世界初の AI プログラマー Devin の誕生から 1 か月も経たない 2022 年 3 月 3 日、プリンストン大学の NLP チームはオープンソース AI プログラマー SWE エージェントを開発しました。 GPT-4 モデルを活用して、GitHub リポジトリの問題を自動的に解決します。 SWE ベンチ テスト セットにおける SWE エージェントのパフォーマンスは Devin と同様で、平均 93 秒かかり、問題の 12.29% を解決しました。専用端末と対話することで、SWE エージェントはファイルの内容を開いて検索したり、自動構文チェックを使用したり、特定の行を編集したり、テストを作成して実行したりできます。 (注: 上記の内容は元の内容をわずかに調整したものですが、元のテキストの重要な情報は保持されており、指定された文字数制限を超えません。)
SWE-Agent の Agent-Computer Interface (ACI) ) が簡略化され、大規模なモデル コマンドとフィードバックの形式が再設計され、リポジトリの参照、コード ファイルの表示、編集、実行が容易になりました。研究チームは、効率を向上させるために、コードインスペクター、ファイルビューア、グローバルカタログ文字列検索コマンドなどのいくつかの便利な機能も提供しています。これらの調整は生産性の向上に役立ちます。
同日、Alibaba Cloud は、特別な新入社員、AI プログラマー「Tongyi Lingma」(職務番号 AI001) を発表しました。このAIプログラマーは、正社員として入社する前にアリババクラウド内外で数カ月間インターンをしており、80％以上の好感度を得ていた。 Tongyiling Code の追加は、ユニバーサル コードの追加により、コードの書き込み、読み取り、バグの発見、最適化におけるエンジニアの作業効率が向上したことを示しており、その作業能力は 1 日 7 時間 24 時間オンコールであり、人間の作業の必要性を大幅に省略すると説明されています。プログラマーがコードのテストに費やす作業量。
Universal Lingma は Alibaba Cloud と Universal Labs によって共同開発され、200 万回以上ダウンロードされ、毎日数百万行のコードが採用されています。 200 以上のプログラミング言語に堪能で、16 の主流言語に精通しています。 Universal Lingma は、コードの継続、単体テストの生成、コードの最適化などのスキルを備えているだけでなく、インテリジェントな質疑応答や異常エラーの報告も実行でき、トラブルシューティング作業の複雑さを軽減します。さらに、エンタープライズ レベルのコード ベースの特別なトレーニングもサポートし、エンタープライズ コードとドキュメント データをより深く理解し、ローカライズされた適応をサポートします。
人工知能の波の中で、AI プログラマーの出現は間違いなく技術革命における重要なマイルストーンです。 1950 年代初頭の論理的推論とエキスパート システムの探求から、今日のディープ ラーニングと機械学習の広範な応用に至るまで、AI テクノロジーの開発背景は多面的です。 過去数十年にわたって、AI の研究と応用の範囲は拡大し続けています。 AI テクノロジーは、当初は論理的な問題の解決と人間の思考のシミュレーションに重点を置いていた初期段階から、現在では医療、金融、交通などのさまざまな分野に関与しています。 AI プログラマーの役割
人工知能プログラマーの台頭は、プログラミング分野における人工知能テクノロジーの大きな進歩を示しています。それはソフトウェア開発業界のエコシステムを再構築するだけでなく、人工知能の可能性と限界を理解する上で広範囲に及ぶ重要性を持ちます。 AI プログラミングの台頭により、プログラマーの働き方や必要なスキルが変化する可能性がありますが、プログラマーという職業の重要性が低下するわけではありません。
AI プログラマーの技術的特性の分析
Devin、Tongle Lingma、プリンストン大学の SWE エージェントなどの AI プログラマーは、ソフトウェア エンジニアリングの境界を再定義しています。これらのシステムは、プログラミング分野における AI の大きな可能性を実証するだけでなく、テクノロジー業界の将来の方向性も明らかにします。 AI プログラマーは、機械学習と自動化テクノロジーを通じてソフトウェア開発サイクルを加速し、コードの品質を向上させることができます。その結果、より効率的でスマートな開発プロセスが実現し、より創造的で革新的な開発方向が実現します。
