🤖 Датаист

ИИ в программировании: как трансформируется процесс разработки ПО

Сегодня ИИ в разработке приложений - одно из самых быстрорастущих направлений. 25% стартапов из YC генерируют 95% своего кода с помощью ИИ, что позволяет командам от 2 до 10 человек быть суперэффективными.

В моей команде мы активно используем ИИ для кодинга. В этом посте я поделюсь общим обзором, а в следующих расскажу о конкретном примере вайбкодинга ИИ-агента и поделюсь мыслями о том, к чему это нас приведет.

Еще в 2023 году опрос GitHub показал, что 92% разработчиков используют ИИ, и при этом 70% считают, что ИИ дает им конкурентное преимущество, сокращая время на рутинные задачи и улучшая качество кода. За последние два года ИИ в генерации кода значительно улучшился.

CEO Anthropic предсказывает, что через 3-6 месяцев ИИ будет генерировать до 90% кода, а через год - весь код. CEO Google сообщил, что ИИ уже генерирует более 25% нового кода для продуктов Google.

Однако, по моим наблюдениям, мнение разработчиков разделяется: одни считают ИИ действительно революционным инструментом, другие - отрицают его полезность. Что мы имеем на самом деле?

Как и любой инструмент, ИИ требует сноровки и практики. Если не уметь пользоваться ножом, то им можно порезаться.

В целом, ИИ уже меняет процесс разработки ПО на всех этапах:

• Написание ТЗ (PRD): ИИ помогает превращать неструктурированные хотелки заказчика в системный документ с требованиями и описанием функционала, на основе которого проектируются дизайн и техническая архитектура.

• Проектирование архитектуры: ИИ помогает разработчикам создавать базовые архитектурные паттерны, но в этом процессе я все же предпочитаю доверять опытному специалисту, который с помощью ИИ проверяет уязвимые места системы.

• Исследование фреймворков: ИИ помогает искать лучшие методы и инструменты для решения сложных задач. Например, вот бот, который каждый день присылает выжимки свежих статей об ИИ, фреймворки из которых я использую в своих проектах.

• Генерация кода: Оператор ИИ-системы должен понимать принципы ООП и быть опытным разработчиком, взаимодействуя с ИИ на уровне абстракций. Для такого специалиста ИИ - это надежный инструмент, от которого он не ждет чудес, а получает предсказуемые результаты.

• Тестирование и отладка кода: Большую часть времени операторы ИИ-систем нажимают на кнопку «исправить», пока сгенерированный код не заработает.

• Деплой: ИИ также помогает автоматизировать процессы развертывания, CI/CD, управления инфраструктурой и поиска аномалий.

Существуют два основных типа ИИ-решений для разработки: копилоты для технических специалистов и автопилоты для бизнес-пользователей.

GitHub Copilot, Cursor и Zed — одни из самых известных копилотов, которые помогают разработчикам генерировать код и автоматически исправлять ошибки. Процесс фактически превращается в ввод требований текстом или голосом и итеративную генерацию и исправление кода до тех пор, пока он не заработает.

Replit, Lovable и Devin полностью автоматизируют разработку. Эти автопилоты узнают у пользователя требования к приложению и автоматически создают его за несколько минут. Пока результат не идеален, но простые приложения можно создать. В одном из моих постов я делился опытом, как мы за три дня создали свой автопилот для разработки ПО.

ИИ кардинально меняет процесс разработки. Однако это не означает, что ИИ заменит программистов. Вместо этого роль разработчиков меняется: они становятся операторами ИИ-систем, которые направляют ИИ, помогая ему решать сложные архитектурные и исследовательские задачи.

Креативность и системное мышление остаются за человеком. Самые успешные разработчики будут те, кто умеет работать в тесном тандеме с ИИ. Как говорил Брюс Ли: «Я не боюсь того, кто изучал 10 000 ударов, я боюсь того, кто изучал один удар 10 000 раз». Это вполне применимо и к ИИ в программировании, где «удары» - это языки программирования.

Сегодня естественный язык помогает превращать свои идеи в работающий код. Но все ли готовы провести 10 000 часов, упражняясь с ИИ, чтобы понять его истинные возможности?

#технологии

Forbes

AI Writes Over 25% Of Code At Google—What Does The Future Look Like For Software Engineers?

