Traditsiooniline areng
- Inimene kirjutab koodi käsitsi.
- Deterministlik kontroll on juba olemas.
- Läbilaskevõimet piirab inimese kiirus.
Inimeste kirjutatud, deterministlik
Tagasi strateegiliste teeside juurde
Strateegiline lõputöö 01
AI tarkvaraarenduse evolutsioonimudel
euphile näeb tehisintellekti tarkvaraarendust juhtimistasemete kaudu toimuva evolutsioonina. Oluline küsimus pole mitte ainult see, kui palju koodi AI suudab toota, vaid ka see, kui deterministlikuks, juhitavaks ja korduvkasutatavaks muutub ümbritsev süsteem, kui tehisintellekt võtab rohkem tööd.
AI tarkvaraarendus Evolutsioon Mudel
Traditsioonilisest programmeerimisest masinalähedase koodi genereerimiseni ei ole tegelik edasiminek ainult kiirus. See on nihe suurema kontrolli, suurema determinismi ja tugevama formaalse võimenduse poole.
AI juhitud kodeerimine
- Tehisintellektist saab peamine kooditootja.
- Vibe kodeerimine ja autonoomsed silmused kiirendavad väljundit.
- Haprus kasvab, kui süsteemid muutuvad keerukamaks.
Kiire, AI juhitud, rabedam
AI kontrollmehhanismidega
- AI töötab kontrollitud töövoo sees.
- Testid, järgud, skannimised ja valideerijad piiravad väljundit.
- Tagasiside ahelad juhivad järgmist parandust.
AI-toega, tagasisidega juhitav
AI-l ehitatud deterministlikud tööriistad
- AI ehitab generaatoreid ja validaatoreid.
- Plaastritööriistad, trafod ja rakmed muutuvad varadeks.
- Korduvkasutatav võimendus ületab ühekordse väljundi.
Tööriistade võimendus, disaini järgi
ettevõtte ontoloogiad, DSL-id ja koostajad
- Jagatud ontoloogiad modelleerivad domeeni.
- DSL-id, kompilaatorid, generaatorid ja poliitikamootorid struktureerivad tootmist.
- Tarkvara muutub formaalsemaks ja mastaabis korratavaks.
Ametlik, domeeniteadlik tootmine
Masinalähedane koodigeneratsioon
- Generatsioon liigub lähemale sellele, mida masinad tegelikult täidavad.
- Käitusaegsed artefaktid ja kinnitatud plaanid muutuvad üha olulisemaks.
- Kood ei ole enam peamine artefakt.
Vajab teistsugust AI-mudelite põlvkonda
Ainult prognoos
See paneel kirjeldab, millised eufiilihinnangud tõenäoliselt juhtuvad, mitte seda, mida ta peab vaikimisi soovitavaks, eetiliseks või vastutustundlikuks.
Mida modell ütleb
AI SDLC muutub nii koodi tootva tegutseja kui ka juhtpinna muutumisel.
Alguses kirjutavad inimesed tarkvara otse. Kõrgematel tasanditel kasutavad organisatsioonid tehisintellekti, et aidata luua deterministlikke süsteeme, validaatoreid ja formaalseid domeeniliideseid. Nende punktide vahel on võtmemuutujaks see, kui palju usaldusväärset kontrolli tarkvara tootmise ümber on.
Kontroll on muutuja
Igal tasemel muutub, kes koodi toodab, kuid olulisem küsimus on, mis seda tootmist piirab, kinnitab ja juhib.
Kaaspiloot ei ole 1. tasemel
Automaatne täitmine ja tekstisisesed soovitused jäävad kohalikeks kiirenditeks, samal ajal kui arendaja jääb juhiistmele. Kasulik, kuid mitte veel AI juhitud arendus.
Kaitsepiirded muudavad AI toimivaks
Testid, linterid, ehituskontrollid, turvaskaneeringud, validaatorid ja regressioonikomplektid loovad turvaliseks korrigeerimiseks vajaliku deterministliku tagasisideahela.
Formaliseerimine loob püsiva võimenduse
jagatud ontoloogiad, DSL-id, kompilaatorid, generaatorid ja poliitikamootorid muudavad vaikivad domeeniteadmised süsteemideks, mis skaleeruvad usaldusväärsemalt kui mitteametlik tõlgendamine.
Kontrolli tasemed
Mudel kirjeldab üleminekut käsitsi läbilaskevõimelt deterministlikule tarkvaratootmisele.
See jada ei tähenda autonoomia tähistamist selle enda huvides, vaid rohkem mõistmist, kus kiirus muutub hapraks, kus on vajalikud kaitsepiirded ja kus ametlikud süsteemid hakkavad mitteametlikke kodeerimistöövooge ületama.
