


L'« ère Devin AI » de la programmation, les joies et les soucis des développeurs de logiciels
Auteur | Keith Pitt
Compilé | Yifeng
Produit | 51CTO Technology Stack (WeChat ID : blog51cto)
L'auteur de cet article, Keith Pitt, est le fondateur et PDG d'une société de développement de logiciels Buildkite. En 2013, il a fondé la société avec un autre ingénieur logiciel, Tim Lucas, pour fournir une plate-forme d'intégration continue et de livraison continue (CI/CD) pour l'industrie technologique. Elle a récemment reçu le soutien de OneVentures et AirTree, co-dirigé 21 millions de dollars dans la série B. financement.
Vétéran de la programmation depuis 20 ans et PDG d'une entreprise au service des développeurs de logiciels, Keith Pitt donne ses premières réflexions sur la production d'une intelligence artificielle intelligente et d'outils de programmation d'IA qui permettront à la plupart des compétences en développement de logiciels de défier les prévisions de timing avec un niveau instinctif de scepticisme.
Il a déclaré dans l'article : « Même si j'ai encore quelques doutes, mon expérience d'interaction avec l'IA générative dans mon travail de développement quotidien m'a incité à élargir mes horizons et à commencer à réfléchir à ce que je pense être possible. façons Changer le développement de logiciels a à la fois des côtés positifs et négatifs. »
1. Côté positif : l'IA simplifie le travail de développement
1. Mettez fin au travail fastidieux
Les développeurs se concentrent sur des détails tels que la grammaire et la ponctuation. et ces emplois peuvent (et devraient) disparaître. Les développeurs n'ont plus besoin de fouiller dans des manuels ou de rassembler des extraits de code issus d'échanges de code, mais plutôt d'obtenir des réponses de code parfaitement formatées en décrivant le résultat souhaité. Les grands modèles de langage (LLM) peuvent également inspecter le code existant à la recherche de fautes de frappe, d'erreurs de ponctuation et d'autres détails susceptibles de causer des maux de tête aux développeurs.
2. Remodeler le processus de développement du framework
Lors du développement à l'aide de frameworks logiciels tels que Spring, Express.js et Django, les outils de programmation d'IA résument les parties communes du développement logiciel, définissent des directives cohérentes et fournissent des fonctions communes. améliorer considérablement la productivité. L'IA générée démontrera la valeur de leurs outils en créant du code passe-partout, en automatisant les tâches répétitives et en suggérant des optimisations de code.
L'IA peut également aider à personnaliser les composants du framework pour des projets spécifiques.
3. Les développeurs « généralistes » vont augmenter
L'expertise de nombreux développeurs réside dans leur maîtrise d'un langage de programmation spécifique. Lorsque l’IA pourra générer du code dans n’importe quel langage, maîtriser Python ou Ruby ne sera plus aussi important. De même, les tâches liées aux compétences professionnelles du back-end, telles que les tests et l’optimisation du code, seront rapidement transférées vers des modèles d’IA génératifs.
Les compétences les plus précieuses seront celles pour lesquelles l'IA n'est pas douée, comme la création d'interfaces utilisateur attrayantes, la traduction des besoins des utilisateurs en documentation et l'invention de nouvelles façons de soutenir les clients. Les « poètes » du logiciel, ou les personnes qui imaginent de grandes idées que le code peut rendre possibles, occuperont le devant de la scène.
4. La révolution des tests logiciels
L'IA générative est naturellement adaptée aux tests logiciels. Les développeurs écrivent le code et l'IA peut créer le nombre de scripts de test souhaité. Une récente enquête d'IDC a révélé que l'assurance qualité des logiciels et les tests de sécurité sont les avantages les plus attendus de la programmation de l'IA, dépassant de loin les autres options. Cela perturbera les pratiques d’intégration/déploiement continu DevOps et poussera de nombreux experts en tests à trouver de nouveaux domaines de travail.
5. L'ère des développeurs pour tous
Les outils de développement low-code/no-code actuels sont déjà très bons, et l'IA générative les poussera vers de nouveaux sommets. Même si les outils low-code/no-code sont hautement automatisés, ils nécessitent toujours que les utilisateurs reconstituent un flux de travail sur un tableau blanc, puis le transforment en logiciel.
À l'avenir, ils pourront donner au modèle un croquis de flux de travail dessiné à la main et obtenir le code nécessaire en quelques secondes.
2. Côté négatif : pollution du code, dégradation de la technologie
Bien que l'IA soit pleine de promesses, elle ne doit pas être considérée comme omnipotente.
1. Risque de surtests
Étant donné que le modèle peut générer des tests rapidement, nous pouvons exécuter plus de tests que nécessaire. Le surtest est un problème courant dans le développement de logiciels, en particulier dans les organisations qui mesurent les performances en fonction du nombre de tests générés par une équipe. Exécuter trop de tests en double ou inutiles peut ralentir un projet et créer des goulots d'étranglement plus tard dans le processus.
Cependant, lorsque l'IA pourra recommander quand supprimer les tests, nous verrons une énorme libération pour les développeurs - cette vision de l'IA générative me rend enthousiasmé pour l'avenir.
2. Dégradation des compétences de développement
«Je choisis toujours une personne paresseuse pour faire un travail difficile car elle trouvera un moyen facile de le faire», cette citation est souvent attribuée à tort à Bill ·Gates a déclaré. Bien que l’origine de cette phrase ne soit pas claire, la phrase elle-même contient une certaine vérité : les paresseux recherchent toujours des raccourcis pour éviter de travailler dur, et l’IA offre une excellente solution.
L'IA générative crée une dépendance pour les développeurs paresseux et peut conduire à la création de code volumineux, inefficace et peu performant. Ce qui est encore plus effrayant, c’est que les outils de programmation d’IA peuvent étouffer les innovations dont les excellents développeurs sont fiers. Étant donné que les codes d’IA générative sont basés sur des modèles et des données existants, cela peut limiter davantage le potentiel d’innovation des développeurs qui ne veulent pas sortir de leur « zone de confort ».
3. Les outils de programmation de l'IA fonctionnent mal
La qualité de l'IA générative dépend des données utilisées pour entraîner le modèle.
Des données de mauvaise qualité, des raccourcis de formation et une mauvaise ingénierie des astuces peuvent entraîner un code généré par l'IA qui ne répond pas aux normes de qualité, comporte des bogues ou ne fait pas le travail. Cela peut amener les organisations à perdre confiance dans la qualité des outils de programmation d’IA et à passer à côté de leurs avantages potentiels.
3. La question la plus importante : l'IA remplacera-t-elle les développeurs de logiciels ?
Bien que certains experts en quête d’attention aient fait des affirmations similaires, il n’existe aucun précédent historique pour étayer une telle conclusion. Les progrès technologiques (des langages de haut niveau aux frameworks orientés objet) ont régulièrement augmenté la productivité des développeurs, mais la demande ne fait qu'augmenter.
L'IA générative peut saper le marché des compétences de base en codage bas de gamme, mais l'impact le plus important sera de pousser l'ensemble du secteur en haut de la chaîne de valeur pour faire ce pour quoi les LLM ne sont actuellement pas bons : innover.
N'oubliez pas que les modèles d'IA générative sont formés sur la base de ce qui est connu, et non sur ce qui est inconnu et attend d'être créé. Je ne m'attends pas à ce que les machines conçoivent une interface utilisateur révolutionnaire ou proposent un Uber de si tôt.
Cependant, il peut être difficile pour les développeurs de rencontrer une telle explosion de productivité dans leur carrière. Plutôt que d’essayer de combattre la machine comme je l’ai fait quand j’étais plus jeune, les développeurs devraient simplement suivre le courant et surfer sur la vague. La programmation de l’IA libérera les gens de nombreuses tâches fastidieuses, qui devraient être passionnantes pour tout le monde. Le risque de disparition de certaines tâches de travail devrait être transformé en une incitation à apprendre et à agir : les développeurs de qualité, capables de traduire les besoins de l'entreprise en logiciels élégants et performants, seront toujours très demandés.
Pour en savoir plus sur l'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!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Il est impossible de visualiser le mot de passe MongoDB directement via NAVICAT car il est stocké sous forme de valeurs de hachage. Comment récupérer les mots de passe perdus: 1. Réinitialiser les mots de passe; 2. Vérifiez les fichiers de configuration (peut contenir des valeurs de hachage); 3. Vérifiez les codes (May Code Hardcode).

