整理 | Tu Min
出品 | CSDN（ID：CSDNnews）
1 か月前、GitHub CEO の Thomas Dohmke は、独自の AI 支援コーディング ツールである GitHub Copilot Xプラットフォームを使用して Global Web Summit で直接体験し、最終的に18 分でスネーク ゲームを作成しました。
コーディング プロセス全体のスピードにより、誰もが「10 倍の開発者」に変わっているようです。
しかし、最近、ある技術者が自身が監督した事件を Twitter で共有しました。つまり、コーディング歴 19 年で 100% 手書きコードを使用していたプログラマーが、Copilot とGPT -4 の若い世代は、補助コード ツールの使用を拒否できず、制御可能なコードだけを書きたかったため、面接で落とされましたが、後者は簡単にフルタイムのオファーを獲得しました。
「長年のコーディング経験があっても、Copilot、GPT-4、その他のコーディング ツールの使用を拒否すると、依然として排除される」という絶対的な結果が現実となったとき、多くのプログラマーがコーディングが可能かどうかについて議論しました。プログラマーにとっての唯一の基準？補助プログラミング ツールは現代のプログラマーにとってオプションですか、それとも必須ですか? AI 支援コード プログラミング ツールの使用を拒否すると、経験豊富なプログラマーが何のメリットも得られないのはなぜですか? 本当に効率が向上するのでしょうか？
この事件を通じて、この記事でも何人かの最前線の開発者を招き、対談をさせていただきました。
100% 手作業でコーディングする19歳の プログラマー
対
AIプログラミングツールを使いこなす4歳のプログラマー
すべては、Ab Advany という名前の技術者が、2 週間前に代理店の友人が、最小限の実行可能な製品 (Minimum Viable Product) を作成するために 2 人のプログラマーを雇うことを伴うプロジェクトを監督するのを手伝っていたことを Twitter で共有したときに始まりました。 MVPとして）。
彼は以前に両方のプログラマーと仕事をしたことがあり、彼らの対応する背景を知っています。
そのうちの1人はドイツ出身のアレックスです。通常は 100% 手書きのコードです。19 年のコーディング経験。
もう一人はパキスタン出身のハミッドさん。彼はコードを書くのが得意で、Copilot、GPT-4 補助コーディング ツール、ノーコード開発も使用しています。4年の開発経験があります。
それぞれに MVP を作成してもらい、何が起こると思いますか。
両プログラマーが Figma の詳細な仕様を受け取ったことに事前に注意してください。別のデザイナーが、必要なアセットと、統合する必要がある既存のコードの作成を支援しました。
1週間後、AI支援プログラミングツールを使いこなすHamidさんの状況を見てみましょう。
Hamid は、MVP の最初のバージョンを完成させるために主導権を握り、コード テスト カバレッジが 100% でコード部分が存在しない完全なエンドツーエンド テストを完了しました。全体として、MVP の作業の 95% は完了しているようで、一見したところ、製品は機能しています...
具体的には、Hamid はまずノーコード アプリケーション開発プラットフォーム Bubble で UI とフロントエンドを構築し、GPT-4 を使用して Cloudflare Workers を生成し、Copilot を使用して既存のコードを統合し、GPT-4 (playwright/ava) を使用してテストを生成しました。 。
総経費：
GPT-4: 211ドル
副操縦士：20ドル
クラウドフレア: 5ドル
ノーコード プラットフォーム バブル: 134 ドル
給与: 2460 ドル (41 時間労働)
ホスティング/運営コスト: 月額 139 ドル
対照的に、19 年の開発経験があり、手でコードを入力している Alex の最新の進捗状況は次のとおりです。
合計すると、アレックスは1 週間でタスクの約7%を完了しました。
総経費：
ホスティングサービス Vercel: $20
給与: 3500ドル
すべてのコンテンツの開発にかかる見積もり: 45,000 ドル。テストの追加には 11,000 ドルがかかると予想されます。
ホスティング/運営コスト: 月額 20 ドル
当初、Ab Advany と彼の友人たちは、Hamid が 8 ～ 10 週間で MVP の構築を完了し、Alex がさらに 1 ～ 2 週間かかるだろうと考えていましたが、結果は彼ら全員を驚かせました。
GPT-4 と Copilot を使用できないプログラマは、優れたプログラマではありませんか?
