Gavimas pagal kodą nebėra visas trūkumas
Failai, architektūros parinktys, bandymai, klaidų taisymai, ir didelės dalys visos programos jau gali būti generuojami greitai. Ribojantis veiksnys vis labiau sėdi, kas vyksta po kodo pasirodo.
Back to strategic thetes
Strateginė disertacija 02
AI
Eupfill mato praktinės lubos, ką AI gali padaryti programinės įrangos kūrimo pagal šiandienos darbo srauto. Geriau modeliai vis dar padeda, bet rezultatas vis dar turi likti suprantamas, audituojamas, patikrinamas, dislokuojamas, prižiūrimas, ir veikia sistemų viduje žmonės ir organizacijos iš tikrųjų gali valdyti.
AI viršutinė riba
Protingesni modeliai padės, bet dabartinis programinės įrangos gyvavimo ciklas sukuria praktinę ribą.
Perjungti serijos ir pakabinti diagramą.
lubos, nustatytos šiandienos programinės įrangos darbo srauto
Žmogaus supratimas, tinkamumas, bylos, stato, bandymai, pakavimas, diegimas, stebėsena, ir priežiūra.
1
AI jau gali kurti galutinio naudojimo programas.
2
bet produkcija vis dar turi būti suprantama ir valdoma žmonių.
3
Fato, diferencijavimas pereina į sąnaudas, greitį, ir patikimumą.
Prasideda numatomas spaudimas pagrindiniams PG tiekėjams.
!
Kliūtis - tai ne tik pavyzdinis intelektas.
Čia yra sąsaja tarp AI- generuojamos programinės įrangos ir programinės įrangos gyvavimo ciklo žmonės iš tikrųjų gali valdyti.
Ką disertacija sako
Geriau modeliai nuolat padeda, bet šiandienos programinės įrangos gyvavimo ciklas slegia aukštyn kojom.
Generatyvūs AI jau yra stiprus kuriant kodą. Praktinė riba atsiranda, nes programinės įrangos kūrimas yra ne tik kodo generavimas. Produkcija vis dar turi išgyventi žmogaus samprotavimo, aiškiai programinės įrangos procesus, ir veiklos realybę.
Gyvavimo ciklas nustato viršutinę ribą
Programinė įranga vis dar turi būti suprantama, peržiūrima, versijuojama, statoma, pakuojama, diegiama, stebima, derinama, ir prižiūrima statinių komandos iš tikrųjų gali veikti.
Ribinės žvalgybos pelnas, galiausiai suspausti
If išėjimai vis dar praeina per tą patį fil-, build-, peržiūros, ir dislokavimo-centrinis gyvavimo ciklas, protingesni modeliai galų gale gaminti palaipsniui prieaugį, o ne žingsnis pokyčius.
Raudonojo vandenyno slėgis ateina greičiau
Kuomet pasienio galimybes tampa sunkiau pinigine ir greitai pasekėjų toliau gerėja, konkurencijos pokyčiai link sąnaudų, greičio, patikimumo, ir veiklos tinkamumo.
Bendras klausimas
Kodėl gi ne naudoti tuos pačius AI priemones paspartinti lubų užduotis taip pat?
eufilo atsakymas yra "taip": Genai taip pat pagerins šias užduotis. GAI naudojimas dabartinėje skaitmeninėje infrastruktūroje ir skaitmeninės infrastruktūros, esančios aplink GAI, pertvarkymas labai skiriasi.
AI visiškai pagerina lubų užduotis
Geresni generatoriai, geresni tvirtintojai, geresni bandymų įrenginiai, geriau DSL, geriau kompiliatoriai, ir geriau automatizavimas aplink SPLC yra visos to paties judėjimo dalis.
bet šiandienos infrastruktūra vis dar riboja rezultatą
Kompiliatoriai vis dar laikosi griežtų taisyklių. Testus vis dar reikia apskaičiuoti, priklausomybes, ir aplinkos. Menas vis dar reikia statyti. Konteineriams vis dar reikia atidėjimų. Darbuotojams vis dar reikia planuoti.
