ОТЛОЖЕННЫЕ ПОСЛЕДСТВИЯ ИИ-ХАЙПА
Вот у нас опыт разработчика, который честно попытался переложить всю разработку какого-то своего пет-проекта на ИИ под названием Клод (Claude, в честь Клода Шеннона, считается крутым для кодописания).
[pet-project - так сейчас называют разработки по личной инициативе во внерабочее время, это на инженерском]
Обнаружилась проблема, похожая на проблему с «борзописью»: Клод не формирует архитектуру проекта, Клод разрабатывает фичи максимально экономичным способом.
На выходе решение, которое не сыпется на первом приближении, не сыпется на втором, а потом заказчик пытается впилить в проект действительно классную штуку, полагая, что у него есть технологическая база... и выясняет наконец, что базы нет, и вся разработка имитировала надежность, которой не существовало.
В данном случае, инженер показывает, как функционирование генератора кода приходится обкладывать многочисленными инструкциями, которые обеспечивают качество разработки и напрямую запрещают «экономичные, быстрые решения». Т.е. все то, что ассоциируется в отрасли с начинающими разработчиками, индусами, "говнокодом".
Вывод: по-прежнему невозможно переложить понимание замысла и ограничений проекта на ИИ.
Несмотря на то, что продвинутые ИИ-шечки от OpenAI, по-видимому, успешно решают задачки на уровне кандидата математических наук.
«Код отлично работает до тех пор, пока не отказывает», — поясняет нам другой докладчик из свежего ролика на ютубе.
Это ведет к тому, что поредевшие инженерные команды вынуждены разбираться в мегабайтах кода, который они не писали -- то есть не продумывали -- сами. Реверс-инжинирнг - намного более ресурсозатратная деятельность, чем отлаживание кода.
["Реверс-инжинирнг" -- специальная дисциплина, когда люди разбирают чужие готовые решения -- требует значительно больше усилий (времени и квалификации), чем исправление ошибок в собственной разработке.]
Переход на ИИ-разработку дико ускоряет прототипирование и развертывание проектов. Потом наступает "похмелье". Сначала небольшие баги. Затем проект встает. Команда разработки начинает тратить дикое количество времени, на то чтобы разобраться в чем собственно проблема.
Мы понимаем, что где-то здесь сэкономленные человекочасы приходится возвращать. Хорошо, если не сторицей.
Докладчик уверяет, что корпорации, увольнявшие тысячи разработчиков под громкие фанфары, уже начали набирать их обратно, просто без лишнего шума.
Компании тоже можно понять: «оргазм инвесторов», вызванный ИИ-хайпом, все ещё продолжается. Глупо терять бюджеты из-за того, что разрекламированное «космическое ИИ-решение» не работает на длинной дистанции.
Итог: понимание и знания по-прежнему в цене, несмотря на съежившийся спрос.
Впрочем, для юных разработчиков сохраняется затык: ты не можешь стать знающим и полезным профессионалом, не получив первичного инженерного опыта. А платить людям без нужного опыта и навыков никто не собирается.
«Хотите денег — идите в бизнес», — отлил когда-то в граните бывший президент РФ и, ныне, суперуспешный блогер.
Главный навык в разваливающемся мире -- умение работать на себя.
@G3dch
Вот у нас опыт разработчика, который честно попытался переложить всю разработку какого-то своего пет-проекта на ИИ под названием Клод (Claude, в честь Клода Шеннона, считается крутым для кодописания).
[pet-project - так сейчас называют разработки по личной инициативе во внерабочее время, это на инженерском]
Обнаружилась проблема, похожая на проблему с «борзописью»: Клод не формирует архитектуру проекта, Клод разрабатывает фичи максимально экономичным способом.
На выходе решение, которое не сыпется на первом приближении, не сыпется на втором, а потом заказчик пытается впилить в проект действительно классную штуку, полагая, что у него есть технологическая база... и выясняет наконец, что базы нет, и вся разработка имитировала надежность, которой не существовало.
В данном случае, инженер показывает, как функционирование генератора кода приходится обкладывать многочисленными инструкциями, которые обеспечивают качество разработки и напрямую запрещают «экономичные, быстрые решения». Т.е. все то, что ассоциируется в отрасли с начинающими разработчиками, индусами, "говнокодом".
Вывод: по-прежнему невозможно переложить понимание замысла и ограничений проекта на ИИ.
Несмотря на то, что продвинутые ИИ-шечки от OpenAI, по-видимому, успешно решают задачки на уровне кандидата математических наук.
«Код отлично работает до тех пор, пока не отказывает», — поясняет нам другой докладчик из свежего ролика на ютубе.
Это ведет к тому, что поредевшие инженерные команды вынуждены разбираться в мегабайтах кода, который они не писали -- то есть не продумывали -- сами. Реверс-инжинирнг - намного более ресурсозатратная деятельность, чем отлаживание кода.
["Реверс-инжинирнг" -- специальная дисциплина, когда люди разбирают чужие готовые решения -- требует значительно больше усилий (времени и квалификации), чем исправление ошибок в собственной разработке.]
Переход на ИИ-разработку дико ускоряет прототипирование и развертывание проектов. Потом наступает "похмелье". Сначала небольшие баги. Затем проект встает. Команда разработки начинает тратить дикое количество времени, на то чтобы разобраться в чем собственно проблема.
Мы понимаем, что где-то здесь сэкономленные человекочасы приходится возвращать. Хорошо, если не сторицей.
Докладчик уверяет, что корпорации, увольнявшие тысячи разработчиков под громкие фанфары, уже начали набирать их обратно, просто без лишнего шума.
Компании тоже можно понять: «оргазм инвесторов», вызванный ИИ-хайпом, все ещё продолжается. Глупо терять бюджеты из-за того, что разрекламированное «космическое ИИ-решение» не работает на длинной дистанции.
Итог: понимание и знания по-прежнему в цене, несмотря на съежившийся спрос.
Впрочем, для юных разработчиков сохраняется затык: ты не можешь стать знающим и полезным профессионалом, не получив первичного инженерного опыта. А платить людям без нужного опыта и навыков никто не собирается.
«Хотите денег — идите в бизнес», — отлил когда-то в граните бывший президент РФ и, ныне, суперуспешный блогер.
Главный навык в разваливающемся мире -- умение работать на себя.
@G3dch