Perinteinen kehitys
- Ihmiset kirjoittavat koodin käsin.
- Määrätietoinen valvonta on jo olemassa.
- Läpivientiä rajoittaa ihmisen nopeus.
Ihmiskirjoitettu, deterministinen
Takaisin strategisiin teesiin
Strateginen väitöskirja 01
AI Software Development Evolution Model
euphile näkee tekoälyohjelmistojen kehityksen kehityksenä valvonnan tasoilla. Tärkeä kysymys ei ole vain kuinka paljon koodia tekoäly voi tuottaa, vaan kuinka deterministinen, hallittavissa, ja uudelleenkäytettäväksi ympäröivä järjestelmä tulee kun tekoäly ottaa enemmän työtä.
Tekoälyohjelmistojen kehittäminen Kehitys Malli
Perinteisestä ohjelmoinnista koneläheiseen koodin generointiin todellinen edistys ei ole vain nopeutta. Se on siirtymä kohti enemmän kontrollia, enemmän determinismiä ja vahvempaa formaalia vipuvaikutusta.
Al-led-koodaus
- Tekoälystä tulee tärkein koodintuottaja.
- Tunnelma koodaus ja autonomiset silmukat nopeuttavat lähtöä.
- Hauraus kasvaa järjestelmien monimutkaistuessa.
Nopeasti, Al-led, hauras
AI kontrollimekanismeilla
- Tekoäly toimii valvotussa työnkulussa.
- Testit, rakentaa, skannaa ja varmentajat rajoittavat ulostuloa.
- Palautesilmukat ohjaavat seuraavaa korjausta.
Tekoälyllä toimiva, palautekontrolloitu
AI-rakenteiset deterministiset työkalut
- Tekoäly rakentaa generaattoreita ja varmentajia.
- Työkaluista, muuntajista ja valjaista tulee valjaita.
- Uudelleen käytettävä vipuvaikutus voittaa kertaluonteisen tuotoksen.
Vipuvaikutus, suunnittelu
Enterprise Ontologies, DSL ja Compilers
- Jaettu ontologies mallintaa domain.
- DSL, kääntäjät, generaattorit, ja politiikka moottorit rakenne tuotanto.
- Ohjelmistosta tulee muodollisempi ja toistettavissa mittakaavassa.
Muodollinen, verkkotunnustietoinen tuotanto
Koneläheinen koodin generointi
- Generointi siirtyy lähemmäs sitä, mitä koneet todella suorittavat.
- Runtime-esineet ja tarkistetut suunnitelmat kasvavat.
- Koodi lakkaa olemasta tärkein esine.
Edellyttää erilaista AI-mallien sukupolvea
Vain ennuste
Tässä paneelissa kuvataan, mitä eufiileja arvioita todennäköisesti tapahtuu, ei sitä, mitä se pitää toivottavana, eettisenä tai oletusarvoisesti vastuullisena.
Mitä malli sanoo
AI SDLC muutokset sekä koodia tuottavan toimijan että kontrollipinnan muutoksena.
Alussa ihmiset kirjoittavat ohjelmiston suoraan. Korkeammilla tasoilla organisaatiot käyttävät tekoälyä auttaakseen determinististen järjestelmien, validaattorien ja virallisten verkkotunnusrajapintojen rakentamisessa. Näiden pisteiden välillä keskeinen muuttuja on se, kuinka paljon luotettavaa valvontaa ohjelmistojen tuotannossa on.
Ohjaus on muuttuja
Jokainen taso muuttaa, kuka tuottaa koodin, mutta tärkeämpää on, mitä rajoittaa, validoi ja hallitsee tuota tuotantoa.
Perämies ei ole taso 1
Automaattitäydennys- ja inline-ehdotukset pysyvät paikallisina kiihdyttiminä kehittäjän pysyessä kuljettajan istuimella. Hyödyllistä, mutta ei vielä tekoälyistä kehitystä.
Suojelut saavat tekoälyn toimimaan
Testit, lintterit, rakennetarkistukset, turvaskannaukset, varmentajat ja regressiosarjat luovat turvallisen korjauksen kannalta välttämättömän deterministisen takaisinkytkentäsilmukan.
Muodollistaminen luo kestävää vipuvaikutusta
Jaetut ontologiat, DSL, kääntäjät, generaattorit, ja politiikka moottorit tekevät hiljainen domain tietoa järjestelmiä, jotka skaalata luotettavammin kuin epävirallinen tulkinta yksin.
Valvontatasot
Malli kuvaa etenemistä manuaalisesta läpimenosta deterministiseen ohjelmistotuotantoon.
Sekvenssissä on vähemmän kyse autonomian juhlimisesta sen itsensä vuoksi ja enemmän ymmärryksestä siitä, missä nopeus tulee hauraaksi, missä kontrollimekanismeja tarvitaan ja missä viralliset järjestelmät alkavat ylittää epävirallisen koodauksen työnkulkuja.
