Программист с 25-летним стажем о пользе и рисках ИИ в разработке
Знаете ли вы сайт informatykzakladowy.pl? Его ведёт Томаш Зелиньски, программист с 25-летним стажем, который развивал финансовые системы для NBP, создавал и верифицировал защиту банковских мобильных приложений, а также работал над поисковой системой Microsoft Bing.
Недавно он написал у себя в твиттере, что в январе этого года перестал скептично относиться к AI: «Я ещё не до конца в этом разобрался, но профессия программиста изменится больше, чем я думал год назад».
Wyborcza сделала с ним по этому поводу интервью (вы можете послушать подкаст по ссылке).
Вот что сказал пан Зелиньски:
- Поначалу программист смотрел на чат-боты с позиции скептика. Но после того, как сам проверил возможности очередных версий LLM-ок, пришёл к выводу, что «спустя несколько лет развития эти инструменты стали достаточно хорошими, чтобы иногда ускорять работу человека, а порой повышать её качество».
- Например, если несколько лет назад AI могу написать всего пару строчек кода, то сегодня LLM-ы могут сгенерировать по запросу план работы, а затем реализовать его пункт за пунктом. Но, конечно, результат ещё нестабилен;
- Пан Зелиньски и сам пользуется AI-ками, так как работает в DeepL. По его словам, в компании нет запрета на использование кода, написанного AI. Наоборот, «сотрудников поощряют к экспериментам со всем, что появляется на рынке». Хоть это и не значит, что они сразу используют тестируемые инструменты в своём коде.
- При этом программист подчёркивает: сегодняшние LLM-ы не будут одинаково полезны во всех применениях. Да, они помогают генерировать прототипы для внутренних тестов и экспериментов («AI позволяет сократить работу с недель до дней»). Но нужно понимать, что LLM обучаются на большом количестве уже существующего исходного кода, поэтому чаще всего будут предлагать код с архитектурой, похожей на образцы. Если же вы создаёте уникальный проект, то LLM будет скорее мешать, чем помогать.
- Вместе с тем создание нового кода — не единственное возможное применение AI в отрасли ПО. Часто LLM помогает в понимании структуры существующих исходных файлов или поисках информации по внутренней базе.
- Опять же, программист делает акцент на том, что для того же вайб-кодинга нужно хотя бы понимать, что ты делаешь: «Если ты не имеешь понятия о программировании, ты не способен оценить безопасность такого решения, твой LLM, впрочем, тоже нет. Рискуешь ты осознанно, а вот твои пользователи рискуют уже неосознанно».
- Что насчёт массовых увольнений в бигтехе из-за ИИ? По мнению пана Зельвинскего, это «прекрасная отговорка» (кто знает, почему на самом деле провели лейоффы). С другой стороны, «каждый уволенный программист — это бюджет на несколько новых GPU». А в современном капитализме показатели должны расти каждый квартал, иронизирует он.
- Самая большая проблема LLM — что в отличие от джуна модель не способна запомнить свою ошибку и научиться: «Когда процесс их обучения завершён, усвоенные знания и возможности "замораживаются"». И хотя сейчас существует несколько путей обхода этого ограничения, ни один из них пока не является эффективным.
- «LLM-ы умеют очень быстро создавать новый код, но значительно менее эффективны в его модификации и поддержке, — добавляет собеседник. — Компании, предоставляющие услуги AI, фиксируют гигантские убытки, а каждый новый клиент ухудшает их финансовый результат. Возможно, через полгода или год источники финансирования иссякнут, а OpenAI и Anthropic попросту обанкротятся?».
Текст полностью