Devin: 全自動 AI ソフトウェア エンジニア
Devin は世界初の全自動 AI ソフトウェア エンジニアであり、その出現は AI ソフトウェア開発分野における重要なマイルストーンとなります。 Devin は長期的な推論と計画のスキルを備えており、複雑なエンジニアリング タスクを実行できます。これは、Devin が単純なコーディング タスクを処理できるだけでなく、要件の収集から設計、コーディング、テスト、展開に至るプロジェクトのライフ サイクル全体を管理できることを意味します。 Devin の重要性は、単純なコーディング タスクを処理できるだけでなく、要件の収集から設計、コーディング、テスト、展開に至るプロジェクトのライフ サイクル全体を管理し、複雑なエンジニアリング タスクも実行できることです。
写真
写真: OpenDevin は、オープン ソース コミュニティと権力を共有することを目的とした Devin のレプリカです。 OpenDevin は、コミュニティへの貢献とオープン スタンダードへの取り組みを通じて、AI 支援ソフトウェア エンジニアリングの機能を磨き、拡張したいと考えています。
Devin の中核的な強みは、関連するコンテキストを思い出し、時間をかけて学習し、間違いを修正する能力です。この能力により、デビンはプロジェクトの進行に合わせて継続的に改善し、人的ミスの可能性を減らすことができます。さらに、Devin には、シェル、コード エディター、ブラウザなど、開発者が一般的に使用するツールが装備されており、これらのツールはサンドボックス コンピューティング環境に統合されており、セキュリティと柔軟性が確保されています。
ユーザーとのリアルタイムコラボレーションも Devin の主要な機能です。リアルタイムで進捗状況を報告し、フィードバックを受け入れ、必要に応じてユーザーと一緒に設計を選択します。この協力モデルは、開発効率を向上させるだけでなく、プロジェクトの適応性と革新性も高めます。
Devin の技術的特性と能力の概要: Devin は、Cognition AI チームによって開発された AI ソフトウェア エンジニアであり、独立してプログラムする能力があり、複雑なエンジニアリング タスクを独立して完了できます。 Devin の中核となる技術機能は次のとおりです。
「Tongyi Lingma」: 高度なAIプログラミングアシスタント
Tongyi Lingmaは、Alibaba Cloudが提供するAIプログラミングアシスタントであり、ソフトウェア開発の効率化と効率化を目的としています。 。プログラミングタスクを自動化することでプログラマーが繰り返しの作業を減らし、イノベーションや複雑な問題の解決に集中できる時間を増やすのに役立ちます。
写真
Tongyi Lingma の将来の目標は、プログラマーがより集中できるように会社のコードの 20% を書くことです。システム設計とコア事業開発について。同時に、Tongyi Lingma も Tongyi Qianwen APP 上で公開されます。このアプリは無料で公開されており、誰でも携帯電話でコードを書いて学習することができます。プログラミングの基礎を持たない学生のために、Tongyi Qianwen は学習の提案を提供し、学習計画を立てることもできます。これは、AI プログラマーがプログラマーのアシスタントであるだけでなく、ソフトウェア開発の分野で重要な役割を果たす可能性があることを示しています。
「Tongyi Lingma」の技術的特徴と能力の概要
プリンストンのオープンソース AI プログラマー: SWE-agent
プリンストン大学によって立ち上げられた SWE-agent は、GPT-4 テクノロジーに基づく初のオープンソース AI プログラマーです。オープン ソース プロジェクトとして、SWE-agent は GitHub リポジトリ内のバグを自動的に修正でき、これはオープン ソース コミュニティへの多大な貢献です。 SWE ベンチ テスト セットでは、SWE エージェントは問題の 12.29% を正常に解決し、平均所要時間はわずか 93 秒で、Devin に匹敵する精度を示しました。
