Interview de Xu Xiaoqiang
| Écrit par Zhang Xiaonan
| Produit par Li Meihan
|
Depuis l'IA générative Après le feu, l'IA semblait Le rôle du programmeur est « accroché ».
Presque de temps en temps, la question de savoir si les outils de programmation d'IA peuvent remplacer les programmeurs sera à nouveau abordée.
Les discussions animées suscitées par la programmation de l'IA sèment la confusion : cela déclenchera-t-il une révolution de la productivité dans le domaine de la programmation ? Ou s’agit-il d’une autre cascade trop médiatisée ?
Grâce à la programmation de l'IA, Baidu a obtenu une amélioration de 10 % de l'efficacité humaine. Aujourd'hui, 27 % du nouveau code soumis par les ingénieurs a été généré par l'IA. Les pionniers de cette réponse sont les grands fabricants qui explorent cette réponse.
Cependant, En tant qu'architecte de Baidu Comate et premier utilisateur de ce produit, Xu Xiaoqiang est très opposé à l'affirmation selon laquelle « les développeurs seront remplacés par des outils de programmation ». Une expérience professionnelle en R&D et en architecture lui fait croire fermement que la prise de décision humaine et l'innovation ont une valeur irremplaçable.
"Les outils sont destinés à aider les humains à faire mieux, et les outils eux-mêmes ne sont pas utilisés pour remplacer les humains." Il a exprimé ce point de vue à plusieurs reprises dans des interviews : "La prise de décision humaine et les capacités d'innovation sont toujours meilleures que les modèles"
Cependant, il a également vivement remarqué qu'avec l'intervention de l'IA, le domaine du génie logiciel subit effectivement des changements fondamentaux. Les frontières des rôles dans le processus de R&D s’estompent et une nouvelle ère de paradigme dans laquelle les développeurs et l’IA travaillent ensemble est sur le point d’arriver.
En tant qu'utilisateur approfondi de Comate, Xu Xiaoqiang a partagé plusieurs de ses méthodes et expériences dans l'utilisation des outils de programmation lors de la diffusion en direct. Il a suggéré aux utilisateurs de pratiquer cet outil autant que possible pour parvenir à « la pratique rend parfait ». .
Le résultat de la programmation de l'IA envisagé par Xu Xiaoqiang est vaste et formidable. Après un saut qualitatif dans les outils de programmation, il espère que les gens pourront se développer en collaboration avec l'IA d'une manière plus égalitaire et plus conversationnelle, même interagir directement au niveau de la conscience au-delà du langage, afin d'atteindre l'objectif de « chacun est un programmeur" Le plan ultime.
Voici les points clés de l'interview :
Le contenu de l'interview est le suivant :
. École pratique AIGC : Maintenant, il existe un argument selon lequel la programmation de l'IA pourrait grandement renverser les positions liées à la programmation, et ce point de vue a également provoqué une certaine panique. Mais d’un autre côté, beaucoup de gens trouveront que programmer avec l’IA est bien moins efficace que nous l’imaginions.
L'énorme popularité de la programmation d'IA est-elle due à la demande, ou est-ce un gadget ?
Xu Xiaoqiang : Laissons de côté ces opinions et regardons les faits actuels.
Tout d'abord, bien que la popularisation et l'acceptation des outils de programmation d'IA prennent du temps, la popularité de la programmation d'IA sur le marché est évidente pour tous, et de plus en plus de cas de mise en œuvre et de valeur commerciale apparaîtront.
Deuxièmement, les produits de programmation d'IA continueront d'évoluer pour répondre à des « besoins plus réels ». En prenant notre propre produit Comate 2.0 comme exemple, nous travaillons constamment dur pour améliorer les capacités du produit dans les dimensions verticales et horizontales.
Horizontalement, nous espérons que la programmation de l'IA pourra couvrir un plus large éventail de scénarios de recherche et développement. Par exemple, la technologie RAG peut être utilisée pour comprendre en profondeur les projets et les codes, améliorant ainsi l’efficacité de la recherche et du développement dans divers scénarios. Verticalement, nous espérons que l’IA pourra pénétrer profondément dans une certaine industrie ou un certain scénario.
