Почему помощники по кодированию ИИ все еще борются с разработкой мобильных приложений

Ассистенты по кодированию ИИ преобразовали способ, которым разработчики пишут свой код. Ассистенты по кодированию ИИ, такие как Github Copilot, Amazon Codewhisperer и CHATGPT, стали фундаментальной частью настройки программирования разработчика. Эти помощники по кодированию искусственного интеллекта повышают производительность разработчиков и качество работы, предоставляя надежные предложения по автозаполнению и код шаблона, но когда дело доходит доРазработка мобильных приложенийЭти помощники по кодированию ИИ часто не соответствуют ожиданиям по разным причинам.

В этой статье мы рассмотрим, почему помощники по кодированию ИИ борются, когда дело доходит до разработки мобильных приложений и некоторых возможных способов улучшения этих инструментов искусственного интеллекта.

1. Отсутствие контекстной осведомленности в структуре проекта

Проекты мобильных приложений часто имеют глубокие кодовые базы: виджеты/компоненты, навигация, услуги, собственные мосты и конфигурации.

Помощники по кодированию ИИ часто тоже работаютпо файлу за рукой или быстро-запраздениеми без полного осознанияАрхитектурный контекст всего проекта,Они не дают 100% полных и контекстуальных результатов.

Например, если вы попросите инструмент AI для предоставления кода дляBottomNavigationBarВ Flutter он может не учитывать реализованную навигационную систему и может дать код, который использует какой -либо другой механизм навигации (например, сторонние пакеты и библиотеки), который может иметь конфликт с существующим механизмом навигации или может потребовать, чтобы серьезные модификации были совместимы с вашим текущим механизмом навигации.

До тех пор, пока инструменты ИИ не получат полную контекстную осведомленность о проекте, они в основном будут бороться за то, чтобы дать подходящие результаты.

2. UI/UX

Мобильные приложения внимательно сосредоточены на пользовательском опыте и дизайне и в значительной степени полагаются на:

• Пиксель-Перфекция
• Отзывчивые макеты

Помощник по кодированию ИИ может генерировать код для базовой структуры макета, но бороться, когда дело доходит до пользовательского интерфейса Pixel Perfection и отзывчивости. Эта проблема может быть более разрушительной для декларативных рамок пользовательского интерфейса, таких как Flutter, где пользовательский интерфейс и логика тесно связаны, и небольшая проблема может вызвать огромные воздействия, поскольку инструменты AI могут не правильно понять используемые подходы управления государством (Riverpod или Bloc или поставщик).

3. Тестирование и отладка

В разработке мобильных приложений, помимо модульных тестирования, есть больше тестов:

• Тесты виджета
• Интеграционные тесты
• Тестирование устройства в нескольких версиях ОС

Инструменты искусственного интеллекта изо всех сил пытаются написать надежные тесты, предназначенные для архитектуры приложения, специально для покрытия, чтобы охватить вышеупомянутые тесты. Они могут в конечном итоге генерировать тестовые случаи, которые на самом деле не отражают реальное поведение пользователей.

Хуже того, если ИИ пишет код с такими ошибками, как неправомерная обработка состояния, отладка становится более сложной, поскольку сгенерированный код ИИ не хватает намерения разработчика или ясности.

4. Государственное управление и жизненный цикл

События жизненного цикла приложений, государственное управление и фоновое программирование являются одними из самых сложных вещей, которые можно правильно обработать для разработчика мобильных приложений.

ИИ тоже может предложить использовать использованиеsetStateдля государственного управления в трепете или ненадлежащем использованииLiveDataв Android, без понимания:

• Существующий механизм управления государством (например, Redux, Provider, Bloc)
• Последствия для производительности
• Почитаемость и обслуживание кода
• Масштабируемость кода

5. совместимость с собственным кодом

Такие функции, как камера и местоположение, являются частью нативной платформы, и большинство таких функций с нативной платформы требуют некоторых шагов, которые необходимо предпринять, прежде чем их можно будет сообщить, например, разрешение на местоположение, прежде чем пытаться получить местоположение пользователя, а гибридные структуры должны писать код мостики, чтобы общаться с собственным кодом и датчиком.

Настройка этого мостового кода требует точной и конкретной настройки кода, и именно здесь инструменты искусственного интеллекта часто не могут генерировать нативный код связи, который работает полностью, поскольку они часто пропускают важные шаги, которые необходимо предпринять заранее, и это может в конечном итоге в сбоях приложений.

6. Сборки сложны

Создание файла сборки мобильного приложения для выпуска приложения проходит через несколько сложных этапов и этапов, таких как:

• Компиляция для разных архитектур
• Подписание кода
• Обработка обновления OTA (в некоторых фреймворках)

Эти шаги глубоко подключены к файлам конфигурации проекта, какbuild.gradleВpubspec.yamlВInfo.plistПомощники и т. Д. И ассистенты по кодированию ИИ обычно не могут работать в нескольких таких файлах и не могут генерировать последовательные, развертываемые сборки.

Что нужно улучшить?

Чтобы помощники по кодированию ИИ стали полностью заслуживающими доверия и полезными разработчиками, им нужно:

• Иметь возможность получить полный контекст проекта
• Понять шаблоны архитектуры приложений
• ГенерироватьПлатформа-совместимый и тестируемый код
• Адаптироваться кнамерение пользователяСо временем не только предсказывать текст
• Возможна иметь возможность работать через конфигурации проекта приложений, напримерbuild.gradleВpubspec.yamlВInfo.plistи т. д.

Последние мысли

Помощники по кодированию ИИ очень полезны и продуктивные инструменты и быстро улучшаются, но разработка мобильных приложений остается доменом, гдеБолее контекстуальное, архитектурное и ориентированное на человека пониманиенеобходим, чем могут предоставить текущие инструменты искусственного интеллекта.

Хотя текущие инструменты искусственного интеллекта находятся не в том, где они должны быть, когда дело доходит до разработки мобильных приложений, но будущее выглядит ярко, и они способствуют инструментам искусственного интеллекта каждый день, мы могли бы очень скоро увидеть помощников по кодированию, которые не могли бы полностью предоставить правильные предложения по кодированию, но и в полной мере способны создать конец мобильного приложения только только от требований.