この結果を受けて、アブ・アドヴァニーの友人はアレックスに相談した。
しかし、アレックスは、自分で開発したアプリを実行する方がはるかにコストが安く、すべてを管理できると主張します。
Ab Advany氏はTwitterで、「アレックスは、製品の発売が13倍遅く、開発費が25倍かかる機会コストを理解していない」とコメントした。
結局、アレックスは自分自身を「ハンドコーディング」したいだけで、ノーコード/AI を信頼していなかったために解雇されました。
アブ・アドヴァニー氏はこう語った。
「私の友人の開発会社には、アレックスのような開発者が 100 人以上います。現在、彼は彼らを再教育するか、ハミッドのような開発者に置き換えるつもりです...
ハミッドのような人は5年後も仕事があると思いますが、アレックスのような人は別の仕事やキャリアを見つけなければならないでしょう。どう思いますか？」
挑戦が好き、それがアレックスが副操縦士を使わない理由です
この観点については、開発者からも「コーディング能力や効率をプログラマの基準とするのは、そもそも間違っている。むしろ、コードを完成させることが最も重要ではない」と不満の声も上がった。ビジネスの成功。」 重要な部分です。コードでは反復が重要です。そして、ビジネスの成功には反復が重要です。企業は、コピペではなく、これらのトレードオフをすでに理解しているエンジニアを見つける必要があります。実際、ハミッズが開発したとき、 AI の MVP を世界が引き継ぐ そのとき、企業におけるエンジニアの需要は高まるばかりです。」
この事件を受けて、CSDN AI R&DのディレクターであるFan Feilong氏は、 Hamidの費用は通常企業が負担しており、個人間の負担はそれほど多くないと述べた。論理的に言えば、プログラマーであるアレックスは通常、ツールの使用を拒否しません。結局のところ、プログラマーは問題を解決するためにツールを使用します。両方のプログラマーがツールを持っている場合、Alex の生産性は 10 倍になる可能性がありますが、Hamid の生産性は 1.5 倍にしかならない可能性があり、大きな差があります。
これはまた、明らかにボーナスアイテムである Copilot や ChatGPT などのツールの使い方を Alex が学習できない理由について、多くの人々の好奇心を引き起こしました。
イベントを見守ったアブ・アドヴァニー氏はツイッターでその理由を次のように説明した。
1 つは、現在の AI が状況的に制限されていることです。したがって、これを機能させるには、開発者は関数型プログラミングを行う必要があります。
2 つ目は、初心者プログラマでも理解できるようにコードを読みやすくしておく必要があるということです (たとえ実行している内容が非常に複雑であっても)。
このため、多くの上級プログラマーにとってプログラミングは退屈なものになります。彼らは複雑なコードを好み、何百ものパターンを使用します。
したがって、彼らは困難なコードに挑戦することを放棄したくなく、AI 支援プログラミング ツールを使用して「近道」をすることを好みません。営利企業として、急速に開発して時代に遅れを取らない新旧のプログラマーを雇用するか、それとも着実に働いて高品質のコードを生成するかを比較検討する場合、多くの場合、前者を選択します。
開発者は「条件が許す限り、新しいツールを試すことをお勧めします」と述べました。
では、国内の開発環境を見てみると、第一線の上級開発者もCopilotやGPT-4などのAIツールに抵抗するでしょうか？実稼働環境において、AI 支援プログラミング ツールは本当に効率を向上させることができるのでしょうか? これらの疑問を念頭に置いて、私たちは周りの開発者に尋ねました。
Q: プログラミング プロセスでは、Copilot、GPT-4、その他の補助プログラミング ツールを使用しますか?
