KI Navigator #11: Yazılımın Geliştirilmesinde Beş Yapay Zeka Seviyesi

Saberie

Active member


  1. KI Navigator #11: Yazılımın Geliştirilmesinde Beş Yapay Zeka Seviyesi

DOAG KI topluluğunun Ki-Navigator sütununun on birinci baskısına hoş geldiniz!










Bilgisayar bilimcisi, yazılım mimarı, proje yöneticisi ve yapay zeka meraklısıdır. On yılı aşkın bir süredir çok çeşitli alanlarda yazılım geliştirdi. GitHub Copilot ve imleçten AI desteğini desteklemeyi tercih etti ve aktif olarak kodlama kavramına katıldı. Deneyimlerini düzenli olarak konferanslara böler ve “AI ve Yazılım Mimarisi” konusunda eğitim kursları sunar.












WPS – Workplace Solutions'da bir yazılım geliştiricisidir ve on yılı aşkın bir süredir farklı dillerde ve çerçevelerde uygulamalar oluşturmuştur. Dikkatini otomasyon testine, gereksinimlerin mühendisliğine ve GitHub Copilot ve Jetbrain gibi yapay zekaya dayanan geliştirme araçlarının üretim kullanımına yardım etmektedir. Eğitim, toplantılar ve çeşitli konferanslarda pratik deneyim sağlar.







Yazılım geliştirme alanında, WPS GMBH'de beş türe ayrıldığımız yapay zekanın farklı kullanım türlerini tanımlamak mümkündür:

  1. AI'dan kullanıcılar değil
  2. Chatgp kullanımı
  3. Copyroot kodu
  4. Sohbet ilk kodlayıcı
  5. Canlı kod
Doğru uygulanan IA, genellikle kodun daha fazla verimliliğine ve daha iyi kalitesine yol açar. Bununla birlikte, birçok geliştirici IA'yı kullanırken henüz optimal kişisellerine ulaşmamıştır. Yapay zeka miktarı geliştirme sürecini destekler çeşitli faktörlere bağlıdır: deneyim seviyesi, mevcut araçlar ve kullanılan teknolojiler.

Aşağıda beş türü daha ayrıntılı olarak sunuyoruz: nasıl çalışılır, çünkü çalışıyorsunuz ve hangi değerlendirmeye sahibiz.



AI olmayanlar




IA kullanmayanlar son 15 veya 20 yılda olduğu gibi çalışır: programın tüm programını yazın. Destek AI, Google'da arama, belgeler, Stack Overflow veya GitHub gibi forumlar ve tartışmalar olmadan mevcut kodu genel bir bakış alabilirsiniz.

Bu şekilde çalıştıkları gerçeğin birkaç nedeni olabilir. En belirgin ve muhtemelen en yaygın olanı, şirketinizin AI'nın, örneğin güvenlik sorunlarından (yine de) kullanılmasına izin vermemesidir. Diğerleri temel çekinceler için IA'yı denememiş olabilir. Bazıları IA'yı test etti ve sonuçlardan hayal kırıklığına uğradı.

Bir hayal kırıklığı, gerekli bağlamın önerme veya farkındalığın olmaması konusunda deneyim eksikliğinden kaynaklanabilir: her ikisi de hızlı bir şekilde telafi edilebilir. Bu şekilde belirgin frastagliata teknolojik sınırının (akut teknolojik sınır) etkisi de sorumluydu. İlke, görünüşte benzer görevlerin bazen şaşırtıcı derecede iyi, bazen şaşırtıcı derecede kötü çözdüğünü açıklar.

Aynı zamanda AI'dan yararlanıyorsanız, türün bir sorusudur. Belirli bir teknolojiyle uzun zamandır çalışan herkes uzun süredir etkili bir şekilde çalıştı ve uyarladı (yine de) yapay zekadan gerçek kazancı denemeyebilir. Bununla birlikte, bir çalışma, özellikle hizmet sağlayıcıların AI ile ilgili endişeleri olduğunu göstermiştir, ancak soruşturmalara göre bundan faydalanırlar.

Son olarak, soru ortaya çıkıyor: Yapay zekanın desteğiyle mevcut olumsuz deneyimler nasıl? Gözlemimiz, üç ila altı ay önce tatmin edici bir şekilde çalışmayan şeyin zaten sağlam olabileceğini göstermektedir.

