SG.hu
Gyilkos verseny folyik a programozók munkájának elvételéért
Rengeteg startup dolgozik a szoftveripar átalakításán, a mesterséges intelligenciával foglalkozó csoportok modelljei átformálhatják a kódolói állásokat.
A mesterséges intelligencia készen áll arra, hogy felülmúlja az embereket a kódírás terén, mivel vezető csoportok - köztük az OpenAI, az Anthropic és a Google - versenyfutást folytatnak a szoftveripart átformáló rendszerek kiadásáért. A San Franciscó-i székhelyű OpenAI a héten új modelleket adott ki, amelyek független összehasonlító tesztek szerint a számítógépes programozás eddigi legjobbjai közé tartoznak. Az új GPT-4.1, o3 és o4-mini modellek minden eddiginél hatékonyabban oldják meg a programozási problémákat - az utóbbi kettő „érvelést” használ, így több idő áll rendelkezésre az összetett lekérdezések átgondolására. Az OpenAI szerdán bejelentette a Codex CLI nevű, szabadon elérhető rendszert is, egy úgynevezett MI „ügynököt”, amelyet arra terveztek, hogy modelljei segítségével irányt mutasson a felhasználóknak a kódolási feladatokban.
Ezek a lépések illeszkednek a rivális Anthropic, a Google, a Meta és számos startup közelmúltbeli erőfeszítéseihez, amelyek a kódoláson, mint a nagyméretű nyelvi modellek egyik legegyértelműbb korai felhasználási területén dolgoznak. A programozásnak mint a mesterséges intelligencia rendszerek következő határterületének hangsúlyozása az egyik legkézzelfoghatóbb példája annak, hogy a technológia hogyan alakíthatja át az iparágakat, hiszen szoftverfejlesztők ezrei már most is MI-modelleket használnak munkájuk során. "Ez az az év, amikor az MI örökre jobb lesz, mint az ember kódolás terén” - mondta Kevin Weil, az OpenAI termékigazgatója az Overpowered podcastban. Az előrelépést ahhoz hasonlította, mint amikor az MI évtizeddel ezelőtt felülmúlta az embert a sakkban, de szerinte ennek sokkal demokratizálóbb hatása van „a világra, ha mindenki tud szoftvert készíteni”.
Az iparág vezető személyiségei szerint az LLM-ek felgyorsították a szoftverfejlesztési folyamatot azáltal, hogy néhány szöveges utasítás alapján teljes kódblokkokat generáltak. A mesterséges intelligencia rendszerek képesek a hibák azonosítására és kijavítására is. Az elmúlt évben a mesterséges intelligenciamodellek sokkal jobban képesek megérteni az összetett mintákat, a programozásban bemutatott problémáknál érvelnek és logikusan oldják meg azokat. 2023-ban az MI-rendszerek a SWE-bench nevű iparági teszt alapján a kódolási problémák mindössze 4,4 százalékát voltak képesek megoldani. Ez az arány idén 69,1 százalékra ugrott. Eközben a Microsoft GitHub kódolási platformjának kutatása szerint az amerikai fejlesztők 92 százaléka használ MI-eszközöket.
„Az MI-kódolás több ezer dollárt takarít meg egy mérnök számára” - mondta Misha Laskin, a Reflection AI kódolási startup társalapítója és vezérigazgatója. "Egyes kategóriák esetében képes igény szerint elvégezni helyetted valamit, amiért talán 10 000 dollárt fizettél volna. Egy példátlanul nagy piacra lépünk be”. Az olyan startupok, mint a Reflection nagy befektetői érdeklődést váltottak ki, a cég eddig 130 millió dollárt gyűjtött a Sequoia és a Lightspeed finanszírozásával. Az Anysphere - amely a Cursor kódolási automatizálási eszköz mögött áll - januárban 105 millió dollárt gyűjtött 2,5 milliárd dolláros értékelés mellett.
„Az intelligens munkavégzés költségeit egyre lejjebb szorítjuk, ami azt jelenti, hogy újra kell gondolnunk néhány szerepünket” - mondta Eiso Kant, a Poolside nevű startup társalapítója, mely októberben 500 millió dollárt gyűjtött 3 milliárd dolláros értékelés mellett olyan befektetőktől, mint a Bain Capital és az Nvidia. A Meta tavaly indította el a Code Llama nevű modellt, amely szöveges felszólítások segítségével generál kódot. Az Anthropicnak saját kódolási terméke van, a Claude Code, amelyet februárban indítottak el. Mike Krieger, az Anthropic termékigazgatója szerint a szoftvermérnökök szerepe egyre inkább a „követelmények megértésére, a csapatmunkára és annak megállapítására korlátozódik, hogy amit építettél, az valóban a megfelelő dolog volt-e. Arról van szó, hogy szinte bábjátékossá vagy karmesterévé válsz ezeknek az ügynököknek” - tette hozzá.
Ezzel nem ért egyet Thomas Wolf, a Hugging Face nyílt forráskódú MI-platform társalapítója. "Nem hiszem, hogy a kódolás el fog tűnni. A segédek csak gyorsabbá fogják tenni ezt a folyamatot." - mondta.