Perinteinen ohjelmistokehitys
Ihmiset ovat edelleen ohjelmiston suoria tekijöitä. Työnkulku on suurelta osin deterministinen, mutta läpivientiä rajoittaa käsin tehtävä työ.
- Ihmisen kirjoittama koodi on oletus.
- Tunnettu suunnittelu, tarkastelu, testaus, rakentaminen ja käyttöön silmukka pätee edelleen.
- Valvonta on korkealla, mutta mittakaavaa rajoittavat ihmiset.
Perämiehen apu
Tekoäly nopeuttaa paikallisia toimia, kuten automaattitäydennystä, inline-ehdotuksia ja pieniä korjauksia, kun taas kehittäjä on edelleen tärkein koodia tuottava toimija.
- Tämä on hyödyllinen kiihtyvyys, ei uusi SDLC malli yksinään.
- Ihminen ohjaa yhä rakennetta ja päätöksiä.
- Tuottavuus paranee paikallisesti, mutta elinkaari ei muutu perusteellisesti.
Al-led-koodi
Tekoälystä tulee tärkein koodia tuottava toimija vibe-koodauksen, autonomisten silmukoiden, suunnittelu-ensimmäisten työnkulkujen tai pää-päästä-ominaisuuspyyntöjen kautta.
- Nopeus voi olla erittäin suuri rajoitetuissa ongelmissa.
- Suuri määrä koodia voi ilmestyä nopeasti.
- Luotettavuus heikkenee, kun monimutkaisuus, kytkentä ja toimintaympäristö kasvavat.
AI-orkestroitu kehitys deterministisillä kontrollimekanismeilla
Tekoäly kirjoittaa yhä suuren osan koodista, mutta se toimii nyt ohjatun työnkulun sisällä, joka tarkastaa sen työn ja ohjaa seuraavaa korjausta.
- Testit, lintterit, rakennustarkastukset, skannaukset ja varmentajat rajoittavat ulostuloa.
- Automaattiset kuntotoiminnot ja regressiosarjat havaitsevat rikkoutumisen aikaisin.
- Palautesilmukka on riittävän helppolukuinen luotettavan iteroinnin varmistamiseksi.
Tekoälyyn perustuvat deterministiset työkalut
Objektiivinen siirtyminen toistuvasti tuottaa koodia työkaluja, jotka voivat tuottaa, muuttaa, validoida, laastari, ja testikoodi toistettavissa tavoilla.
- Generaattoreista, muuntajista, validaattoreista ja valjaista tulee keskeisiä resursseja.
- Tekoäly alkaa tuottaa uudelleenkäytettäviä mekanismeja, ei vain suoraa tuotosta.
- Tuloksena on toistettavissa oleva vipuvaikutus eikä kertaluonteinen kiihtyvyys.
Yritystason ontologia, DSL, ja kääntäjät tuotettu GenAI
Organisaatiot virallistaa verkkotunnuksen itse ja anna GenAI auttaa suunnittelemaan ja kehittämään työkaluketju noin että muodollinen malli.
- Jaetut ontologiat määrittelevät liiketoiminta-alueen.
- DSL, kääntäjät, generaattorit, validaattorit, ja politiikka moottorit rakenne tuotanto.
- Ohjelmistosta tulee muodollisempi, toistettavissa ja vähemmän riippuvainen hauras tulkinta.
Koneläheinen koodin generointi
Ajan myötä AI voi generoida artefakteja, jotka ovat lähempänä sitä, mitä koneet suorittavat, kuin nykyisiä ihmiskeskeisiä abstraktioita, kuten tiedostoja, repositorioita ja frameworkien muovaamaa lähdekoodia.
- Suoritettavat esitykset ja optimoidut runtime artefaktit voivat hallita.
- Hardware-tietoinen ohjeet ja todennetut suunnitelmat tulevat entistä keskeisemmiksi.
- Ihmisen luettavasta koodista tulee käyttöliittymä, ei välttämättä ensisijainen esine.
Strategiset vaikutukset
euphile.:n näkemyksen mukaan tekoälyohjelmistojen kehittämisen kehittyminen on yhä enemmän kysymys siitä, että tekoäly auttaa rakentamaan deterministisia järjestelmiä, jotka tuottavat ohjelmistoja luotettavasti. Suora koodien tuottaminen on edelleen tärkeää, mutta kestävämpi etu on hallittu työnkulku, uudelleenkäytettävät työkalut ja viralliset verkkotunnukset. Koska nämä deterministiset työkalut tulevat paljon helpommin luoda, on mahdollista rakentaa paljon monimutkaisempia järjestelmiä enemmän luottamusta. Tämä puolestaan saattaa lopulta mahdollistaa ponnistelut viime aikoina ympäri uuden sukupolven tekoälyn malleja, jotka toimivat paljon vähemmän pino, lähempänä koneen tason edustustot kuin tänään .