Navicat utilise un algorithme de cryptage AES pour crypter les mots de passe et utilise un mécanisme de clé dynamique pour protéger les mots de passe, mais il n'est pas infaillible. Pour améliorer la sécurité, il est recommandé de configurer des mots de passe complexes, de les modifier régulièrement, de garder le système et le logiciel à jour et de protéger contre les logiciels malveillants.

Erreurs et solutions courantes Lors de la connexion aux bases de données: nom d'utilisateur ou mot de passe (erreur 1045) Blocs de pare-feu Connexion (erreur 2003) Délai de connexion (erreur 10060) Impossible d'utiliser la connexion à socket (erreur 1042) Erreur de connexion SSL (erreur 10055) Trop de connexions Résultat de l'hôte étant bloqué (erreur 1129)

L'instruction INSERT SQL est utilisée pour ajouter de nouvelles lignes à une table de base de données, et sa syntaxe est: Insérer dans Table_Name (Column1, Column2, ..., Columnn) VALEUR (VALEUR1, Value2, ..., Valuen);. Cette instruction prend en charge l'insertion de plusieurs valeurs et permet d'insérer des valeurs nulles dans des colonnes, mais il est nécessaire de s'assurer que les valeurs insérées sont compatibles avec le type de données de la colonne pour éviter de violer les contraintes d'unicité.

En tant que professionnel des données, vous devez traiter de grandes quantités de données provenant de diverses sources. Cela peut poser des défis à la gestion et à l'analyse des données. Heureusement, deux services AWS peuvent aider: AWS Glue et Amazon Athena.

La sécurité du mot de passe de Navicat repose sur la combinaison de cryptage symétrique, de force de mot de passe et de mesures de sécurité. Des mesures spécifiques incluent: l'utilisation de connexions SSL (à condition que le serveur de base de données prenne en charge et configure correctement le certificat), à la mise à jour régulièrement de NAVICAT, en utilisant des méthodes plus sécurisées (telles que les tunnels SSH), en restreignant les droits d'accès et, surtout, à ne jamais enregistrer de mots de passe.

Navicat pour MongoDB ne peut pas afficher le mot de passe de la base de données car le mot de passe est crypté et contient uniquement des informations de connexion. La récupération de mots de passe nécessite MongoDB lui-même et l'opération spécifique dépend de la méthode de déploiement. Sécurité d'abord, développez de bonnes habitudes de mot de passe et n'essayez jamais d'obtenir des mots de passe à partir d'outils tiers pour éviter les risques de sécurité.

Ajoutez de nouvelles colonnes à une table existante dans SQL en utilisant l'instruction ALTER TABLE. Les étapes spécifiques comprennent: la détermination des informations du nom de la table et de la colonne, rédaction des instructions de la table ALTER et exécution des instructions. Par exemple, ajoutez une colonne de messagerie à la table des clients (VARCHAR (50)): Alter Table Clients Ajouter un e-mail VARCHAR (50);