Enfin, l'efficacité des outils de programmation d'IA peut varier selon les individus et les organisations. Les utilisateurs doivent développer des habitudes d'utilisation et s'adapter aux outils. Afin de mieux coopérer avec les outils d'IA, les utilisateurs doivent décrire clairement leurs besoins et traiter l'IA comme un assistant personnel qui répond à chaque question, l'explore et interagit constamment avec elle.
De nombreux développeurs peuvent utiliser la programmation d'IA comme outil d'apprentissage pour comprendre des langages, des frameworks et des idées d'implémentation de code inconnus, et même se renseigner en profondeur sur les détails d'implémentation.
On peut dire que l'amélioration de l'efficacité de l'IA dans le domaine de la programmation n'est pas un gadget. Depuis l'essor de la technologie des grands modèles, Baidu a réalisé une amélioration de 10 % de l'efficacité humaine, 27 % du code soumis par les ingénieurs a été généré par l'IA, et le taux d'adoption par les utilisateurs a atteint 46 %. Désormais, 80 % des ingénieurs de Baidu utilisent des outils d'IA pour aider au développement.
De plus, les ingénieurs ont ressenti les changements apportés par la nouvelle génération d'outils, qui améliorent non seulement l'efficacité du travail, mais augmentent également le bonheur au travail.
Praticien AIGC : Lorsque vous utilisez la programmation IA, existe-t-il un moyen de mieux utiliser le potentiel de l'outil ?
Xu Xiaoqiang : Je pense que nous devons encore essayer davantage. Peu à peu, vous pouvez ressentir : dans quels scénarios l'IA peut faire les choses plus rapidement que les humains. Grâce à l’accumulation de tels scénarios un par un, l’outil atteindra progressivement les résultats que vous attendez.
Praticien AIGC : Vous venez de mentionner que 27 % des nouveaux codes de Baidu chaque jour sont générés par Comate. Certaines personnes s'inquiètent donc du fait que lorsque l'équipe R&D de leur entreprise utilisera davantage d'outils de programmation d'IA, cela entraînera des licenciements ?
Xu Xiaoqiang : Au début, nous étions également confus et inquiets que cela se produise. Mais avec une utilisation et une compréhension plus approfondies de la programmation de l’IA, j’ai réalisé qu’améliorer l’efficacité ne consiste pas à laisser les outils remplacer les humains, mais à permettre aux outils de mieux collaborer avec les humains, améliorant ainsi les capacités humaines.
À l'heure actuelle, l'IA ne s'est pas développée au point où la programmation et le métier de développeur disparaîtront. Cependant, tout comme la naissance de l'automobile pour cochers - même si un jour on en arrive à ce stade, il n'y a pas lieu de trop s'inquiéter.
AIGC Practical School : Dans quelle mesure pouvons-nous placer nos espoirs dans l'IA outils de programmation ? Les outils seront-ils capables de limiter ?
Xu Xiaoqiang : Pour parler des limites des capacités de programmation de l'IA, je pense que nous devons d'abord examiner les principaux avantages de l'outil. Je pense que c'est principalement dans les tâches présentant ces trois caractéristiques : très répétitives, simples et triviales.
Par conséquent, dans des scénarios qui nécessitent de la créativité, de la prise de décision et de la complexité, les capacités de l'IA ne peuvent pas répondre à d'excellentes normes. Je pense que ses capacités sont principalement limitées par les aspects suivants.
Premièrement, le modèle lui-même ne comprend pas les informations suffisamment profondément. Même si nous disposons de modèles plus grands, notre compréhension du code n’est toujours pas assez bonne. Je crois que le code est un support à faible densité d'information. Sa naissance n'est pas pour servir les modèles et les machines, mais pour trouver un équilibre entre le langage humain et machine. Par conséquent, l’IA ne peut pas saisir la situation globale avec le code, ce qui affaiblira considérablement la précision de la prise de décision.
