielt es Unterstützung von OneVentures und AirTree, die gemeinsam 21 Millionen US-Dollar in der Serie B anführten Finanzierung.

Keith Pitt, ein 20-jähriger Programmierveteran und CEO eines Unternehmens, das Softwareentwickler betreut, äußert seine frühen Gedanken zur Produktion intelligenter künstlicher Intelligenz und KI-Programmiertools, die letztendlich dazu führen werden, dass die meisten Softwareentwicklungskompetenzen Timing-Vorhersagen auf instinktive Weise in Frage stellen Skepsis.

Er sagte in dem Artikel: „Obwohl ich immer noch einige Zweifel habe, hat mich meine Erfahrung im Umgang mit generativer KI in meiner täglichen Entwicklungsarbeit dazu veranlasst, meinen Horizont zu erweitern und darüber nachzudenken, was meiner Meinung nach möglich ist. KI wird in einigen relativ einfachen Fällen funktionieren.“ Möglichkeiten, die Softwareentwicklung zu verändern, haben sowohl positive als auch negative Seiten. „

1. Positive Seite: KI macht die Entwicklungsarbeit einfacher.“ und diese Jobs können (und sollten) verschwinden. Entwickler müssen sich nicht mehr durch Handbücher wühlen oder Codeschnipsel aus Code-Austauschen zusammensetzen, sondern erhalten stattdessen perfekt formatierte Code-Antworten, indem sie ein gewünschtes Ergebnis beschreiben. Große Sprachmodelle (LLMs) können vorhandenen Code auch auf Tippfehler, Zeichensetzungsfehler und andere Details untersuchen, die Entwicklern Kopfschmerzen bereiten können.

2. Den Framework-Entwicklungsprozess umgestalten

Bei der Entwicklung mit Software-Frameworks wie Spring, Express.js und Django können KI-Programmiertools gemeinsame Teile der Softwareentwicklung abstrahieren, konsistente Richtlinien festlegen und gemeinsame Funktionen bereitstellen die Produktivität erheblich verbessern. Die generierte KI wird den Wert ihrer Tools demonstrieren, indem sie Standardcode erstellt, sich wiederholende Aufgaben automatisiert und Codeoptimierungen vorschlägt.

KI kann auch dabei helfen, Framework-Komponenten für bestimmte Projekte anzupassen.

3. „Generalistische“ Entwickler werden aufsteigen

Die Expertise vieler Entwickler liegt in ihrer Beherrschung einer bestimmten Programmiersprache. Wenn KI Code in jeder beliebigen Sprache generieren kann, sind Kenntnisse in Python oder Ruby nicht mehr so ​​wichtig. Ebenso werden Aufgaben im Zusammenhang mit professionellen Backend-Fähigkeiten wie Testen und Codeoptimierung schnell auf generative KI-Modelle übertragen.

Die wertvollsten Fähigkeiten werden diejenigen sein, in denen KI nicht gut ist, wie zum Beispiel das Erstellen ansprechender Benutzeroberflächen, das Übersetzen von Benutzeranforderungen in Dokumentation und das Erfinden neuer Wege zur Kundenunterstützung. Im Mittelpunkt stehen Software-„Poeten“ oder Menschen, die sich großartige Ideen ausdenken, die durch Code möglich werden.

4. Die Revolution des Softwaretests

Generative KI eignet sich natürlich für Softwaretests. Entwickler schreiben den Code und die KI kann beliebig viele Testskripte erstellen. Eine aktuelle IDC-Umfrage ergab, dass Softwarequalitätssicherung und Sicherheitstests die am meisten erwarteten Vorteile der KI-Programmierung sind und andere Optionen bei weitem übertreffen. Dies wird die kontinuierlichen Integrations-/Bereitstellungspraktiken von DevOps stören und viele Testexperten dazu zwingen, neue Arbeitsbereiche zu finden.

5. Die Ära der Entwickler für alle

Die aktuellen Low-Code/No-Code-Entwicklungstools sind bereits sehr gut und generative KI wird sie auf ein neues Niveau bringen. Obwohl Low-Code-/No-Code-Tools hochgradig automatisiert sind, müssen die Mitarbeiter dennoch einen Workflow auf einem Whiteboard zusammenstellen und ihn dann in Software umwandeln.

In Zukunft können sie dem Modell eine handgezeichnete Workflow-Skizze geben und in Sekundenschnelle den notwendigen Code erhalten.

2. Negative Seite: Codeverschmutzung, Technologieverfall

Obwohl KI vielversprechend ist, sollte sie nicht als allmächtig angesehen werden.

