Comments 35
А они уже перевели копилот на GPT-4? Тройка ИМХО туповата для практических задач
Да вроде как прикрутили, но пока ситуация не совсем ясная - смотрите пост на реддите.
Строго обратный опыт работы с LLM. Без шуток, для кого эти ChatGPT полезны - тупо хз, ибо если у вас есть хоть чуть чуть профессионального опыта, то все "подсказки" этих ботов только мешают. По опыту мол потери контекста так вообще, постоянная штука, что в gpt4 что в 3.5, копилот пробывал уже давненько так что хз как он там, ну то есть любой диалог в 2 - 3 вопроса и все, он ломает код который и до этого на ладан дышал.
ИМХО, польза в них таки есть. Нейронка заменяет не програмиста, а гугл. Вы могли и не знать о таком методе решения задачи или либе, а железка знает. С контекстом - да, беда. Можно использовать playground (веб интерфейс к АПИ) или самому накодить простенькую форму чата и привязать её к АПИ - тогда длина контекста перестанет плавать (т.е., если весь диалог меньше 8к токенов - то точно ничего не забудет).
Честно и тут с вами не согласен, у меня никогда не было проблем что-то загуглить, мб просто гуглят люди вопросами? Вы же в курсе, про то что гуглить вопрос, а не ключевые слова не правильно?) А если вы в Гугле не нашли, то ставлю на то что и гпт максимум вам уверенно нагаллюционирует, но не решит вашу проблему. Хотя нейронки пока мне в борщ не харкали, так что пользуйтесь, если помогает.
Это уже, кстати, не особо актуально - поисковики уже давно научились выделять "мусор" в запросе, так что хоть вопрос задавайте хоть ключевый слова - результат похож. Раньше было акутально, да. Но всё равно чтобы гуглить надо знать что ищете. Например, надо написать функцию, решающую диффур. Конечно, если я знаю о numpy то я загуглю "ODE solver numpy" и тут же найду что надо. Но если бы я не знал что есть такая штука как numpy я бы долго долбил поисковик. Нашёл бы конечно, но и времени потратил бы куда больше. Пример, конечно, крайне упрощённый и все питонисты знают o numpy, но бывают же и редкие либы. Все не выучишь.
Нейронка заменяет не програмиста, а гугл. Вы могли и не знать о таком методе решения задачи или либе, а железка знает.
Прежде чем тащить ещё одну незнакомую либу в проект, нужно убедиться в том, что она действительно решает требуемую задачу, то есть ознакомиться с документацией. Затем нужно убедиться, что либа не заброшена, для чего надо посмотреть историю релизов. А иногда не лишним будет проверить issue трекер, если последний релиз был подозрительно давно. Я не знаю, что из всего этого сможет сделать ChatGPT или Copilot.
Довольно давно и активно использую копилот. Очень помогает при написании всякого шаблонного кода типа разметки аттрибутов для сваггера, средней сложности sql запросов и подобного.
И где-то в 30-50% случаев угадывает реализации маленьких ф-ций по сигнатуре и комментарию.
Субъективно скорость разработки выросла на 25-30%.
Как-то надуманно про последний пункт. Нет, как раз вместо 50 разработчиков оставят 10. То что найдутся какие-то более сложные проекты чтобы пристроить эти 40 - это всё вилами по воде. Запросто могут и не найтись. А с чего они вдруг должны обязательно найтись?
порог вхождения однозначно будет выше
потому что упрощение кодирования приводит к тому что его будут сильнее использовать https://ru.wikipedia.org/wiki/Парадокс_Джевонса
Упрощение сельхозработ и животноводства привело к массовому вымиранию деревень (и сильнейшему плачу Ярославны по этому поводу). Потому что жрать в три горла всё равно не получится. И предел информатизации тоже есть. И судя по тому как сейчас даже от стажёров требуют литкод на собесе, а не наваливают им новых проектов до которых типа руки не доходили, этого предела мы уже достигли.
а удешевление электричества таки привело к тому что используют его не в 3 а в 333 раза больше и предела не видится. И софт гораздо ближе к электричеству чем к еде
Удешевление зарплат в айти тоже может быть приведёт к увеличению использования айтишников. Только вот боюсь вам это удешевление мало понравится.
понравится/не понравится, это все ерунда, факты это не меняет
Не знаю как вы, а я в айти на жизнь зарабатываю. Поэтому от того что цифровизируют каждый чайник, но получать я за это буду 50 тыщ, всё это лично для меня уже теряет всякий смысл.
каждый раз когда вижу вакансию на такую зп, хочется чтобы наконец-то такие работодатели перестали получать субсидии от государства...
Тогда они вообще закроются. Платить зарплаты 300К за проекты с околонулевой рентабельностью нет желающих. А всё высокорентабельное уже подъели.