彼らはこう言います: 「お金に余裕がある限り、試してみるべきです。データ セキュリティの問題を心配していましたが、完全に抵抗したわけではなく、慎重に検討し、徹底的に使用しました。」
CSDN AI R&D ディレクター、Fan Feilong 氏:プログラマー グループは、高度なツールを常に作成し、プログラミングなどの作業を通じて高度なツールを使用して問題を解決する集団です。Copilot、ChatGPT、GPT-4 などの AI ツール自体も高度なツールであり、条件が使用されるシナリオでプログラミングを支援するために確実に使用されます。Copilot、ChatGPT、GPT-4 のいずれを使用するかは、ツールの価格が仕事環境や個人環境で手頃かどうかによって決まります。現在、ChatGPT を使っている人が多いので、できれば試してみたいと思っています。
シニア開発者 Su Yang (https://github.com/soulteary):データのセキュリティに関する懸念から、私はローカルのオフライン コード補完に自動補完コーディング プラグイン Tabnine を使用し、推奨してきました。副操縦士に完全に切り替わるまでの年。特に OpenAI ChatGPT のリリース後、GitHub Copilot の進化速度とユーザーの期待は非常に速く高まっています。
現在、これを使用していない学生のほとんどはデータのセキュリティを心配しており、初期のユーザーは落とし穴を踏んでおり、公式も昨年末に商用版を正式にリリースしました。ということで、今はこの手のツールを使うだけでなく、周りの友達にも勧めて、怠け者にならないようにしようと思います。
Q: サイドプロジェクトで使用されますか? それとも実稼働環境で使用されますか?
Su Yang:最初は副業（趣味のプロジェクト、副業、小さなプロジェクト）でのみ使用していましたが、副業がたくさんあるので、すぐにほぼ同じであることを確認し、区別せずに使用しました。環境とプロジェクト。
ただし、純粋なオフライン環境では、基本的な補完には引き続き Tabnine を使用しますが、2 ～ 3 年使用した後、1G ローカル モデルに餌を与えて捨ててしまったのが残念です。
Fan Feilong:補助ツールとしての AI プログラミング ツールには、実稼働/アマチュア環境で使用するという問題はありません。個人的には、AI プログラミング ツールがプログラミング プロセスの問題解決に役立つ限り、私はそれらを使用するつもりです。ただし、ターゲットの使用は異なります。
実稼働環境では、コードの作成などの作業目標を解決することに主に焦点を当てます。
この GPT テクノロジは、特定の補助関数を記述することで簡単に合成できます。
一般的に使用されるコード スニペットの例では、過去に検索する必要があったシーンで、プログラマーが GPT を直接合成し、調整してプロジェクトに統合できるようにしました。
複数のクラスを記述する必要がある特定のシナリオは一般的なルーチンであり、GPT 合成スキャフォールディングによって変更できます。
一部のアルゴリズムの問題は、抽象化した後、GPT の入力と出力、および必要なプロセスに含まれるステップを記述します。AI は十分に有用な実装を合成できます。
リファクタリング作業などを行います。
最新の IDE も上記の操作のさまざまなシナリオをサポートしていますが、AI プログラミング ツールはよりスマートにすることができることに注意してください。
しかし、プログラマは、問題解決により問題の診断に多くの時間を費やします。現時点では、直接コードを記述するのではなく、分析作業です。このときに GPT を使用する場合は、問題を問題に抽象化する能力が必要です。関係の記述、次に、この記述を使用して GPT に問い合わせ、GPT に考えられる問題を明らかにさせ、プログラマによる問題の診断を支援します。これも一般的なシナリオです。
アマチュア環境で使用すると、適用できるシナリオはさらに広範囲になります。
GPTで鍛えられた知識はあっても、個人がまだ知らない「新旧の知識」を学ぶことは、GPTを活用することで何十倍も効率的に新しい知識やスキルを習得できるという観点から、アクティブラーニング能力のある人は、 GPT 大きな倍率効果があります。
GPTのエキスパート能力システムにより、普段は業務を行っていないが興味のある分野を深く把握することができ、人材の知識構造が変化し、複合人材になるまでの学習機会のコストが大幅に削減されます。 。
さらに言えば、実践的な能力が重要であると私たちは言い、新しいツールの使用にもそれが反映されています。新しいツールを待つ必要はなく、すぐに受け入れて使用してください。高度なツールは高度な生産性です。
Q: 個人開業医として、Copilot および GPT-4 補助プログラミング ツールは本当に効率を向上させることができますか?
