Традиционное развитие
- Люди пишут код вручную.
- Детерминистский контроль уже существует.
- Пропускная способность остается ограниченной скоростью человека.
Человеческий, детерминированный
Назад к стратегическим тезисам
Стратегический тезис 01
Эволюционная модель разработки программного обеспечения
Эуфил рассматривает разработку программного обеспечения ИИ как эволюцию через уровни контроля. Важный вопрос заключается не только в том, сколько кода может произвести ИИ, но и в том, насколько детерминированной, управляемой и многоразовой становится окружающая система, когда ИИ берет на себя больше работы.
Разработка программного обеспечения Эволюция Модель
От традиционного программирования к машинно-ориентированной генерации кода реальный прогресс заключается не только в скорости. Это сдвиг к большему контролю, большему детерминизму и более сильному формальному рычагу.
Кодирование под руководством ИИ
- ИИ становится главным создателем кода.
- Кодирование Vibe и автономные петли ускоряют выход.
- Хрупкость возрастает по мере усложнения систем.
Быстрый, управляемый ИИ, более хрупкий
ИИ с механизмами контроля
- ИИ работает внутри контролируемого рабочего процесса.
- Тесты, сборки, сканирование и валидаторы ограничивают выход.
- Циклы обратной связи направляют следующую коррекцию.
ИИ, управляемый обратной связью
Разработанные ИИ детерминистические инструменты
- ИИ строит генераторы и валидаторы.
- Патч-инструменты, трансформаторы и упряжки становятся активами.
- Многоразовое кредитное плечо превосходит одноразовый выход.
Тоулинг рычаг, по дизайну
Энтерпрайз Онтологии, ДСЛ Компиляторы
- Общие онтологии моделируют домен.
- ДСЛ, компиляторы, генераторы и политические двигатели структурного производства.
- Программное обеспечение становится более формальным и повторяемым в масштабе.
Формальное, доменное производство
Машинно-ориентированная генерация кода
- Генерация приближается к тому, что машины действительно исполняют.
- Артефакты времени выполнения и проверенные планы приобретают все большее значение.
- Код перестает быть главным артефактом.
Требует другого поколения моделей ИИ
Только прогноз
Эта группа описывает, какие оценки эвфилов могут произойти, а не то, что она считает желательным, этическим или ответственным по умолчанию.
Что говорит модель
AI SDLC изменяется как кодообразующий акт, так и управляющая поверхность.
В начале люди пишут программное обеспечение напрямую. На более высоких уровнях организации используют ИИ для создания детерминированных систем, валидаторов и формальных интерфейсов доменов. Ключевой переменной между этими точками является то, насколько надежен контроль над производством программного обеспечения.
Управление переменной
Каждый уровень изменяет того, кто производит код, но более важным вопросом является то, что ограничивает, подтверждает и управляет этим производством.
Копилот не 1-й уровень
Автозаполнение и встроенные предложения остаются локальными ускорителями, в то время как разработчик остается на месте водителя. Полезная, но еще не управляемая ИИ разработка.
Охранные рельсы заставляют ИИ работать
Тесты, фильтры, проверки сборки, сканирование безопасности, валидаторы и наборы регрессии создают детерминированную петлю обратной связи, необходимую для безопасной коррекции.
Формализация создает прочный рычаг
Общие онтологии, ДСЛКомпиляторы, генераторы и политические движки превращают негласные знания в системы, которые масштабируются более надежно, чем только неформальная интерпретация.
Уровни контроля
Модель описывает переход от ручной пропускной способности к детерминированной разработке программного обеспечения.
Последовательность заключается не столько в том, чтобы праздновать автономию ради нее самой, сколько в том, чтобы понять, где скорость становится хрупкой, где ограждения становятся необходимыми и где формальные системы начинают превосходить неформальные рабочие процессы кодирования.
Традиционная разработка программного обеспечения
Люди остаются непосредственными авторами программного обеспечения. Рабочий процесс в значительной степени детерминированный, но пропускная способность ограничена ручным усилием.
- Человеческий код по умолчанию.
- Знакомый дизайн, обзор, тестирование, сборка и развертывание цикла все еще применяется.
- Контроль высок, но масштаб ограничен людьми.
Копилотная помощь
ИИ ускоряет локальные действия, такие как автозаполнение, встроенные предложения и небольшие рефакторы, в то время как разработчик остается основным создателем кода.
- Это полезное ускорение, а не новое. SDLC Модель сама по себе.
- Человек по-прежнему управляет структурой и решениями.
- Производительность улучшается локально, но жизненный цикл принципиально не меняется.
Кодирование под руководством ИИ
ИИ становится основным создателем кода посредством кодирования вибрации, автономных циклов, рабочих процессов планирования или сквозных запросов функций.
- Скорость может быть чрезвычайно высокой в ограниченных задачах.
- Большие объемы кода могут появиться быстро.
- Надежность ухудшается по мере роста сложности, связи и операционного контекста.
ИИ-оркестровая разработка с детерминированными ограждениями
ИИ по-прежнему пишет большую часть кода, но теперь он работает внутри контролируемого рабочего процесса, который проверяет его работу и направляет следующую коррекцию.
- Тесты, фильтры, проверки сборки, сканирование и валидаторы ограничивают выход.
- Автоматизированные фитнес-функции и наборы регрессии обнаруживают поломку на ранней стадии.
- Контур обратной связи становится достаточно разборчивым для надежной итерации.
Сгенерированные ИИ детерминированные инструменты
Цель переходит от многократного создания кода к созданию инструментов, которые могут воспроизводить, трансформировать, проверять, исправлять и тестировать код повторяемыми способами.
- Генераторы, трансформаторы, валидаторы и упряжки становятся основными активами.
- ИИ начинает производить многоразовые механизмы, а не только прямой выход.
- Результатом является повторяемое леверидж, а не разовое ускорение.
Онтология корпоративного класса, ДСЛи компиляторы, созданные с помощью GenAI
Организации формализуют сам домен и позволяют GenAI разрабатывать и развивать инструментальную цепочку вокруг этой формальной модели.
- Общие онтологии определяют область бизнеса.
- ДСЛ, компиляторы, генераторы, валидаторы и политические двигатели структурного производства.
- Программное обеспечение становится более формальным, повторяемым и менее зависимым от хрупкой интерпретации.
Машинно-ориентированная генерация кода
Со временем ИИ может генерировать артефакты, более близкие к тому, что машины действительно исполняют, чем к сегодняшним человеко-ориентированным абстракциям, таким как файлы, репозитории и исходный код, сформированный фреймворками.
- Исполняемые представления и оптимизированные артефакты времени выполнения могут доминировать.
- Инструкции и проверенные планы становятся более важными.
- Человеческий код становится интерфейсом, не обязательно основным артефактом.
Стратегическое значение
Эуфил считает, что эволюция разработки программного обеспечения ИИ все чаще становится вопросом обращения к ИИ с просьбой помочь построить детерминированные системы, которые надежно производят программное обеспечение. Прямое генерирование кода по-прежнему имеет значение, но более прочное преимущество исходит от управляемых рабочих процессов, многоразовых инструментов и формальных интерфейсов доменов. По мере того, как эти детерминированные инструменты становятся намного легче создавать, становится возможным строить гораздо более сложные системы с большей уверенностью. Это, в свою очередь, может в конечном итоге позволить усилиям по обновлению нового поколения моделей ИИ, которые работают намного ниже в стеке, ближе к представлениям на машинном уровне, чем к сегодняшним абстракциям исходного кода, ориентированным на человека.