SWE エージェントのオープン ソースの性質は、コミュニティからのフィードバックや改善を迅速に取得できることを意味し、ソフトウェア エンジニアリングの分野における AI の進歩を加速します。 SWE エージェントの成功は、AI プログラマーが開発効率を向上させるだけでなく、コードの品質を向上させ、メンテナンス コストを削減できることも示しています。
図: SWE ベンチマークのパフォーマンス
オープン ソースの性質オープン ソース プロジェクトとしての SWE エージェントは、そのコード、デザイン、機能がすべて公開されており、世界中の開発者が参加して貢献する機会を提供していることを意味します。 GitHub ではすぐに 1.6,000 のスターと 109 のフォークを獲得し、このテクノロジーに対するオープンソース コミュニティの高い認識と関心を示しています。
1. GPT-4 に基づくエージェント コンピューター インターフェイス (ACI) SWE エージェントは、エージェント コンピューター インターフェイス (ACI) の設計を使用して、GPT-4 などの大規模モデルのリポジトリの参照、表示、編集をより便利にします。そしてコードファイルを実行します。このデザインは人間が好む UI デザインに似ており、大規模なモデルとの対話の効率と品質が向上します。
2. バグを自動的に修正する機能 SWE-agent は、GitHub リポジトリ内のバグを自動的に修正できます。 SWE ベンチ テスト セットでは、問題の 12.29% を正常に解決し、平均所要時間はわずか 93 秒で、その精度は、以前にリリースされた AI プログラマー Devin に匹敵しました。これは、ソフトウェア エンジニアリング タスクの自動化における SWE エージェントの効率的かつ正確な機能を示しています。
3. 専用端末との対話 SWE エージェントは専用端末と対話することで動作し、ファイルの内容を開いて検索したり、自動構文チェックを使用したり、特定の行を編集したり、テストを作成して実行したりすることもできます。このタイプの対話により、AI プログラマーはより多くの自律性と柔軟性を得ることができます。
4. 機能設計 SWE エージェントには、編集コマンドの発行時に実行されるリンターの追加や、コード構文の変更など、研究チームがエージェントとコンピューターのインターフェイスの設計中に非常に役立つと判断した機能が含まれています。は正しくありません。正解です。編集コマンドは通過できません。さらに、エージェントには専用のファイル ビューアとディレクトリ全体の文字列検索コマンドが提供されており、これらはすべて生産性と精度を向上させるように設計されています。
5. エージェントのワークフロー SWE-agent のワークフローは「推論」と「評価」の 2 段階に分かれます。推論フェーズでは、SWE エージェントは GitHub で報告された問題を処理し、問題の修正を目的としたプル リクエスト (Pull Request) を生成します。評価フェーズでは、生成されたプル リクエストが評価され、報告された問題が実際に解決されるかどうかが確認されます。
Devin、Tongyi Lingma、SWE エージェントなどの AI プログラマーの出現は、ソフトウェア開発の将来がより自動化され、インテリジェントで、協調的なものになることを示しています。これらのシステムの技術的特性と機能は、AI の改善方法を示しています。開発効率を高め、エラー率を削減し、イノベーションを促進します。
Devin AI プログラマーによるテストでは、API を使用して株価を取得したり、ユーザーがチェスをプレイできるソフトウェアを作成したりするなど、さまざまなプログラミング タスクが可能であることが示されました。大きなモデルのウェブサイト。 Devin は、LLM でチェスをプレイするための API キー、パッケージ エラー、ヒント ワードをうまく処理します。ただし、フィードバック速度はまだ改善の必要があります。
Tongyi Lingma は GitHub Copilot と同様に動作し、ユーザーはあるツールから別のツールに簡単に切り替えることができます。コード記述機能の点では GitHub Copilot には劣りますが、自由に使用でき、特定の分野で利点があり、優れた操作インターフェイスと適応性を備えています。個人的なテストと評価によると、Tongyi Lingma は 3.5 ～ 4 点 (5 点中) のスコアを獲得でき、試す価値のある AI コーディング支援ツールとみなされます。
