629 čtení
629 čtení

Umělá inteligence je stále daleko od přímé náhrady programátorů

podle Mark Pelf4m2025/04/16
Read on Terminal Reader

Příliš dlouho; Číst

Od dubna 2025 je současný stav AI technologie, že AI ještě není připraven nahradit programátory pro vážné úkoly.
featured image - Umělá inteligence je stále daleko od přímé náhrady programátorů
Mark Pelf HackerNoon profile picture

1. přehled

Gen AI a nástroje jako GitHub Copilot nejsou tak dobré na nahrazení programátorů pro vážné úkoly, počínaje dubnem 2025.Prohlášení viděná na internetuTaké jsouMarketingové kampaněse snaží prodat stávající nástroje AI, nebopříliš optimistická prohlášení, která nejsou založena na zkušenostechs praktickými nástroji, které dnes existují.

Prohlášení viděná na internetuMarketingové kampaněpříliš optimistická prohlášení, která nejsou založena na zkušenostech


V tomto článku uvádíme shrnutí tří článků na internetu, které podporují výše uvedené prohlášení, a poslední z nich je osobní zkušenost tohoto autora s GitHub Copilot.

2 Článek 1:AI agents can't reliably debug software.

AI agenti nemohou spolehlivě debugovat software.


Článek 1:AI isn’t ready to replace human coders for debugging, researchers say

AI není připravena nahradit lidské kodéry pro debugování, vědci říkají


Shrnutí :

    se
  • Dokonce i když je přístup k nástrojům, AI agenti nemohou spolehlivě debugovat software.
  • se
  • ... (lidé) upravují svá očekávání, protože modely nejsou dostatečně dobré na debugování a debugování zabírá většinu času vývojáře.
  • se
  • AI modely... daleko od toho, co může udělat zkušený lidský vývojář
  • se
  • ... navrhnout některé z ambiciózních myšlenek o agentech AI, které přímo nahrazují vývojáře, jsou poměrně daleko od reality
  • se
  • Modely mají tendenci vytvářet kód naložený s bugy a bezpečnostními zranitelnostmi a obecně nejsou schopny tyto problémy opravit.
  • Nejlepší výsledek je agent, který ušetří lidskému vývojáři značné množství času, ne ten, který může udělat vše, co může udělat.
  • se

Článek 2:Under pressure to embrace AI, developers are growing frustrated

Pod tlakem přijmout AI, vývojáři jsou stále více frustrovaní


Článek 2:AI coding mandates are driving developers to the brink

Mandáty na kódování AI vedou vývojáře k okraji


Shrnutí :

    se
  • Přijetí umělé inteligence „roztrhá jejich společnost“ vzhledem k tomu, že mezi vedením a zaměstnanci, kteří takové nástroje přijímají, vzniká propast.
  • se
  • Konkrétně pro vývojáře softwaru existují obavy, že nástroje pro kódování umělé inteligence zavádějí chyby do svého kódu, selhávají při mnoha úkolech a zhoršují technický dluh.
  • se
  • Důvěra vývojářů v nástroje pro kódování AI rychle klesla
  • se
  • Vývojáři popisují řadu technických problémů a bolestí hlavy spojených s nástroji kódování AI, od toho, jak často navrhují nesprávný kód a dokonce smazávají stávající kód až po mnoho problémů, které způsobují s nasazením.
  • se
  • Používání nástrojů umělé inteligence způsobuje nárůst incidentů, přičemž 68% respondentů Harness uvedlo, že nyní tráví více času řešením bezpečnostních zranitelností souvisejících s umělou inteligencí ve srovnání s tím, co dříve používali nástroje pro kódování umělé inteligence.
  • se
  • GitHub Copilot... to bylo špatné tolikrát, kolik to bylo správné
  • se
  • trvá spoustu času, než někdo (lidský) přezkoumá něco, co oni (nástroje AI) ve skutečnosti nepsali a nerozuměli
  • se
  • Vedoucí pracovníci nesprávně řídí svá očekávání ... vedoucí pracovníci společnosti, kteří nemají blízkou viditelnost do inženýrských pracovních postupů
  • se
  • Nástroje pro kódování umělé inteligence jsou stále nové a zjištění, jak je efektivně používat, vyžaduje koordinované úsilí
  • se