1. Risiko übermäßiger Tests

Da das Modell Tests schnell generieren kann, führen wir möglicherweise mehr Tests durch, als wir benötigen. Übermäßiges Testen ist ein häufiges Problem in der Softwareentwicklung, insbesondere in Organisationen, die die Leistung anhand der Anzahl der von einem Team erstellten Tests messen. Die Durchführung zu vieler doppelter oder unnötiger Tests kann ein Projekt verlangsamen und später im Prozess zu Engpässen führen.

Wenn KI jedoch empfehlen kann, wann Tests entfernt werden sollten, werden wir eine große Befreiung für Entwickler erleben – diese Vision der generativen KI macht mich gespannt auf die Zukunft.

2. Verschlechterung der Entwicklungsfähigkeiten

„Ich wähle immer einen faulen Menschen aus, der einen harten Job macht, weil er einen einfachen Weg findet, es zu erledigen“, dieses Zitat wird oft fälschlicherweise Bill zugeschrieben ·Gates sagte. Obwohl der Ursprung dieses Satzes unklar ist, hat der Satz selbst eine gewisse Wahrheit: Faule Menschen suchen immer nach Abkürzungen, um harte Arbeit zu vermeiden, und KI bietet eine hervorragende Lösung.

Generative KI macht für faule Entwickler süchtig und kann zur Erstellung von aufgeblähtem, ineffizientem und leistungsschwachem Code führen. Noch beängstigender ist, dass KI-Programmiertools die Innovationen unterdrücken könnten, auf die exzellente Entwickler stolz sind. Da generative KI-Codes auf vorhandenen Mustern und Daten basieren, kann dies das Innovationspotenzial von Entwicklern weiter einschränken, die nicht bereit sind, ihre „Komfortzone“ zu verlassen.

3. KI-Programmiertools weisen eine schlechte Leistung auf

Generative KI ist nur so gut wie die Daten, die zum Trainieren des Modells verwendet werden.

Schlechte Datenqualität, Trainingsverknüpfungen und schlechte Hinweistechnik können dazu führen, dass KI-generierter Code nicht den Qualitätsstandards entspricht, Fehler aufweist oder die Aufgabe nicht erledigt. Dies kann dazu führen, dass Unternehmen das Vertrauen in die Qualität von KI-Programmiertools verlieren und deren potenzielle Vorteile verpassen.

3. Die wertvollste Frage: Wird KI Softwareentwickler ersetzen?

Obwohl einige aufmerksamkeitsstarke Experten ähnliche Behauptungen aufgestellt haben, gibt es keinen historischen Präzedenzfall, der eine solche Schlussfolgerung stützt. Technologische Fortschritte – von Hochsprachen über objektorientierte bis hin zu Frameworks – haben die Entwicklerproduktivität stetig gesteigert, aber die Nachfrage steigt weiter.

Generative KI untergräbt möglicherweise den Markt für einfache grundlegende Programmierkenntnisse, aber die größere Wirkung wird darin bestehen, dass die gesamte Branche in der Wertschöpfungskette nach oben gedrängt wird, um das zu tun, worin LLMs derzeit nicht gut sind: Innovation.

Denken Sie daran, dass generative KI-Modelle auf der Grundlage dessen trainiert werden, was bekannt ist, und nicht auf der Grundlage dessen, was unbekannt ist und darauf wartet, erstellt zu werden. Ich erwarte nicht, dass Maschinen bald eine revolutionäre Benutzeroberfläche entwerfen oder ein Uber entwickeln.

Allerdings kann es für Entwickler schwierig sein, in ihrer Karriere eine solche Produktivitätsexplosion zu erleben. Anstatt zu versuchen, gegen die Maschine anzukämpfen, wie ich es in meiner Jugend getan habe, sollten Entwickler einfach mit dem Strom schwimmen und auf der Welle reiten. Die KI-Programmierung wird die Menschen von vielen mühsamen Aufgaben befreien, was für alle spannend sein dürfte. Das Risiko, dass bestimmte Arbeitsaufgaben verschwinden, sollte in einen Anreiz zum Lernen und Handeln umgewandelt werden – Qualitätsentwickler, die Geschäftsanforderungen in elegante und leistungsstarke Software umsetzen können, werden immer sehr gefragt sein.

Um mehr über AIGC zu erfahren, besuchen Sie bitte:

51CTO AI.x Community

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

Das obige ist der detaillierte Inhalt vonDie „Devin AI-Ära' der Programmierung, die Freuden und Sorgen der Softwareentwickler. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!