Tokenai ir duomenų centrai yra realūs apribojimai
Latenalumas, atmintis, saugumas, galia, skaičiuojamasis tiekimas, ir išvados kainuoja visas kliūtis, kiek dabartinis stekas gali būti perprojektuotas, tiesiog naudojant daugiau AI.
Paradoksas yra struktūrinis
GAI infrastruktūrai pertvarkyti, reikia daugiau GAI infrastruktūros. Nemaža šios infrastruktūros dalis vis dar kuriama remiantis dabartine paradigma, bet ne už jos ribų.
galimybės langas
Lubos sukuria kontekstinę ir ekonomišką programinę įrangą AI.
Pasauliniai skaičiavimo ir duomenų įvedimo pajėgumai yra apriboti, pasienio išvados - vis dar brangios, o nepatentuotų modelių vis dar yra mažai, kad būtų galima atlikti tikslius bendrovės lygmens programinės įrangos darbus. Čia atsiranda vietos kitai strategijai.
Fine- town atviri modeliai, skirti įmonėms ir projektų kontekstui
Vietoj to, kad būtų mokama priemoka už bendrą pasienio išvadą, organizacijos gali pritaikyti atvirus modelius savo saugykloms, domeno taisykles, ir projekto programinės įrangos darbą.
- Geriau tinka įmonei DSL, kodekai, ir modeliai.
- Tikslesnis darbas, kuris iš tikrųjų svarbus.
- Mažiau priklausomybės nuo bendro modelio elgesio.
Bėk prie esamos infrastruktūros, vietoj to, kad augtų simboliniai biudžetai
Mažesnės arba smulkesnės atvirosios sistemos gali būti diegiamos jau egzistuojančioje infrastruktūroje, įskaitant darbo vietų klasės aplinką ir dabartinę įmonės techninę įrangą.
- Mažesnė priklausomybė nuo brangių išorinių išvadų.
- Lengvesnis spaudimas plėsti IT biudžetus naudojant žetonus.
- Daugiau laisvės optimizuoti darbą, vietoj pardavėjo.
Prekybos bendrieji žvalgybos kontekstinis tikslumas
Net labai protingi generiniai modeliai vis dar susiduria su įmonės kontekstu, tyliomis konvencijomis, ir tikslią struktūrą nekilnojamojo verslo programinės įrangos darbo.
- Kontekstas gali įveikti neapdorotą skalę kasdien programinės įrangos darbo.
- Specializuotos sistemos gali viršyti bendro naudojimo tinkamumo.
- vietinis pritaikymas gali sukurti ilgalaikį veiklos pranašumą.
Sukurti deterministinį įrankį prieš platesnius kamino pokyčius
Dabartinis langas yra ne tik apie pigesnę išvadą. Kalbama ir apie reguliuojamų darbo srautų kūrimą, tvirtintojus, generatorius ir saugius vykdymo modelius, kurie išlieka vertingi per visus modelio ciklus.
- Fiksuoto sverto junginiai, kurių negalima sukurti pagal vieną modelį.
- Saugus orkestravimas yra svarbus prieš atvykstant naujai infrastruktūrai.
- Organizacijos gali judėti, o ne laukti paradigmos pokyčių.
strateginis poveikis
Eupfill mano, kad kitas etapas programinės įrangos AI konkurencijos vargu ar bus laimėjo tik neapdoroto modelio žvalgybos. Trūkstant dabartinių darbo srautų, vertingesnės darbo vietos greičiausiai atsiras dėl kontekstinės specializacijos, deterministinio įrankinimo, mažesnės simbolinės priklausomybės ir ekonomiškai efektyvaus infrastruktūros grupių, kurios jau priklauso ir kurias supranta, vykdymo. Štai kur sėdi dabartinės galimybės langas.