With AI now writing over 25% of Google’s code, the role of software engineers is evolving. Here's how AI impacts tech jobs and what engineers can expect.

www.tgoop.com/andre_dataist/196

3.0K viewsedited  Apr 7 at 18:03

ИИ в программировании: как трансформируется процесс разработки ПО

Сегодня ИИ в разработке приложений - одно из самых быстрорастущих направлений. 25% стартапов из YC генерируют 95% своего кода с помощью ИИ, что позволяет командам от 2 до 10 человек быть суперэффективными.

В моей команде мы активно используем ИИ для кодинга. В этом посте я поделюсь общим обзором, а в следующих расскажу о конкретном примере вайбкодинга ИИ-агента и поделюсь мыслями о том, к чему это нас приведет.

Еще в 2023 году опрос GitHub показал, что 92% разработчиков используют ИИ, и при этом 70% считают, что ИИ дает им конкурентное преимущество, сокращая время на рутинные задачи и улучшая качество кода. За последние два года ИИ в генерации кода значительно улучшился.

CEO Anthropic предсказывает, что через 3-6 месяцев ИИ будет генерировать до 90% кода, а через год - весь код. CEO Google сообщил, что ИИ уже генерирует более 25% нового кода для продуктов Google.

Однако, по моим наблюдениям, мнение разработчиков разделяется: одни считают ИИ действительно революционным инструментом, другие - отрицают его полезность. Что мы имеем на самом деле?

Как и любой инструмент, ИИ требует сноровки и практики. Если не уметь пользоваться ножом, то им можно порезаться.

В целом, ИИ уже меняет процесс разработки ПО на всех этапах:

• Написание ТЗ (PRD): ИИ помогает превращать неструктурированные хотелки заказчика в системный документ с требованиями и описанием функционала, на основе которого проектируются дизайн и техническая архитектура.

• Проектирование архитектуры: ИИ помогает разработчикам создавать базовые архитектурные паттерны, но в этом процессе я все же предпочитаю доверять опытному специалисту, который с помощью ИИ проверяет уязвимые места системы.

• Исследование фреймворков: ИИ помогает искать лучшие методы и инструменты для решения сложных задач. Например, вот бот, который каждый день присылает выжимки свежих статей об ИИ, фреймворки из которых я использую в своих проектах.

• Генерация кода: Оператор ИИ-системы должен понимать принципы ООП и быть опытным разработчиком, взаимодействуя с ИИ на уровне абстракций. Для такого специалиста ИИ - это надежный инструмент, от которого он не ждет чудес, а получает предсказуемые результаты.

• Тестирование и отладка кода: Большую часть времени операторы ИИ-систем нажимают на кнопку «исправить», пока сгенерированный код не заработает.

• Деплой: ИИ также помогает автоматизировать процессы развертывания, CI/CD, управления инфраструктурой и поиска аномалий.

Существуют два основных типа ИИ-решений для разработки: копилоты для технических специалистов и автопилоты для бизнес-пользователей.

GitHub Copilot, Cursor и Zed — одни из самых известных копилотов, которые помогают разработчикам генерировать код и автоматически исправлять ошибки. Процесс фактически превращается в ввод требований текстом или голосом и итеративную генерацию и исправление кода до тех пор, пока он не заработает.

Replit, Lovable и Devin полностью автоматизируют разработку. Эти автопилоты узнают у пользователя требования к приложению и автоматически создают его за несколько минут. Пока результат не идеален, но простые приложения можно создать. В одном из моих постов я делился опытом, как мы за три дня создали свой автопилот для разработки ПО.

ИИ кардинально меняет процесс разработки. Однако это не означает, что ИИ заменит программистов. Вместо этого роль разработчиков меняется: они становятся операторами ИИ-систем, которые направляют ИИ, помогая ему решать сложные архитектурные и исследовательские задачи.

Креативность и системное мышление остаются за человеком. Самые успешные разработчики будут те, кто умеет работать в тесном тандеме с ИИ. Как говорил Брюс Ли: «Я не боюсь того, кто изучал 10 000 ударов, я боюсь того, кто изучал один удар 10 000 раз». Это вполне применимо и к ИИ в программировании, где «удары» - это языки программирования.

Сегодня естественный язык помогает превращать свои идеи в работающий код. Но все ли готовы провести 10 000 часов, упражняясь с ИИ, чтобы понять его истинные возможности?

#технологии

BY 🤖 Датаист