Deuxièmement, les humains stockent et transmettent des informations de diverses manières, mais l'IA a une capacité limitée à comprendre les informations multimodales telles que les organigrammes et les diagrammes de classes. Il s’agit également d’une direction de recherche très populaire à l’heure actuelle.
Troisièmement, partant du principe du modèle, en tant que modèle probabiliste, la production de l'IA est limitée par les connaissances existantes et manque de créativité. Il est difficile pour les utilisateurs ordinaires d'ajuster eux-mêmes les invites de l'IA, ce qui nécessite l'intervention de professionnels tels que des ingénieurs d'invite.
Enfin, la compréhension par l’IA des connaissances du domaine professionnel est encore superficielle, et les connaissances du domaine privé et les connaissances du domaine professionnel doivent être encore renforcées.
Sur la base des facteurs ci-dessus, il existe des limites aux performances de l'IA dans certains scénarios. Les humains sont nécessaires comme pont pour analyser des problèmes spécifiques et décider quelles tâches sont mieux accomplies par l’IA et lesquelles sont mieux accomplies par nous-mêmes. C’est un domaine dans lequel les humains surpasseront toujours les modèles.
École pratique AIGC : Supposons qu'il y ait une personne qui n'a pas de compétences en programmation si elle utilise des outils de programmation auxiliaires suffisamment puissants, peut-elle réaliser ce que font certains programmeurs ?
Xu Xiaoqiang : Je pense que cet effet a été atteint dans une certaine mesure.
AIGC Practical School : Mais un travail de codage vraiment créatif et stimulant doit encore être effectué par les programmeurs ?
Xu Xiaoqiang : Oui.
Praticien AIGC : De ce point de vue, les programmeurs n'ont pas à craindre d'être remplacés.
Xu Xiaoqiang : Oui. Je pense que vous n'avez pas du tout à vous inquiéter à ce sujet.
École pratique AIGC : Maintenant, de nombreuses personnes mentionneront le mot « nouveau paradigme du génie logiciel » . Quels changements se produiront dans le génie logiciel sous l’impact de l’IA ? Comment les praticiens devraient-ils percevoir et réagir à ces changements ?
Xu Xiaoqiang :Oui. Le concept de génie logiciel 3.0 est devenu plus populaire récemment, même si je pense que ce n'est que le point de départ pour atteindre l'ère 3.0.
En regardant l'évolution des paradigmes du génie logiciel, le génie logiciel à l'ère 1.0 a véritablement standardisé les processus de développement logiciel et de collaboration en équipe. Cependant, cette méthode n’est pas assez agile dans le développement réel et le processus de livraison n’est pas assez fluide. À l'entrée de l'ère 2.0, le développement est devenu agile et l'infrastructure a été continuellement améliorée. Représentés par le cloud computing et le SaaS, des changements majeurs ont eu lieu dans la façon de penser et la forme des produits par rapport à l'ère 1.0.
Quant à l’ère 3.0, je ne pense pas que nous soyons entrés dans une phase de changement piloté par les outils. Le potentiel des grands modèles (LLM) sous divers aspects leur permet d’agir comme des catalyseurs plutôt que comme des leaders du changement. Dans le passé, il était irréaliste de confier à chaque développeur un rôle avec lequel travailler, mais aujourd’hui, nous sommes à l’ère d’un nouveau paradigme de travail avec l’IA.
La méthode de travail collaborative de l'IA peut améliorer notre travail dans les aspects suivants : Premièrement, l'IA peut simplifier les étapes opérationnelles du travail réel.
Deuxièmement, l'IA réduit mes coûts de changement de tâche, me permettant de compter sur elle pour accomplir des tâches telles que poser des questions, me familiariser avec des projets, comprendre et trouver des informations, etc. au sein d'une seule interface. homme de main. Actuellement, notre collaboration avec l'IA est encore en mode commande, mais à l'avenir, l'IA pourra peut-être faire plus, comme de simples tâches de prise de décision, etc. Ce n'est qu'ainsi que nous pourrons parvenir à un véritable nouveau modèle de collaboration homme-machine. .
