Без уборка программного архитектора на кодирование атмосфера
2 июля 2025 г.Большинство людей не знают, что такое кодирование Vibe
Кодирование Vibe - это не то, что люди думают, что это так.
Y Комбинатор сравнивает текущее состояние кодирования атмосфера с первыми автомобилями, которые напоминали конные вагоны. В результате этот первый дизайн автомобиля имел слишком много ненужных ограничений. Как только люди поняли, что они могут добиться большего успеха, появились настоящие машины. Аналогичным образом, текущее состояние кодирования атмосфера находится в его начальной неоптимальной фазе.
Аналогия хороша, но неполная. Кодирование Vibe находится на ранних стадиях. Это смутное зрение, ощущение того, как должно выглядеть приложение. Компьютерный код не работает так: он нуждается в четком, конкретном 0s и 1s. Программисты вынуждены перевести смутные намерения в точные инструкции, часто выполняя значительную работу, чтобы прояснить первоначальные намерения в конкретные правила.
Существует огромная разница между традиционным кодированием и кодированием атмосфера
Кодирование Vibe обеспечивает код без требуния спецификаций. Это постоянный эксперимент. Когда кто -то преуспевает с кодированием Vibe, они в восторге от этого. Когда кодирование Vibe не удастся, мало кто поделятся своим опытом. Мы имеем дело
Это похоже на недостающие истории о дельфинах, которые заставляли людей утонуть. Есть причина, по которой вы не слышите о них. Люди, в целом, с меньшей вероятностью хвастаются своими неудачами. В результате мы получаем искаженную картину того, насколько эффективно кодирование атмосфера: больше мифа, чем метод, основанный на выборочных историях успеха.
Когда вы слышите истории успеха о кодировании Vibe, вы думаете, что можете повторить это. Вы не можете. У тех, кто преуспел, скорее всего, были разные задачи, использовали разные подсказки и думали по -разному. ИИ модели галлюцинируют. Различные подсказки дают совершенно различный код, тогда как традиционное кодирование обычно следует более или менее одинаковым стандартам.
Ключевые принципы традиционного кодирования
Кодирование Vibe следует за процессом без согласованности и повторяемости, основных качеств любой инженерной дисциплины. Без них успех становится счастливым исключением.
Традиционное кодирование было построено, чтобы избежать такого рода догадок. Он опирается на точные алгоритмы, следует точным шаблонам и использует стандартные структуры, которые делают код предсказуемым и поддерживаемым. Такие эксперты, как Мартин Фаулер, провели десятилетия, формализацию этих стандартов, чтобы разработчики не полагались на инстинкт инстинкта. Они опираются на общую логику, которая масштабируется.
Я понял; Для нетехнического человека-это привлекательная идея, чтобы пропустить общение с скучным, грязным гиком и получить код, созданный самостоятельно. Мое мнение об этом, почему вы не примените ту же логику в здравоохранение? Почему бы не попросить ИИ за советом о том, чтобы сделать себя в себе?
Где кодирование атмосфера работает хорошо
Не поймите меня неправильно, есть отличные приложения для кодирования Vibe. Создание приложения для развлечения - это один из таких вариантов использования. Когда безопасность и конфиденциальность данных не являются проблемой, кодирование Vibe превосходно! Не так, когда вы хотите построить приложение для медицинского страхования или медицинского поставщика. Vibe Кодирование для системы управления полетом, система управления движением ракетного корабля НАСА, кто -нибудь?
Вы бы это ни кодировали? Может быть, вы рискнете, но это слишком большая неопределенность для большинства людей. И проблема не в том, что мы слишком осторожны или боимся новой технологии. Дело в том, что мы уже знаем, что эти системы иногда уходят с рельсов, и когда они это делают, это не глюк. Это реальные последствия для реальных людей.
Как работает ИИ определяет, где не удается кодирование Vibe
Способ работы ИИ заключается в том, что он постоянно прогнозирует следующий наиболее вероятный токен, независимо от того, применяется ли метод к человеческому языку или коду.
Чтобы построить механизм генерации кодов ИИ, вы берете весь существующий код на том языке, который вы можете получить в свои руки. Большая часть общедоступного кода в мире написана разработчиками младшего уровня. Старшие разработчики и корпорации рассматривают свой кодекс как интеллектуальную собственность и не делятся большей частью его свободно. Вот почему самый хороший рабочий код находится в частном домене, а не с открытым исходным кодом.
Давайте возьмем Python. Как и человеческий язык, он имеет определенную стандартную структуру предложений со своими собственными жетонами. ИИ использует прогнозирование для создания кода, постоянно выбирая следующий наиболее вероятный токен, тем самым достигая функционального кода. Если вы заинтересованы, Microsoft предоставляет подробную разбивку технических аспектов прогнозирования.
Кодекс с открытым исходным кодом является в первую очередь экспериментальным, и лишь крошечная часть этого является корпоративным кодом, который компании выпускают в общественном доступе, как Lama и Red Hat. Другим аспектом открытого кода является то, что он может быть частично открыт, поэтому он вряд ли будет включать функции и функции на уровне предприятия, такие как правила расширенного доступа, системы разрешений, аутентификация и разрешение. Поскольку публичный код является основным источником обучения, ИИ учится на примерах, которые не соответствуют качеству на уровне предприятия.
Но упрощение, прогнозирование того, что «обычно» идет дальше, - это не то же самое, что понимание того, что правда. Когда возникают сдвиги контекста или возникают краевые случаи, этот вид сопоставления шаблонов разрушается. И в коде завершение без понимания может тихо представить ошибки, которые трудно поймать и дорого исправить.