Traditsiooniline tarkvaraarendus
Inimesed jäävad tarkvara otsesteks autoriteks. Töövoog on suures osas deterministlik, kuid läbilaskevõimet piirab käsitsi tehtud pingutus.
- Vaikimisi on inimese kirjutatud kood.
- Tuttav disaini, ülevaatamise, testimise, ehitamise ja juurutamise tsükkel kehtib endiselt.
- Kontroll on kõrge, kuid mastaapi piiravad inimesed.
Teise piloodi stiilis abi
AI kiirendab kohalikke toiminguid, nagu automaatne täitmine, tekstisisesed soovitused ja väikesed refaktorid, samal ajal kui arendaja jääb peamiseks koodi tootjaks.
- See on kasulik kiirendus, mitte uus SDLC mudel iseenesest.
- Inimene juhib ikkagi struktuuri ja otsuseid.
- Tootlikkus paraneb kohapeal, kuid elutsükkel põhimõtteliselt ei muutu.
AI juhitud kodeerimine
Tehisintellektist saab peamine kooditootmise tegija vibratsioonikodeerimise, autonoomsete silmuste, planeerimispõhiste töövoogude või täielike funktsioonitaotluste kaudu.
- Piiratud probleemide korral võib kiirus olla äärmiselt suur.
- Suured koodimahud võivad kiiresti ilmuda.
- Töökindlus väheneb keerukuse, sidumise ja töökonteksti kasvades.
AI-ga orkestreeritud arendus koos deterministlike kaitsepiiretega
AI kirjutab endiselt suure osa koodist, kuid töötab nüüd kontrollitud töövoo sees, mis kontrollib selle tööd ja juhendab järgmist parandust.
- Testid, linterid, ehituskontrollid, skaneeringud ja valideerijad piiravad väljundit.
- Automaatsed treeningfunktsioonid ja regressioonikomplektid tuvastavad purunemise varakult.
- Tagasiside ahel muutub usaldusväärseks iteratsiooniks piisavalt loetavaks.
AI loodud deterministlikud tööriistad
Eesmärk nihkub korduvalt koodi genereerimiselt tööriistade genereerimisele, mis suudavad korrataval viisil koodi toota, teisendada, kinnitada, paika panna ja testida.
- Generaatorid, trafod, validaatorid ja rakmed muutuvad põhivaraks.
- AI hakkab tootma korduvkasutatavaid mehhanisme, mitte ainult otseväljundit.
- Tulemuseks on pigem korratav võimendus kui ühekordne kiirendus.
ettevõtte tasemel ontoloogia, DSL-idja GenAI-ga loodud kompilaatorid
Organisatsioonid vormistavad domeeni ise ja lasevad GenAI-l aidata kujundada ja arendada tööriistaahelat selle formaalse mudeli ümber.
- Jagatud ontoloogiad määratlevad ärivaldkonna.
- DSL-id, kompilaatorid, generaatorid, validaatorid ja poliitikamootorid struktureerivad tootmist.
- Tarkvara muutub formaalsemaks, korratavamaks ja vähem sõltuvaks haprast tõlgendusest.
Masinalähedane koodigeneratsioon
Aja jooksul võib AI genereerida artefakte, mis on lähemal sellele, mida masinad tegelikult täidavad, kui tänastele inimkesksetele abstraktsioonidele nagu failid, hoidlad ja framework’ide kujundatud lähtekood.
- Domineerida võivad käivitatavad esitused ja optimeeritud käitusaegsed artefaktid.
- Kesksemaks muutuvad riistvarateadlikud juhised ja kontrollitud plaanid.
- Inimloetav kood muutub liideseks, mitte tingimata peamiseks artefaktiks.
Strateegiline mõju
euphile on seisukohal, et tehisintellekti tarkvaraarenduse areng muutub üha enam selleks, et tehisintellekti palutakse aidata luua deterministlikke süsteeme, mis toodavad tarkvara usaldusväärselt. Otsene koodi genereerimine on endiselt oluline, kuid püsivam eelis tuleneb reguleeritud töövoogudest, korduvkasutatavatest tööriistadest ja ametlikest domeeniliidestest. Kuna neid deterministlikke tööriistu on palju lihtsam luua, on võimalik luua palju keerukamaid süsteeme suurema enesekindlusega. See omakorda võib lõpuks võimaldada jõupingutusi uue põlvkonna tehisintellekti mudelite ümberpööramiseks, mis töötavad palju madalamal pinus, lähemal masinatasemel esitustele kui tänapäeva inimestele orienteeritud lähtekoodi abstraktsioonidele.