プリンストン大学が立ち上げた SWE エージェントは、平均わずか 93 秒で GitHub リポジトリのバグを自動的に修正できるという点で Devin に匹敵します。このオープンソース プロジェクトは、GitHub 上ですぐにコミュニティの認知と関心を集めました。
1. テストの効率と精度 AI プログラマーは、自動化テクノロジーによってソフトウェア テストの効率を向上させ、バグを迅速に特定することができます。修正します。機械学習アルゴリズムを利用して継続的に学習および最適化し、バグ発見の精度と範囲を向上させます。この継続的な学習機能により、AI プログラマーはソフトウェア開発プロセス中にパフォーマンスを継続的に向上させることができます。
2. 自動バグ発見: AI プログラマーは自動バグ発見に優れており、ソフトウェア コードとテスト データの詳細な分析を実行して、隠れた複雑なバグを特定できます。これにより、テストの品質が向上するだけでなく、時間と人件費も大幅に節約されます。
3. 継続的なパフォーマンス テスト、AI プログラマーは継続的なパフォーマンス テストを実行して、ソフトウェア システムの安定性と信頼性を確保できます。さまざまなテストシナリオをシミュレートし、さまざまな条件下でソフトウェアのパフォーマンスを評価することで、ソフトウェアの品質を保証します。
4. 機能テストとパフォーマンス テスト: 機能テストとパフォーマンス テストに関しては、AI プログラマーは単体テスト、統合テスト、パフォーマンス テストを自動的に実行して、コードの品質を確認できます。これらのテストは多くの場合自動化されており、コードが運用環境またはテスト環境にデプロイされる前に実行できます。
5. 作業効率の向上: AI プログラマーは、テスト文書、テスト ケース、テスト レポートの作成を支援するなど、従来のテスト エンジニアの作業効率の向上にも役立ちます。 AI プログラマーは、ユースケース設計において人間のテスト エンジニアを完全に置き換えることはできませんが、いくつかの側面ではすでに効果的なサポートを提供できます。
上記の複数の指標に基づく複数の評価結果は、AI プログラマーの Devin、Tongyi Lingma、および SWE エージェントのソフトウェア エンジニアリング タスクのテストにおけるパフォーマンスが異なり、それぞれに独自の特徴があることを示しています。
SWE ベンチの基本テストで、Devin は人間の支援なしで問題の 13.86% を解くことができました。
Devin のテストでは、複数ステップの計画を実行し、環境フィードバックを受信できることが示されており、合格したテストの 72% が完了するまでに 10 分以上かかり、その反復機能が示されています。
Tongyi Lingma は、Java コーディングの支援においては最も優れたパフォーマンスを発揮しますが、SQL およびコード エラー修正の観点からは、iFlyCode の方が優れた選択肢となる可能性があります。
Tongyi Lingma は 30 の言語でのコード説明をサポートしており、Alibaba Cloud OSS 関連の質問など、特定の分野の知識に関する質問と回答を行うことができます。
SWE-agent は、GitHub の問題をプル リクエストに変換するオープン ソース ソフトウェア エンジニアリング エージェントで、SWE ベンチ テスト セットの問題の 12.29% を解決します。
SWE-agent は、エージェント コンピュータ インターフェイス (ACI) を実装し、シンプルな LM センター コマンドとフィードバック形式を設計することで、LM がウェアハウスを参照し、コード ファイルを表示、編集、実行することを容易にします。
総合評価、Devin は支援なしで問題を解決する能力が高く、Tongyi Lingma はプログラミング教育やコードの説明など特定の分野に強みがあり、SWE-agent はオープンソースエージェントとして問題解決に優れていますGitHub の問題に対する優れたパフォーマンス。各ツールには独自の利点と適用可能なシナリオがあります。