Su Yang:現在のバージョンでの答えは明らかに「はい」です。
また、仕事に限らず、プログラミング学習に関しては、Copilot と ChatGPT がどちらも優れた教師であり、特に最近リリースされた Copilot Chat はまだ小規模なテストの範囲にあります。根気よくあなたを助け、コードを修正し、コードを改善し、さらにはコードの実行方法を教えてください。また、レベルの下限は非常に高く、上限は、選択したコード ブロック、開いているファイルと質問の関連性 (コンテキスト)、および質問の明瞭さに依存します。
私も日常生活で単体テストを行う際によく利用しており、元々は退屈ですが非常に重要な環境であり、自動で完了してからは非常に安心・心強いです。
Fan Feilong:補助プログラミング ツールは効率を向上させますが、人によって影響は異なります。
初心者：いつでも便利にツールを利用でき、積極的にツールを使って学習する意識があれば、学習効率は大幅に向上します。このツールは、最初は魅力的な効果があるかもしれません。「まだこのままでよいでしょうか?」
成長期: しかし、知識には習得のコストがかかります。すべての初心者が同じように上達するわけではありません。他のすべての方向と同様、このプロセスのプログラミングが本当に好きな人は、補助プログラミング ツールを使用して効率をさらに向上させることができます。しかし、知識やスキルを理解して習得するには、やはりしっかりした原則に基づいて学習する必要があり、そうでないと「すべての単語を知っているのに、一緒に理解していない」という影響が発生するため、ツールがどんなに優れていても、役に立ちません。
成熟期: AI プログラミングの時代になっても、特定のタスクはさまざまな特定の問題を解決する必要がありますが、組み合わせ爆発のプログラミングの現実では、問題を解決する信頼できる人材の存在が核となります。ツールによって効率は大幅に向上しますが、問題解決は通常、階層化されています。機械はますます自動化を解決しますが、中レベル/高レベルの問題は依然として人間に依存して、分析、計画、実行、テスト、フィードバック ループの形成を行っています。
全体として、プログラミング支援により効率が向上します。しかし、プログラミングを通じてソフトウェアを作り、ソフトウェアを通じて製品やサービスを提供し、ユーザーの問題を解決し、ソフトウェアの成功に至るまで、プログラミングによる問題解決はそのひとつのつながりであり、プロのエンジニアとして全体を見なければなりません。
Q: 「AI があなたの仕事に役立つかもしれません。しかし、おそらく AI のために働くことになるでしょう。」 で働くには、関数型プログラミングを行う必要があります。一方で、AIが生成するコードの安全性には疑問があります。どう思いますか？
Fan Feilong:現時点では、AI 支援プログラミングの使用は、コードに対する「責任」を人間の経験に依存しています。特定のコードを生成する「低レベル」作業を AI に任せることはますます可能ですが、コードが何を行うのかを理解する必要があります。 、それが人々が望んでいることであっても、これは人々が責任を負わなければならないことです。一般的に、AI によって生成されたコードを理解、識別、判断するには、中級および上級レベルのプログラマーの経験、知識、スキルが十分である必要があります。
実際には、間違いが許容されたり、間違いによるコストがかからず、AI が自動的に決定を下すシナリオもあるかもしれませんが、現在の割合はまだ非常に低く、AI プログラミングは継続的に進化することが予想されます。
AIプログラミングは、「低レベル」のプログラミング作業の一部を解放すると同時に、新たな「プログラミング」作業の一部を生み出すものだと私は考えています。
Su Yang:セキュリティ上の懸念については、その必要はないと感じていますが、まだ初期段階であり、製品の形態、フォローアップの分業モード、開発協力モードなど、多くの変更があるでしょう。
個人的には、心を開いて、受け入れて、それをうまく活用するだけで十分だと思います。中学生からコーディングを始めて現在20歳になろうとしている私にとって、最初からこのアーティファクトを持っていれば、少なくとも60％の時間を節約できることになります。
最後に、アレックスのような経験豊富な古いプログラマーが、AI 支援プログラミング ツールを上手に活用する新しいプログラマーに取って代わられると言うのは時期尚早です。アレックスがハミッドの効率性に負けたというよりも、新しいテクノロジーへの適応の柔軟性のなさが彼の後任の主な理由であると言ったほうがよいだろう。
参考：https://twitter.com/advany/status/1664451798793584642
推奨読書:
▶ AI vs. 大学入試の作文！ChatGPT、Wenxin Yiyan、Tongyi Qianwen などの 8 つの「アーティファクト」をテストしました。