A mesterséges intelligencia készen áll arra, hogy felülmúlja az embereket a kódírás terén, mivel vezető csoportok - köztük az OpenAI, az Anthropic és a Google - versenyfutást folytatnak a szoftveripart átformáló rendszerek kiadásáért. A San Franciscó-i székhelyű OpenAI a héten új modelleket adott ki, amelyek független összehasonlító tesztek szerint a számítógépes programozás eddigi legjobbjai közé tartoznak. Az új GPT-4.1, o3 és o4-mini modellek minden eddiginél hatékonyabban oldják meg a programozási problémákat - az utóbbi kettő „érvelést” használ, így több idő áll rendelkezésre az összetett lekérdezések átgondolására. Az OpenAI szerdán bejelentette a Codex CLI nevű, szabadon elérhető rendszert is, egy úgynevezett MI „ügynököt”, amelyet arra terveztek, hogy modelljei segítségével irányt mutasson a felhasználóknak a kódolási feladatokban.
Ezek a lépések illeszkednek a rivális Anthropic, a Google, a Meta és számos startup közelmúltbeli erőfeszítéseihez, amelyek a kódoláson, mint a nagyméretű nyelvi modellek egyik legegyértelműbb korai felhasználási területén dolgoznak. A programozásnak mint a mesterséges intelligencia rendszerek következő határterületének hangsúlyozása az egyik legkézzelfoghatóbb példája annak, hogy a technológia hogyan alakíthatja át az iparágakat, hiszen szoftverfejlesztők ezrei már most is MI-modelleket használnak munkájuk során. "Ez az az év, amikor az MI örökre jobb lesz, mint az ember kódolás terén” - mondta Kevin Weil, az OpenAI termékigazgatója az Overpowered podcastban. Az előrelépést ahhoz hasonlította, mint amikor az MI évtizeddel ezelőtt felülmúlta az embert a sakkban, de szerinte ennek sokkal demokratizálóbb hatása van „a világra, ha mindenki tud szoftvert készíteni”.
Az iparág vezető személyiségei szerint az LLM-ek felgyorsították a szoftverfejlesztési folyamatot azáltal, hogy néhány szöveges utasítás alapján teljes kódblokkokat generáltak. A mesterséges intelligencia rendszerek képesek a hibák azonosítására és kijavítására is. Az elmúlt évben a mesterséges intelligenciamodellek sokkal jobban képesek megérteni az összetett mintákat, a programozásban bemutatott problémáknál érvelnek és logikusan oldják meg azokat. 2023-ban az MI-rendszerek a SWE-bench nevű iparági teszt alapján a kódolási problémák mindössze 4,4 százalékát voltak képesek megoldani. Ez az arány idén 69,1 százalékra ugrott. Eközben a Microsoft GitHub kódolási platformjának kutatása szerint az amerikai fejlesztők 92 százaléka használ MI-eszközöket.
„Az MI-kódolás több ezer dollárt takarít meg egy mérnök számára” - mondta Misha Laskin, a Reflection AI kódolási startup társalapítója és vezérigazgatója. "Egyes kategóriák esetében képes igény szerint elvégezni helyetted valamit, amiért talán 10 000 dollárt fizettél volna. Egy példátlanul nagy piacra lépünk be”. Az olyan startupok, mint a Reflection nagy befektetői érdeklődést váltottak ki, a cég eddig 130 millió dollárt gyűjtött a Sequoia és a Lightspeed finanszírozásával. Az Anysphere - amely a Cursor kódolási automatizálási eszköz mögött áll - januárban 105 millió dollárt gyűjtött 2,5 milliárd dolláros értékelés mellett.
„Az intelligens munkavégzés költségeit egyre lejjebb szorítjuk, ami azt jelenti, hogy újra kell gondolnunk néhány szerepünket” - mondta Eiso Kant, a Poolside nevű startup társalapítója, mely októberben 500 millió dollárt gyűjtött 3 milliárd dolláros értékelés mellett olyan befektetőktől, mint a Bain Capital és az Nvidia. A Meta tavaly indította el a Code Llama nevű modellt, amely szöveges felszólítások segítségével generál kódot. Az Anthropicnak saját kódolási terméke van, a Claude Code, amelyet februárban indítottak el. Mike Krieger, az Anthropic termékigazgatója szerint a szoftvermérnökök szerepe egyre inkább a „követelmények megértésére, a csapatmunkára és annak megállapítására korlátozódik, hogy amit építettél, az valóban a megfelelő dolog volt-e. Arról van szó, hogy szinte bábjátékossá vagy karmesterévé válsz ezeknek az ügynököknek” - tette hozzá.
Ezzel nem ért egyet Thomas Wolf, a Hugging Face nyílt forráskódú MI-platform társalapítója. "Nem hiszem, hogy a kódolás el fog tűnni. A segédek csak gyorsabbá fogják tenni ezt a folyamatot." - mondta.