AIプログラマ技術の拡大は、ソフトウェア開発分野の変化を常に促進しています。自動プログラミングからインテリジェント プログラミング ツール、最適化アルゴリズムや自動テストに至るまで、AI プログラマー テクノロジーはソフトウェア開発に不可欠な要素になりつつあります。
AI テクノロジーの発展により、多くの従来のプログラミング タスクが自動化に置き換えられました。たとえば、AI を使用して、コードの自動生成、自動テストの実施、アルゴリズムの最適化などを行うことができます。これは、プログラマーが反復的なプログラミング作業に多くの時間を費やす必要がなくなり、より創造的で複雑な作業に集中できることを意味します。
AI プログラマーの出現により、コーディング支援ツールの開発が促進されました。これらのツールは、プログラマが開発の品質と効率を向上させるのに役立つインテリジェントな提案、自動エラー修正、コードの最適化、その他の機能を提供します。機械学習や深層学習などのテクノロジーが継続的に開発されているため、プログラマーはこれらのツールを使用して開発効率を向上させ、よりカラフルなアプリケーションを作成できます。
AI プログラマーは、アルゴリズムの最適化において大きな可能性を秘めています。学習アルゴリズムと進化アルゴリズムを通じてプログラムのパフォーマンス、リソース使用率、効率を自動的に最適化し、プログラムの操作効率とユーザー エクスペリエンスを向上させることができます。さらに、AI はコードの実行ステータスとパフォーマンス データを分析することで最適化の提案を自動的に提供し、プログラマーがソフトウェアのパフォーマンスとユーザー エクスペリエンスを向上させるのに役立ちます。
AI プログラマーの台頭により、プログラマーは学際的な能力の開発も促されています。 AI 分野の発展には、コンピューター サイエンス、数学、統計学などの複数の分野が関係します。プログラマーは、AI テクノロジーをよりよく理解し、適用するために、学際的な知識とスキルを持っている必要があります。この学際的な能力は、プログラマーがさまざまな分野の知識を統合し、複雑な問題に対処する際に、より包括的で効果的な解決策を見つけるのに役立ちます。
AI テクノロジーのこれらのアプリケーションは、プログラミングの効率と品質を向上させるだけでなく、プログラマーに革新と探索のためのより広いスペースを提供します。 AI テクノロジーが進化し続けるにつれて、将来のプログラマーはその可能性をよりよく認識し、実際的な問題を解決し、コンピューター サイエンスのさらなる発展を促進できるようになるでしょう。
AI テクノロジーの急速な発展に伴い、AI プログラマーが実際のプログラマーに与える影響は、課題と機会の両方を含む多面的になっています。 AI プログラマーは、継続的に学習して新しいテクノロジーに適応することで、競争力と生産性を向上させます。
AI プログラマーの出現により、プログラミング作業の特定の側面が自動化され、インテリジェント化されるようになりました。たとえば、AI プログラマーはコードを自動的に生成できるため、人的エラーの可能性が減り、開発効率が向上します。これにより、従来のプログラマーの作業方法と責任が変わり、より高度な設計とイノベーションに集中できるようになる可能性があります。
AI プログラマーは、より迅速かつ正確にコードを生成できる可能性があります。 AI プログラマーの支援により、プログラマーはアプリケーションの開発とテストをより効率的に行い、エラーとデバッグ時間を削減し、全体的な開発効率を向上させることができます。
AIプログラマーの出現により、プログラマーの創造力・革新力がある程度解放される可能性があります。 AI は反復的なコーディング タスクを処理できるため、プログラマーがより複雑な問題を考えて解決する時間を増やすことができ、それによってイノベーション能力が向上します。
AI プログラマーは、コードのパフォーマンス分析と最適化の提案を実行し、潜在的なボトルネックを特定し、コードの実行をより効率的にするための改善計画を提案できます。さらに、AI 駆動のテスト ツールは、単体テストと統合テストを自動的に生成および実行して、コードの品質を確保し、回帰エラーを減らすことができます。