Avec l'intervention de l'IA, le domaine du génie logiciel subit en effet des changements fondamentaux. Le processus de R&D sera restructuré et l'ingénierie des exigences deviendra le point de départ et le point final de la livraison. La limite supérieure des fonctionnalités de la version actuelle peut être le point de départ de nouvelles exigences, favorisant continuellement l'itération du produit.
Dans le même temps, l’émergence de l’IA a également brouillé la répartition des rôles. Désormais, les chefs de produit peuvent utiliser de grands modèles pour générer rapidement des prototypes et assumer une partie du travail de développement. Des capacités dynamiques similaires aident l'équipe à comprendre et à évaluer les concepts de produits de manière plus intuitive.
Je crois que les changements dans les modèles de collaboration et de livraison homme-machine, ainsi que les changements dans l'ensemble de la chaîne, favoriseront conjointement l'évolution du génie logiciel.
Praticien AIGC : Je viens de mentionner que l'ère 3.0 n'a pas encore officiellement commencé. Y aura-t-il de nouveaux rôles clés dans cette étape de transition ?
Xu Xiaoqiang : Oui, nous avons remarqué de nouveaux changements. Par exemple, il existe récemment un nouveau poste relativement populaire : celui d'ingénieur rapide. Ce poste n'existait pas auparavant, il a en fait évolué à partir d'un rôle R&D ou produit. Cela montre qu'avec l'intégration de l'IA, les exigences pour les postes d'origine sont mises à jour et des subdivisions plus spécialisées sont également formées, permettant aux personnes possédant ces compétences de jouer une plus grande valeur.
Praticien AIGC : Comment les nouveaux postes vont-ils rejoindre l'entreprise ? Est-il généré au sein de l’entreprise ou doit-il être réalisé par le biais du recrutement ?
Xu Xiaoqiang : Je pense que l'ingénieur prompt est un rôle indispensable dans le développement d'applications natives d'IA. Cependant, dans la perspective actuelle, ce rôle est trop nouveau et il est difficile de trouver des candidats expérimentés sur le marché. C’est pourquoi nous remplissons souvent ce rôle par le biais de transferts internes, par exemple depuis la R&D ou les chefs de produits. Au cours du processus de transformation, nous nous référerons à d’autres excellentes pratiques et accumulerons des pratiques réussies.
De plus, nous assurerons également un accompagnement au niveau des outils. Au sein de Baidu, afin de prendre en charge le fonctionnement de l'ensemble du lien, nous avons développé une série d'outils, tels que Comate Stack, Playground, etc.
Praticien AIGC : Vous venez de dire que l'IA a créé de nouveaux emplois, ce qui est accrocheur, mais lorsque le sujet a changé, nous avons en fait de nombreuses fonctions de produit qui peuvent répondre aux besoins de ces postes. . (Oui, cela ne signifie-t-il pas qu'aucun nouvel emploi n'est créé ? )
Xu Xiaoqiang : Je pense que les outils aident les humains à faire mieux, et les outils eux-mêmes ne sont pas utilisés pour remplacer les humains. .
AIGC Practical School : L'outil de programmation d'IA lancé par GitHub l'année dernière a fait l'objet d'un procès. AI a écrit un article. de code, mais ce code Il a été prouvé qu'il n'était pas original et le procès tournait autour de la question de la contrefaçon. Comment éviter de tels problèmes lors de l’utilisation d’outils de programmation ?
Xu Xiaoqiang : Il s'agit d'une question très nouvelle, et il y a un manque de références suffisantes tant en termes de législation que de jurisprudence. Je pense qu'il s'agit en fait d'un problème à deux niveaux. Le premier niveau de problèmes concerne les questions techniques et le deuxième niveau concerne les questions juridiques.
Sur le plan technique, il existe de nombreuses solutions techniques, et elles relèvent davantage de la défense. Nous nous efforçons de garantir la fiabilité et la conformité de notre technologie, par exemple en identifiant et en évitant la distribution d'extraits de code protégés par le droit d'auteur lors de la formation de modèles. Au niveau du produit, il est nécessaire d'assurer la transmission conforme des données et d'assurer la sécurité des données et de la confidentialité du processus d'interaction avec l'utilisateur.