1) туда им и дорога. такие работодали нужны только для сжигания человеческих ресурсов
2) Если профессия важна, то и зп должна быть высокой.
Тут мы и приходим к тому что "важное" айти это довольно ограниченная ниша. Уже сейчас переизбыток программистов приходится фильтровать литкодом и прочей придурью на собесах. Где эти куча новых высокооплачиваемых проектов чтобы пристроить всех желающих? А что будет когда всякие ГПТ серьёзно поднимут производительность? Чем именно займутся оказавшиеся лишними? Ответа я так и не услышал, только хопиум и чудиковатые параллели что программирование это якобы электричество.
жрать в три горла не получится - так что тут мы Мальтуса все-таки смогли переиграть :)
Смотреть кино, играть в игры, слушать музыку и т.д. - тоже ограничено человеческими возможностями.
но вот запускать код "в три горла" - очень даже получится. ЦОДов много не бывает, например. Микросхемы еще используются в каждом венике и чайнике и т.д.
ChatGPT для не-программирования пользовался давно и обширно, а вот непосредственно с написанием кода очень долго рефлексировал, не понимая, куда же это в моей системе категорий относится. В итоге пришел к следующему:
это еще чуть более умный code completion tool: в Borland Turbo C код комплишн вообще отсутствовал, в NetBeans/Eclipse уже было неплохо, в IJ IDEA со товарищи стало хорошо. Теперь вот стало еще умнее.
это неплохой апргейд Rubber Duck debugging. Резиновая утка была неплоха - слушала внимательно. Теперь еще и отвечает, и даже довольно часто в тему.
и в том же духе - с этой штукой иногда неплохо бывает обсудить свои мысли касательно архитектуры/реализации. Вопрос, как известно, уже содержит половину ответ, а уж сформулированный и записанный вопрос - тем более. Да и ответы часто как минимум не сильно мимо.
всякое рутинное неплохо автоматизируется. Написать болванку документации - уже неплохо.
Что то имеется большое сомнение, что модели LLM могут справится на хоть каком то
приемлемом уровне с решением задач с площадки как code.golf (c условием жёсткой конкуренции по представленному решению на размер кода)
Может кто то практически проверить эту гипотезу? И может и опубликовать статью.
(даже зная что для размещения решений на этом ресурсе аккаунт должен быть привязан к Github) и не будет ли Copilot выдавать за свои решения кем то уже предствленный код?
(что проверить практически невозможно в этом случае, но вписать себя в таблицы с неплохим рейтингом может получится на какое то место даже в рамках отдельного языка программирования)
Юзаю gpt4. Очень нравится для мозгового штурма. Программирую давно на php, и а вот решил попробовать python. Очень помог в формировании набора инструментов для работы.
Столкнулся проблеммой риалтайм обработки данных в большом объёме, он мне поведал о flink и аналоги. Flink попробовал, отличный инструмент.
И много чего не знал, он меня как бы направил. В python например крутил fastapi между сервисами, но все мне не нравилось, много движняка, хотелось проще, гпт открыл мне мир protobuf и betterproto.
Когда то он мне открыл redis stream, все юзал кроля, но на мою задачу он не клеился, данных было очень много.
Было пару мес, пока не работал, я тупо с ним с утра до вечера сидел. Это было как интенсив английского с носителем. То что раньше долго жевал, наконец проглотил.
Да, подбешивает иногда, но в целом, я очень за его использование.
Как сказал один таксист - Когда в вашу сферу придёт Яндекс, вы будете получать в 2 раза меньше, за вдвое большую работу. Так и тут - водители (скорее операторы) уникальных машин и агрегатов не смогут быть заменены, но их сильно меньше водителей автобусов и фур, которые могут быть заменены.
Это та же причина, по которой IBM Watson (ставящий диагнозы лучше большинства докторов, к слову) не привел к исчезновению диагностов.
напомните сколько там Ватсон стоит.
а то во многих странах оптимизируют обычных врачей заменяя пустотой. Видимо Ваша компания действительно хорошая и Вы никогда не слышали фраз - "мы на это не заработали". в отличии от медиков и их пациентов
Было бы интересно провести исследование, насколько сильно коррелирует польза ИИ-инструментов для программиста с уровнем квалификации самого программиста. У меня есть подозрение, что это всё помогает только начинающим. Например, у меня больше 10 лет опыта работы с Drupal, но несмотря на то, что ChatGPT довольно хорошо "разбирается" в друпаловском API, я его вообще никак не смог применить в работе. Он оказался абсолютно бесполезен для реальных задач. Но вот недавно я заинтересовался темой машинного обучения, не знал, с какой стороны подступиться, спросил пару вопросов у Google Bard и получил несколько довольно полезных советов.
LLM в разработке ПО — мнение