Dołącz do naszych codziennych i cotygodniowych biuletynów, aby otrzymywać najnowsze aktualizacje i ekskluzywne treści na temat wiodącego w branży zakresu sztucznej inteligencji. dowiedz się więcej


Świat tworzenia oprogramowania przeżywa największą transformację od czasu pojawienia się kodowania open source. Asystenci sztucznej inteligencji, niegdyś postrzegani przez profesjonalnych programistów z podejrzliwością, obecnie stali się Niezbędny narzędzie W 736,96 dolarów Arab Globalny rynek rozwoju oprogramowania. Jednym z produktów wiodących tę zmianę sejsmiczną jest antropogeniczny chmura,

Chmura to model sztucznej inteligencji, który przykuł uwagę programistów na całym świecie i wywołał zaciętą walkę między gigantami technologicznymi o dominację w kodowaniu opartym na sztucznej inteligencji. W tym roku przyjęcie rozwiązań chmurowych gwałtownie wzrosło, a firma poinformowała VentureBeat, że jej przychody związane z kodowaniem wzrosły o 1000% w ciągu ostatnich trzech miesięcy.

Tworzenie oprogramowania stanowi obecnie ponad 10% wszystkich interakcji w chmurze, co czyni go najpopularniejszym przypadkiem użycia modelu. Wzrost ten pomógł w rozwoju Anthropic Wycena na 18 miliardów dolarów i rysuj 7 miliardów dolarów Podobnie jak w przypadku finansowania od gigantów branży Google, AmazonkaI siły sprzedaży,

Szczegóły, w jaki sposób usługa AI Assistant Cloud firmy Anthropic jest wykorzystywana w różnych sektorach. Tworzenie aplikacji internetowych i mobilnych stanowi 10,4% całkowitego wykorzystania, następnie tworzenie treści – 9,2%, natomiast zadania specjalistyczne, takie jak analiza danych, stanowią niewielką, ale znaczącą część działalności. (Źródło: Antropiczne)

Sukces nie umknął uwadze konkurentów. OpenAI uruchomiło to o 3 Próbka Wzrosła zaledwie w ubiegłym tygodniu umiejętności kodowaniaMając na uwadze, że Bliźnięta Google’a I Lama Meta 3.1 Praca nad narzędziami deweloperskimi została podwojona.

Ta intensywna konkurencja oznacza znaczącą zmianę zainteresowania branży AI – od chatbotów i generowania obrazu w kierunku praktycznych narzędzi, które generują natychmiastową wartość biznesową. Doprowadziło to do wykładniczego wzrostu możliwości, z którego skorzystała cała branża oprogramowania.

Aleks AlbertSzef działu relacji z deweloperami w firmie Anthropic przypisuje sukces chmury jej wyjątkowemu podejściu. „W ciągu ostatnich trzech miesięcy w zasadzie 10-krotnie zwiększyliśmy nasze przychody z kodowania” – powiedział VentureBeat w ekskluzywnym wywiadzie. „Te modele naprawdę podobają się programistom, ponieważ dostrzegają o wiele większą wartość niż poprzednie modele”.

Poza generowaniem kodu: rozwój partnerów zajmujących się rozwojem sztucznej inteligencji

Tym, co wyróżnia Clouda, jest nie tylko umiejętność pisania kodu, ale także umiejętność myślenia jak doświadczony programista. Model może analizować do 200 000 tokenów referencyjnych – Odpowiednik około 150 000 słów lub mniejsza baza kodu – przy zachowaniu zrozumiałości przez całą sesję programistyczną.

„Cloud to jeden z niewielu modeli, jakie widziałem, który potrafi zachować spójność przez całą podróż” – wyjaśnia Albert. „Umożliwi obsługę wielu plików, wprowadzanie zmian we właściwych miejscach i, co najważniejsze, wie, kiedy usunąć kod, zamiast po prostu dodawać nowy”.

Takie podejście doprowadziło do dramatycznego wzrostu produktywności. Zdaniem Anthropica, gitlab Zgłasza poprawę wydajności swoich zespołów programistycznych o 25–50% dzięki wykorzystaniu chmury. wykres źródłowyplatforma analizy kodu, odnotowała 75% wzrost współczynnika wstawiania kodu po przejściu na chmurę jako podstawowy model sztucznej inteligencji.

Być może najważniejsze jest to, że chmura zmienia to, kto może pisać oprogramowanie. Zespoły marketingowe tworzą teraz własne narzędzia automatyzacji, a działy sprzedaży dostosowują swoje systemy bez czekania na wsparcie IT. To, co kiedyś było przeszkodą techniczną, stało się dla każdego działu szansą na rozwiązanie własnych problemów. Ta zmiana oznacza fundamentalną zmianę w sposobie działania przedsiębiorstw – umiejętności techniczne nie są już ograniczone do programistów.

Albert potwierdził rozwój VentureBeat: „Mamy kanał na Slacku, na którym ludzie od rekrutacji, przez marketing, aż po sprzedaż, uczą się kodowania w chmurze. Nie chodzi tylko o zwiększenie wydajności programistów – chodzi o to, aby każdy stał się programistą.”