D'un point de vue juridique, une législation est nécessaire pour résoudre les problèmes connexes et protéger les intérêts de la plupart des gens. En fait, il y a eu certaines actions au sein du secteur privé. Cette année, en tant que membre principal de la norme de développement intelligent génératif des grands modèles, nous avons compilé des réglementations liées aux principes des grands modèles et à la sécurité des données. Par conséquent, il y a des raisons de croire que dans un avenir proche, l’ensemble de l’aspect juridique sera plus complet et plus solide, apportant ainsi un soutien au développement de l’industrie.
École pratique AIGC : Ce que le professeur Xu a dit est très éclairant. Les questions dont nous venons de discuter ne sont pas propres à l'ère des grands modèles. Étant donné que les grands modèles ont reçu beaucoup d’attention et que certaines personnes sont encore sceptiques quant à la technologie de programmation de l’IA, l’(impact négatif) des cas individuels peut être amplifié.
Xu Xiaoqiang : Oui.
AIGC Practical School : Avec le développement et l'évolution continus des outils de programmation de l'IA, cela permettra éventuellement être ajusté de manière itérative. Dans quelle mesure ? Nous sommes curieux de connaître la forme dite ultime de codage de l’IA.
Xu Xiaoqiang : À long terme, je pense que le résultat final sera très différent qualitativement du produit actuel.
Le premier est le changement dans la manière d’interagir homme-machine. À l’heure actuelle, notre interaction se fait principalement via la saisie au clavier. Je fournis activement des informations à la machine et la laisse analyser et comprendre mes intentions. À l’avenir, ce sera une expérience complètement nouvelle de savoir si nous pouvons interagir de manière plus égalitaire et conversationnelle, ou même directement au niveau de la conscience au-delà du langage.
Deuxième point, je viens de mentionner quelques idées, c'est-à-dire que les futurs changements dans les supports d'information pourraient rendre le concept de code inutile. Je pense que de nouvelles formes de modèles et leurs applications périphériques apparaîtront à l'avenir. Ces applications fonctionneront sur les modèles, et l'interaction entre les utilisateurs et l'IA ne reposera plus sur la transmission de code ou de données. On avance ainsi vers l’objectif ultime de « tout le monde est programmeur ».
Imaginez un scénario dans lequel je dois générer une application pour inviter des amis à une fête. Il me suffit d'exprimer mes besoins en une phrase, et l'IA peut créer et envoyer cette application pour moi afin que mes amis puissent répondre directement si. pour y assister, avec leurs réflexions et leurs choix de cadeaux.
Retour à la réalité, cet état idéal est encore relativement loin.
Praticien AIGC : Quels sont les prochains projets pour ce produit ?
Xu Xiaoqiang : J'ai deux attentes principales pour le développement de Comate. Tout d’abord, nous espérons l’étendre pour couvrir davantage de scénarios de R&D et même l’appliquer à des scénarios non-R&D, aidant ainsi divers rôles à améliorer l’efficacité du travail collaboratif entre le développement et l’ingénierie logicielle.
Deuxièmement, j'espère également que Comate pourra fournir un soutien plus approfondi à l'analyse de la demande lors du développement dans le domaine du développement vertical. Il aide chacun à démarrer plus facilement, à atteindre rapidement le niveau de compétence et à obtenir de meilleurs résultats lors de l'utilisation.
Pour en savoir plus sur AIGC, veuillez visiter :
Communauté 51CTO AI.x
https://www.51cto.com/aigc/
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!
Méthodes de codage courantes
Quelles sont les méthodes pour changer instantanément l'IP dans les vps dynamiques ?
vlookup correspond à deux colonnes de données
Exigences de configuration de l'ordinateur de programmation Python
Comment désactiver le téléchargement automatique de WeChat
Trois méthodes d'encodage couramment utilisées
Que signifie le jeton ?
La différence entre fprintf et printf
![[Web front-end] Démarrage rapide de Node.js](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