AI プログラマーのテクノロジーは、複雑な意思決定と推論をサポートし、テストを自動的に生成して実行することで、ソフトウェアの信頼性とパフォーマンスを向上させることができます。この種の自動化はテストの効率を向上させるだけでなく、バグを早期に検出して修正し、ソフトウェアのリリース後の問題を軽減するのにも役立ちます。
AI テクノロジーの発展により、一部のプログラミング職の削減につながる可能性がありますが、新たな雇用の機会や開発スペースも創出されます。従来のプログラマーは、スキルを継続的に学習して向上させることで、新しい技術開発トレンドに適応し、競争力を維持できます。
つまり、AI プログラマーが実際のプログラマーに与える影響は大きく、複雑です。プログラミングの効率や品質が向上するだけでなく、プログラマーの仕事内容やキャリアパスも変わる可能性があります。将来的には、プログラマーはコーディング スキルだけではなく、イノベーション、設計、複雑な問題を解決する能力にもっと重点を置く必要があるかもしれません。
AIプログラマーのDevin氏、Tongyi Lingma氏、SWEエージェントは、ソフトウェア開発分野における人工知能の大幅な進歩、プログラミング効率の向上、技術革新の促進を実証しました。 AI プログラマーの利点は明らかで、AI プログラマーはコードを自動的に生成できるため、従来の手動コーディングの時間とエネルギーが削減されます。大量のコードとパターンを迅速に学習し、コーディング効率を向上させ、人的エラーの発生を減らすことができます。 AI プログラマーは、ディープラーニングや強化学習などのテクノロジーを通じて自らを学習し、進化し続けます。新しいプログラミング言語、フレームワーク、テクノロジーにすぐに適応できます。同僚の AI プログラマーは、大規模なタスク処理と並列コンピューティング機能に加え、インテリジェントな自動最適化機能を備えています。
しかし、現時点では、AI プログラマーには創造性やイノベーション能力が不十分であるなど、いくつかの制限もあり、AI プログラマーが創造的なイノベーションや設計を行うことが困難になっています。また、文脈の理解と推論能力にも限界があり、AI プログラマーは複雑な文脈の状況を理解して処理することに限界があり、人間の意図やドメイン固有の知識を正確に理解できない可能性があります。データ依存性と汎化能力も欠点であり、AI プログラマーのパフォーマンスと効果はトレーニング データの品質と範囲によって制限され、新しい分野や新しいシナリオに直面した場合、汎化能力が不十分になる可能性があります。
良い面としては、AI プログラマーの自動化の度合いがさらに向上し、説明可能性と透明性も向上します。これにより、プログラマーや関係者は AI プログラマーの動作をよりよく理解し、制御できるようになり、コードの信頼性とセキュリティが向上します。同時に、AI プログラマーと人間のプログラマーは補完的なパートナーシップを形成し、より効率的でインテリジェントで革新的なソフトウェア ソリューションを共同で作成します。このプロセスでは、プログラマーは変化に適応し、継続的な学習、スキルの向上、革新的な思考を通じて AI プログラマーと Win-Win の協力関係を築く必要があります。このようにして、私たちはAI時代において足場を築き、重要な役割を果たすことができ、AI時代の到来を共に歓迎することができます。 (終了)
1.https://news.opensauced.pizza/open-source-projects-that-are-gaining-steam-that-you-havet-heared -of/
2. https://www.php.cn/link/6def9cdc404151fd9c44071edea3d735
以上がどのAIプログラマーが一番優れているでしょうか? Devin、Tongyi Lingma、SWE エージェントの可能性を探るの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。
![PHP 実践開発入門: PHP クイック作成 [中小企業フォーラム]](https://img.php.cn/upload/course/000/000/035/5d27fb58823dc974.jpg)
![[Web フロントエンド] Node.js クイック スタート](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