Chatgpt kullanıcıları


Tanımımıza göre, ChatGPT kullanıcıları IA'yı günde yaklaşık birkaç kez sadece ara sıra kullanıyor. Bu kullanım davranışı, CHATGPT kullanılan tek araç olduğunda genellikle gözlenir. Kullanımın yoğunluğu büyük ölçüde mevcut araçlara bağlıdır: IA, GitHub Co -Pilot'ta olduğu gibi doğrudan geliştirme aracına entegre edilmişse, genellikle çok daha sık kullanılır.

Chatt kullanıcıları IA'yı esas olarak araştırma için kullanır ve bu nedenle Googling'in yerini, belgeleri ve araştırmaları forumlar aracılığıyla okurlar. Ayrıca parça veya kod örnekleri oluşturmak için kodu açıklamak veya hata mesajlarını analiz etmek için ChatGPT'yi de kullanın.

Saf sohbeti veya Claude veya Gemini gibi karşılaştırılabilir sohbet botlarını kullanma motivasyonu nedir? Bir yandan, Google'ı arama olarak kullanım düşük eşikte. Öte yandan, geliştiriciler AI için hangi kodun kullanılabilir hale getirildiği üzerinde tam kontrolü korurlar.

Eğer bir şirket yapay zeka araçlarını yönetmek için net veya resmi kurallar çağırmadıysa ve gri bir alanda kullanım bulunursa, chatgpt genellikle favori araçtır. Bu istenmeyen durumla mücadele etmek için, şirketimizde geliştiricilere net bir yönelim sunan bir AI kılavuzu geliştirdik.

Kopilot kodu


Copilot programcıları sürekli olarak AI programlama asistanlarını kullanırlar. Doğrudan geliştirme ortamına entegre edilir ve bu nedenle kolay ve engeller olmadan kullanılabilir. Chatt kullanımına göre en büyük avantaj otomatik olarak tamamlanmaktadır: Kod sırasında IA, genellikle inanılmaz derecede iyi sonuçlarla otomatik olarak daha fazla kod için öneriler sunar.

Bu arada çok sayıda INI tipi araç var. En iyi bilinen temsilci GitHub Copilot'tur, ancak Jetrain veya Ki Geliştirme Ortamı İmleçinin asistanı etkileyici işlevler sunar. Örnekler, bir Chatbot AI'sının en iyi ve en son modellerden oluşan bir seçim ile tıklayarak, otomatik nesil belgeleri ve sorunsuz entegrasyonunu tıklayarak programlama hatalarını düzeltmektir.

Copilot programcıları genellikle kod üzerinde çok merkezli kalırlar. Yapay zekanın kullanımını kasıtlı olarak küçük bir araba bağlamıyla sınırlarlar -örneğin bir liste için bir filtre işlevi oluşturduklarında projelerinde bulunma. Bu nedenle, filtreyi tetikleyen veya sonucu kaydeden bir düğmenin eklenmesi ayrı pasajlarda gerçekleştirilecek ve yapay zeka ile desteklenecektir.

Deneyimlerimize göre, bu çalışma şekli doğal olarak bir CO pilotuna benzer bir araçla çalışan kararlı geliştiricilerle kurulmuştur. Birçok durumda, belirleyici faktör şirketin ticari bir lisans sağlamasıdır. Gözlemlerimize göre, bu prosedür, geçen yılın sonunda mevcut araçlarla mümkün olan maksimum olanı işaretlemiştir.

Sohbet ilk kodu


Bu yaklaşım sadece 2024/2025 dönüm noktasına kadar pratikti. Bunun için belirleyici faktör, yapay zeka ajanlarının ortak programlama asistanlarına başlangıçta imleçte tanıtılmasıydı. Ve Nisan 2025'ten Github Copilot ve Junie von Netbrain'de. Bazı daha uzun dişler problemlerine ve hesaplama sürelerine ek olarak, çoğu uygulama için yapay zeka ajanları, ayrıca en çok Copalota kodu tarzında çalışanlar için önerebiliriz.

