Üretken yapay zeka, yazılım geliştirme alanında dalgalar yaratarak mühendislerin çalışma, yineleme ve kod geliştirme şeklini dönüştürüyor.
Bu dönüşümün dalgalı etkilerinin bir bütün olarak veri yönetimi, izleme ve gözlemlenebilirlikte ortaya çıktığını görüyoruz. Yapay zeka iş akışlarından fazlasını değiştiriyor, kariyer yollarını da değiştiriyor.
Chronosfer’in baş teknoloji sorumlusu ve kurucu ortağı.
Yapay zeka, halüsinasyonlardan kendi kendini test eden kodlara kadar hatalarından ders alıyor
Büyük dil modelleri (LLM’ler) beyin fırtınası yapmak, bilgileri derlemek ve kod oluşturmak için kullanılabilir. Ancak yine de hatalar yapıyorlar ve kendilerine güvenilemeyecek kadar sık halüsinasyon görüyorlar.
Halüsinasyon, yanlış bilgiyi doğru gibi sunmayı veya kendisine sorulan soruyla ilgisi olmayan, gerçeklere dayalı olarak doğru bir cevap üretmeyi içerir. Bu tür hatalar geliştiriciler için süreci daha da karmaşık hale getirebilir.
Günümüzde geliştiriciler yapay zeka kodlama asistanlarını iki yoldan biriyle kullanıyor. İlk olarak çözümün daha küçük, spesifik bir parçasını yazmak için bir yapay zeka kodlama aracısı kullanabilirler.
Alternatif olarak, algoritmaların özellikleri hakkında sorular sorarak, referansları kontrol ederek, kendi kodlarını daha etkili bir şekilde yapılandırmaya yardımcı olmak için bunu kullanırlar. dil Anlambilim ve çözümün tasarımı için beyin fırtınası.
Teknoloji başlangıç aşamasındayken, halüsinasyonların düzenli olarak ortaya çıkması, mühendislerin kodu gözden geçirmek ve kontrol etmek için aşırı miktarda zaman harcamasını gerektiriyordu.
Bu, zaman tasarrufu yerine zaman kaybı haline dönüştü. Bu hızla değişiyor: Artık AI kodlama aracıları, yazdıkları koda göre testler oluşturup çalıştırıyor ve kendi hatalarını düzeltiyor. Sonuç olarak halüsinasyonlar giderek daha az sorun haline geliyor.
Yapay zeka geliştiricilerin sürecini yavaşlatıyor mu yoksa hızlandırıyor mu?
Yapay zeka ister hızlansın ister yavaşlasın, kodlama süreç bireysel koşullara bağlıdır; bunların çoğu geliştiricinin deneyim düzeyine ve yapay zeka okuryazarlığına bağlıdır. Aslında yakın zamanda yapılan bir araştırma, geliştiricilerin yapay zeka araçlarını kullandıklarında, kullanmadıkları zamana göre yüzde 19 daha uzun zaman harcadıklarını ortaya çıkardı.
Kodlama aracıları, kod taslağı hazırlarken geliştiricilere ek bir fikir katmanı sunar. Buradaki zorluk, çoğu zaman kendi kodlarını düzeltmeye yönelik döngüsel girişimlere yakalanmalarıdır. Bu, kod tabanları üzerinde veya alışılmadık bağlamlarda çalışırken önemli ölçüde daha yüksek rehberliğe ihtiyaç duydukları anlamına gelir; üretkenlik terazi.
Kod ve görev ne kadar uzmanlaşmışsa, çok fazla rehberlik veya insan müdahalesi olmadan, özellikle de yapay zekanın uğraştığı kodu revize ederken ve yeniden uygularken iyi sonuçlara ulaşmak o kadar zor olur.
Bu, harcanan zaman miktarının projenin kendisi tarafından ve ayrıca mühendisin yönlendirmeye olan aşinalığı tarafından belirlendiği anlamına gelir.
Başarısızlık oranları arasında kusurların yüzde 60’ı aşağıdakilerden kaynaklanmaktadır: Yapay zeka araçlarıHem küçük hem de büyük sorunlar dahil. İkincisi ‘buggy’ kodunu içeriyor ve bu ilk başta normal görünebilir, ancak geliştirici bunun önemli ölçüde düzeltilmesi gerektiğini fark eder.