У кого есть доступ к высококачественному коду, генерируемому AI (и почему)
Люди, использующие ИИ, хотят генерировать код качества предприятия, но они не могут. Огромные компании, такие как Amazon, Oracle и Microsoft, имеют огромные объемы надежного кода, который проверяется, стандартизирована и проверяется качеством поколений инженеров-программистов. Модели ИИ, обученные такому коду, были бы гораздо более надежными, но проблема заключается в правах интеллектуальной собственности. Поскольку их код является интеллектуальной собственностью корпораций и источником их рыночных оценок, любые модели искусственного интеллекта, обученные им, не могут и не будут публичными.
Вот почему вы, возможно, слышали о незначительном скандале Openai, в котором использовались частные данные из GitHub, случай, известный как «данные зомби». Модели ИИ, которые используют частные данные для обучения, обычно используются этими компаниями внутри. Внутри этих компаний они генерируют высококачественный код атмосфера.
Компании с большими объемами или запатентованным кодом могут использовать Vibe Coding внутренне с отличными результатами. Проблема, которую они решают, заключается в создании стандартизированного кода, не быстро генерируя лишь какой -либо код. Благодаря моделям, обученным массовым объемам высококачественного кода, который они владеют, они могут обеспечить, чтобы производимый код, который они производят, поддерживает стиль, синтаксис и комментирующие соглашения, генерируя код, аналогичный коду, которые уже написали тысячи инженеров. Тем не менее, такие компании вряд ли будут использовать неверный код с открытым исходным кодом от GitHub для обучения моделей ИИ.
Способность обучения модели искусственного интеллекта приводит к тому, что он использует устаревший код
Одной из невысказанных проблем о генераторах кодов искусственного интеллекта является задержка в догонянии последних обновлений кода.
У комбинатора и средних постов представлены многочисленные дискуссии по вопросам контроля версий для сгенерированного AI кода.
Модели ИИ тренируются на существующем коде, настолько многому из того, что они узнают, уже стоит за текущими стандартами. Поскольку большинство доступных учебных данных устарели, модель присваивает больший вес для более старых моделей в своих прогнозах. В результате он имеет тенденцию генерировать код с использованием устаревшего синтаксиса или практики.
Слепая пятна кодировщиков
Кодеры Vibe не осознают проблемы, вызванные различными кодовыми версиями, но это неизбежно становится барьером. Они не инженеры, поэтому они не могут сказать, является ли код, который они генерируют устаревшим или действительным. В результате они отправляют вещи, которые молча ломаются, и они понятия не имеют, где и почему они терпят неудачу.
Каждая новая версия языка программирования приносит изменения, а модели ИИ не являются версией. Google Vertex Ai предлагает советы по преодолению этой проблемы, но, вероятно, это не руководство, которое прочитают кодеры Vibe.
Большинство обновлений версий делятся на три категории:
- Устаревшие функции, которые перестают работать
- Исправления для существующих функций, которые требуют нового синтаксиса, включая обновления безопасности
- Новые реализации, которые модель ИИ будет игнорировать
Два способа преодоления недостатков обучения ИИ (и две проблемы с решениями)
Модели кодирования Vibe часто создают старый код, и это рецепт для ошибок безопасности, особенно если были пропущены критические исправления безопасности последней кодовой версии. Следовательно, вы получаете неудачные проверки безопасности цепочки поставок, нарушения политики и заблокированные релизы.
Теоретически, модели искусственного интеллекта могут избежать этого, узнав из отзывов пользователей, выбирая одну кодовую версию над другой. Stackoverflow и Quora полны дискуссий по этой теме.
Но здесь есть две проблемы. Во -первых, кодеры Vibe не имеют опыта, чтобы оценить, какая версия правильная, но модель по -прежнему полагается на них, чтобы управлять ее. Во-вторых, в новых языковых версиях не хватает примеров реальных кодов, поэтому доминируют более старые шаблоны и искажают прогнозы модели.
До тех пор, пока эти две проблемы не будут решены, кодирование Vibe будет оставаться ненадежным, особенно когда безопасность имеет значение.
Отличные варианты использования для кодирования атмосфера
Кодирование Vibe - отличный инструмент для создания простых приложений и веб -сайтов быстрее, дешевле и с большим творчеством, чем раньше.
Многие услуги, такие как курсор, болт, применение, милые и различные чат -боты искусственного интеллекта, такие как Клод, уже помогают кому -либо разрабатывать сайты и приложения, при условии, что ограниченная гибкость не является проблемой. Быстро и дешево генерировать приложения и сайты с кодированием Vibe отлично подходит для креативных агентств или предпринимателей с инновационным видением, при условии, что долгосрочная поддержка не требуется. Идеи, которые превращаются в успешные предприятия, могут нанять инженеров -программистов для создания новой кодовой базы, которая масштабируется, безопасна и остается подлежащей обслуживанию. Но эта передача не всегда гладкая. Замена кода, сгенерированного AI, часто означает, что начинается заново, потому что фундамент не создан для расширяемости. То, что начинается как ярлык, может стать ограничением после начала реального роста.
Компании также могут использовать кодирование Vibe, но они должны иметь код и подготовить его для обучения модели, предоставляя обширную документацию и комментарии кода, которые описывают, как работают функции, классы и модули. В противном случае, модель не имеет надежного эталонной точки - она начинает генерировать на основе шаблонов. И вот где вещи быстро разваливаются: смутные результаты, неожиданное поведение и терянные часы, пытаясь обратить внимание на вашу систему.
Оригинал