Zagrożenia bezpieczeństwa i obawy związane z pracą: wyzwania związane ze sztuczną inteligencją w kodowaniu

Jednak ta szybka zmiana wzbudziła obawy. z Georgetown Centrum Bezpieczeństwa i Powstających Technologii (CSET) ostrzega przed potencjalnymi zagrożeniami bezpieczeństwa wynikającymi z kodu generowanego przez sztuczną inteligencję, podczas gdy grupy pracownicze zadają pytania skutki długoterminowe Na stanowiskach programistycznych. przepełnienie stosuJak podaje popularna witryna z pytaniami i odpowiedziami na temat programowania wstrząsający spadek Wśród nowych pytań od czasu powszechnego przyjęcia asystentów kodowania AI.

Jednak rosnąca fala pomocy sztucznej inteligencji w kodowaniu nie eliminuje stanowisk pracy dla programistów — wydaje się, że tworzy ich wiele. Ponieważ sztuczna inteligencja zajmuje się rutynowymi zadaniami związanymi z kodowaniem, programiści mogą skupić się na architekturze systemu, jakości kodu i innowacjach.

Ta zmiana odzwierciedla poprzednie zmiany technologiczne w tworzeniu oprogramowania: tak jak języki programowania wysokiego poziomu nie wyeliminowały potrzeby programistów, tak asystenci AI stają się kolejną warstwą abstrakcji, która usprawnia rozwój, tworząc jednocześnie nowe możliwości wiedzy specjalistycznej i czyni ją bardziej dostępną.

Jak sztuczna inteligencja zmienia przyszłość tworzenia oprogramowania

Eksperci branżowi przewidują, że sztuczna inteligencja w najbliższej przyszłości zasadniczo zmieni sposób tworzenia oprogramowania. Gartnera prognoza Do 2028 r. 75% inżynierów oprogramowania dla przedsiębiorstw będzie korzystać z asystentów kodu AI, co stanowi znaczny wzrost w porównaniu z mniej niż 10% na początku 2023 r.

Anthropic przygotowuje się na tę przyszłość dzięki nowym funkcjom szybkie buforowanieco obniża koszty API o 90%, oraz przetwarzanie wsadowe Możliwość obsługi do 100 000 zapytań jednocześnie.

„Myślę, że w tych modelach w coraz większym stopniu będziemy korzystać z tych samych narzędzi, co my” – przewiduje Albert. „Nie będziemy musieli zmieniać naszych wzorców pracy, ponieważ modele dostosują się do sposobu, w jaki już pracujemy”.

Wpływ asystentów kodowania AI wykracza daleko poza indywidualnych programistów, a największe firmy technologiczne zgłaszają znaczne korzyści. Na przykład Amazon wykorzystał swojego asystenta rozwoju oprogramowania opartego na sztucznej inteligencji, programista kolejki AmazonMigracja ponad 30 000 aplikacji produkcyjnych z Java 8 lub 11 do Java 17. Wysiłek ten zaowocował oszczędnościami odpowiadającymi 4500 latom prac rozwojowych Roczna redukcja kosztów o 260 milionów dolarów Ze względu na poprawę wydajności.

Jednak wpływ asystentów kodowania AI nie jest jednakowo pozytywny w całej branży. Badanie przeprowadzone przez Uplevel nie wykazało znaczącej poprawy produktywności programistów korzystających z GitHub Copilot.

Co bardziej niepokojące, badanie to wskazuje 41% zwiększyć w błędzie Wprowadzane podczas korzystania z narzędzi AI. To pokazuje, że chociaż sztuczna inteligencja może przyspieszyć niektóre zadania programistyczne, może również wprowadzić nowe wyzwania w zakresie jakości kodu i łatwości konserwacji.

Tymczasem krajobraz edukacji w zakresie oprogramowania zmienia się. Patrząc na tradycyjne bootcampy z kodowaniem spadek zapisów Ponieważ programy rozwojowe skupiające się na sztucznej inteligencji nabierają tempa. Tendencja ta wskazuje na przyszłość, w której umiejętności techniczne staną się tak samo fundamentalne jak czytanie i pisanie, ale sztuczna inteligencja będzie działać jako uniwersalny tłumacz między ludzkimi intencjami a nauczaniem maszyn.

Albert uważa ten rozwój za naturalny i nieunikniony. „Myślę, że będzie to nadal piąć się w górę łańcucha, tak jak nie pracujemy cały czas nad asemblerem (językiem)” – mówi. „Na tym zbudowaliśmy abstrakcje. Przeszliśmy do C, a potem do Pythona i myślę, że poziom ten ciągle rośnie.

Umiejętność pracy na różnych poziomach technicznych nadal będzie ważna – dodał. „To nie znaczy, że nie możesz zejść na niższe poziomy i wejść z nimi w interakcję. Po prostu uważam, że poziomy abstrakcji będą nadal rosły, co ułatwi pracę szerszemu gronu osób, które początkowo wejdą w tę dziedzinę.

W tej wizji przyszłości granice między programistami a użytkownikami zaczynają się zacierać. Wygląda na to, że kod to dopiero początek.


Source link