Yapay zekayı DevOps’a dahil etme
Bugün yapay zeka aracılarının en iyi kullanım örneklerinden biri site güvenilirliği mühendisliğidir. Mühendisler, Cursor ve Claude Code gibi AI kodlama araçlarıyla entegre olan bir model bağlam protokolü (MCP) sunucusu kullanarak, AI’yı günlük işlerine kolayca entegre edebilirler. DevOps iş akışları.
MCP’ler telemetri verilerini yapay zekanın kullanımına sunarak veriler üzerinde akıl yürütmesine olanak tanır ve bilgilerin manuel olarak girilmesi ihtiyacını ortadan kaldırır. Bu verimliliği artırır ve halüsinasyon olasılığını azaltır.
Bu, site güvenilirliği mühendislerinin (SRE’ler) bir ‘içinde akış durumlarında kalmalarına olanak tanır’editör‘ veya terminal ve hizmet düzeyi hedeflerinin (SLO’lar) durumunu hızlı bir şekilde değerlendirmenin yanı sıra günlükleri derleyerek hizmetlerin hata ve gecikme dağılımlarını gözlemleyin.
Bu bağlamı getirmek ve telemetriyi yapay zekanın kullanımına sunmak, görevlerin her gün ne kadar hızlı çözülebileceği konusunda bir adım değişiklik yarattı. Verimlilik ve hızdaki artış, işin benzersiz unsurlarına odaklanabilen, daha yüksek performanslı, daha mutlu geliştirici ekiplerine yol açar.
İş yükünün engellenmesi yerine iş ve organizasyonla ilgili zorlukları çözmek için çalışabilirler. Bu, yolculuğun yalnızca başlangıcıdır. Gelecekte, belirli iş akışları tamamen özerk hale gelecek ve merkezde karar alma ve soruşturmaları yönlendirecek bir insan tarafından denetlenecek.
Yapay zekanın değeri
Geliştiriciler için, üretken yapay zekanın günümüzdeki birincil değeri, bir fikrin taslağını oluşturma ve beyin fırtınası çözümlerine yardımcı olma, adım adım talimatlar sağlama ve araştırılacak yeni alanları belirleme becerisinde yatmaktadır.
Sunduğu rehberlik, genç geliştiricilerin, özellikle de daha deneyimli bir mühendisin danışmanlığından yoksun olduklarında, daha hızlı gelişmelerine yardımcı olabilir. Bununla birlikte, yapay zekanın zaman kazandırması veya boşa harcaması tamamen görevin karmaşıklığına, mühendisin deneyim düzeyine ve yapay zekayı iyi yönlendirme becerisine bağlıdır.
Yapay zeka araçları geliştikçe ve mühendisler yeni çalışma yöntemlerine uyum sağladıkça kodlamanın etrafındaki zihniyetin de değişmesi bekleniyor. Yapay zeka halihazırda iş akışlarını dönüştürüyor ancak tamamen insanların yerini alamayacak.
Bunun yerine, geliştirici ekiplerindeki bilgi boşluklarını dolduracak, daha önce eğitimde ele alınmamış olabilecek seçenekler de dahil olmak üzere kodun nasıl yapılandırılacağına dair yeni fikirler sağlayacak ve mühendisleri her gün çıkmaza sokan sıradan görevleri yerine getirecek.
Sonuçta insan destekli yapay zeka en güçlü yapay zeka olacak.
En iyi kodsuz platformları derecelendirdik.
Bu makale, günümüz teknoloji endüstrisindeki en iyi ve en parlak beyinleri öne çıkardığımız TechRadarPro’nun Expert Insights kanalının bir parçası olarak üretildi. Burada ifade edilen görüşler yazara aittir ve mutlaka TechRadarPro veya Future plc’ye ait değildir. Katkıda bulunmak istiyorsanız buradan daha fazla bilgi edinin: https://www.techradar.com/news/submit-your-story-to-techradar-pro