Sohbet ilk kodu kaynak kodunu ve asistanla sohbeti eşdeğer öğeler olarak ele alın. Sohbette tamamen veya kısmen bir işlevselliği açıklayın: Asistan bu nedenle bağımsız olarak bir plan geliştirir, program kodunu uyarlar, değişiklikleri kontrol eder ve gerekirse düzeltmeler yapar. Yukarıdaki istek için bir listeyi filtrelemek için yapay zeka, gerekli düğmeyi ve kurtarmayı bir sürüşe ekleyecektir. Yaklaşımımız, IA ile sohbet etmeden önce IA ile net bir beklenti geliştirmemizdir, burada üretilen sonucu kontrol ettiğimizdir.

Sohbet ilk kodunun asla görünmez veya yanlış anlaşılan oluşturulan kaynak kodunu varsaymaması özellikle önemlidir. Buna ek olarak, program kodunun yapısı hakkında net bir fikir, büyük ve küçük ve özenli testlerde esastır. Burada sorumluluk geliştiricilere aittir ve deneyimlerimiz, ilk kalite sorunlarının şu anda bu noktada yaratıldığını göstermektedir, çünkü bazen tedavi eksiktir.

AIT'ler AI tarafından kontrollü ve kesinlikle yönlendirilmiş kod üretimi biçimi kısmen görsel kodlama olarak tanımlanır. Aksine, yapay zeka kullanımının son aşaması: canlı programlama.

Canlı kod


Basitçe söylemek gerekirse, canlı kodlama, ortaya çıkan program koduna bakmadan yazılım geliştirmek anlamına gelir: formül sadece bir istemi, sonucu gözlemleyin ve bu nedenle bir sonraki çalışmayı yazın, iş sloganına göre yapılır: “Ana şey işe yarıyor”. Andrej Karpathy bu terimi 2025'in başında modelledi.

Bu, Devin gibi araçların bir süredir zorladığı yöntür – şimdiye kadar oldukça ılımlı bir başarı veya güçlü bir uygulama alanıyla. Ajan modunun tanıtımından bu yaklaşım Github Copilot, Cursor, Codex ve Google Firebase Studio gibi araçlarla da uygulanmıştır.

Bu yönteme göre, bu yöntemle, daha büyük ve sağlam yazılım projeleri gerçekleştirilemez, ancak küçük prototipler için zaten yararlı olabilir. Özellikle kısa komut dosyalarıyla, örneğin Python'daki bir değerlendirme kodunda, iyi sonuçlar elde etmek zaten mümkündür.

Geliştirme ve şirketler için ipuçları


Yapay zeka yardımının gelecekte giderek daha verimli hale geleceği ve buna dayanan iş süreçlerinin geliştiriciler arasında daha fazla istikrarlı olduğu tahmin edilebilir. Lars Röwekamp, ”Ki, tür yazılımının geliştiricisinin sonunu duyurdu. Seviye uyarlama seviyeleriyle alternatif bir perspektiften yüzleşmek istiyorsanız, ZEF+hakkında eğlenceli bir makale önerirsiniz.

AI programlama asistanlarının kullanımını özellikle teşvik etmek için iki ipucu vermek istiyoruz:

Geliştiriciler özellikle hangi alanlarda hangi alanlarda size yardımcı olabileceğini düşünmelidir: neredeyse her zaman kullanım durumları vardır. Ve bu değerlendirmeyi düzenli olarak tekrarlamalısınız çünkü olasılıklar çok kısa döngülerde değişir. Bir RI -Valuting şu anda her üç veya altı ayda bir yararlıdır.

Şirketler AI programlama asistanlarının kullanılmasına izin vermelidir. Mantıklı olduğu yerde, araçlardan gelişim özgürlüğünü vermelisiniz, ancak kendinize araçların nasıl kullanılacağınızı net yönergeler vermelisiniz.

AI programlama asistanları ve genel olarak AI kullanımı hakkında kendinizi daha fazla bilgilendirmek istiyorsanız, 19 ve 20 Kasım'da Nürnberg'de KI Navigator Konferansı'nda fırsat bulacaksınız.


(RME)




Ne yazık ki, bu bağlantı artık geçerli değil.

Boşa harcanan eşyalara olan bağlantılar, 7 günlük daha büyükse veya çok sık çağrılmışsa gerçekleşmez.


Bu makaleyi okumak için bir Haberler+ paketine ihtiyacınız var. Şimdi yükümlülük olmadan bir hafta deneyin – yükümlülük olmadan!
 
Üst