Článek 3:GitHub Copilot (GHC) can not be trusted with a bit complicated task

GitHub Copilot (GHC) nelze důvěřovat s trochu složitým úkolem

Článek 3:GitHub Copilot (Gen-AI) je užitečný, ale není skvělý

GitHub Copilot (Gen-AI) je užitečný, ale není skvělý


Shrnutí :

    se
  • GitHub Copilot (GHC)... Někdy je to brilantní.. někdy ztrácí čas, zejména proto, že verbózní odpovědi, které poskytuje, jsou často mimo téma
  • se
  • Někdy je užitečné, ale pouze pro problémy s lokálním rozsahem a nemůže vidět větší obraz.
  • se
  • „Osobní pocit“ je „neví to dobře“, je „pokusit se to odhadnout“, a protože je to stroj s obrovskou pamětí milionů řádků zapamatovaných kódů, odhady jsou někdy brilantní, někdy off-topic.
  • se
  • .. obrovské zklamání, že nemůže dostat syntax C# správně po celou dobu a zkontrolovat existenci vlastností / metod C# sám
  • se
  • ... odstranil aktivní řádek kódu, protože byl komentován podobný řádek kódu
  • se
  • Hodně používám „ghost test“ od GHC, přezkoumávám ho a přijímám návrhy, když se mi líbí.
  • se
  • Používám textovou stránku GHC, abych požádal o generování snímek nebo malých funkcí s jasnou funkčností... Žádná záruka, že GHC zde uspěje, ale pokud to udělá, může to být brilantní.
  • se
  • Už se nesnažím dělat větší změny zahrnující 3-4 soubory najednou... Odpovědi jsou v nejlepším případě neúplné, s mnoha chybami, jako jsou vlastnosti C# a metody, které neexistují (hallucinace?)
  • se
  • ... je časově a energeticky náročné přezkoumat každou odpověď, kterou GHC poskytuje
  • se
  • ...halucinuje o vlastnostech a metodách C#, které neexistují pro známé a často používané API...
  • se
  • ... generuje více nepořádku než užitečný kód, pro přiřazené úkoly založené na vzorech zahrnující 4 soubory.
  • se
  • Žádám GHC o pomoc s problémy, ale přečtěte si max 2 chat odpovědi. Jeho odpovědi mají tendenci být verbose... Pokud mi nedává dobrou odpověď ve 2 pokusech, půjdu číst Google pro stejný problém.
  • se
  • GHC má vážný problém se zaměřením; odpovědi jsou často mimo téma.
  • se
  • GitHub Copilot (GHC) nelze důvěřovat s trochu komplikovaným úkolem zahrnujícím několik souborů najednou.
  • se
  • GitHub Copilot (GHC) má tendenci halucinovat o metodách a vlastnostech C#, které neexistují.
  • se
  • Generovaný kód není kompilován okamžitě, což vyžaduje spoustu manuální práce na jeho dokončení.
  • se

5 Závěr

Výše uvedené články naznačují, že některé z ambiciózních myšlenek o AI nástrojích, které přímo nahrazují vývojáře, jsou poměrně daleko od reality.


Někteří autoři se domnívají, že je stále pravděpodobné, že nejlepším výsledkem je AI nástroj, který šetří lidskému vývojáři značné množství času, ne ten, který může přímo nahradit vývojáře.

6 Reference


[1] Umělá inteligence není připravena nahradit lidské kodéry pro debugování, vědci říkají

https://arstechnica.com/ai/2025/04/investigators-find-ai-is-pretty-bad-at-debugging-but-theyre-working-on-it/


[2] Mandáty na kódování umělé inteligence vedou vývojáře na okraj

https://leaddev.com/culture/ai-coding-mandates-are-driving-developers-to-the-brink


[3] GitHub Copilot (Gen-AI) je užitečný, ale není skvělý (březen 2025)

https://markpelf.com/2717/github-copilot-gen-ai-is-helpful-but-not-great-march-2025/

L O A D I N G
. . . comments & more!

About Author

Mark Pelf HackerNoon profile picture
Mark Pelf@markpelf
Mark Pelf is the pen name of a Software Engineer from Belgrade, Serbia. https://markpelf.com/

ZAVĚŠIT ZNAČKY

TENTO ČLÁNEK BYL PŘEDSTAVEN V...

Trending Topics

blockchaincryptocurrencyhackernoon-top-storyprogrammingsoftware-developmenttechnologystartuphackernoon-booksBitcoinbooks