| 0 |
|
Ось вам цілком резонансне дослідження. Автори використовували серйозний набір даних – понад 100 тис. розробників GitHub плюс внутрішня телеметрія Microsoft щодо використання AI-інструментів. Метод – зіставлений подієвий аналіз (кожного, хто впровадив інструмент, порівнюють із «близнюком»-розробником за рік до цього, щоб відокремити ефект інструменту від загальної хвилі впровадження AI). Завдання дослідження – з’ясувати, як зростає віддача у міру впровадження AI-інструментів і чи досягає ефект кінцевого продукту.
На рівні написання коду приріст величезний і зростає з кожним поколінням. За кількістю комітів накопичений ефект: автозаповнення +40%; синхронні (інтерактивні) агенти +140%; асинхронні (автономні) агенти +180%
Але далі по ланцюжку виграш стрімко згасає. Ті самі 180% за комітами перетворюються на +50% за кількістю проєктів і всього +30% за фактичними релізами. У синхронних агентів розрив ще наочніший: +741% рядків коду, +65% пул-реквестів – і лише +20% релізів.
Основна гіпотеза щодо того, що відбувається, – у ланцюжку залишається слабка ланка, тобто людина. Величезний виграш у розробці та генерації коду далі натрапляє на живого ревюера – «code review це ж дуже важливий етап, як можна таке довіряти тупій машині?» – і там і зникає.
До речі, аналогічну картину автори спостерігають у додатках в App Store, Chrome та Google Play – кількість нових додатків значно зросла, але загальний рівень використання додатків на цих платформах залишився незмінним. Переважна більшість нових додатків не змогла залучити навіть мінімальну аудиторію. Власне, це повністю узгоджується із загальною ідеєю – «вузьке місце» просто перемістилося у сферу маркетингу додатків.
Який ефект дає впровадження AI-інструментів у програмуванні?
Стратегія охолодження ЦОД для епохи AI
| 0 |
|
