Jak to jest w końcu z tymi asystentami? Wszędzie widzę wpisy osób, które twierdzą, że zastępują im 80% pracy. Ja tego nie dostrzegam. Mam ze dwa i chociaż są pomocne przy prostych skryptach czy prototypowaniu, to jednak w dużych rzeczach tylko przeszkadzają. Bonus w kom.
@JamesJoyce Wydaje mi sie ze wszystko zalezy kto jest na jakim etapie i czego oczekuje.
Junior/intern moze byc zachwycony, bo to narzedzie jakim jest AI burzy pewna sciane dowiedzenia sie na temat jakiegos narzedzia/rozwiazanja w sposob bardzo spersonalizowany.
Ale z drugiej strony, czasem przeszkadza, bo cos nie dziala i trzeba zajrzec do dokumentacji technicznej jakichs narzedzi, zeby zrozumiec lepiej jak cos dziala bo AI to czasem bardzo
@Milo900 ja mam prawie 7. I mi tylko przeszkadza w poważniejszej pracy z tensorflow, pytorchem, jakimś bardziej zaawansowanym nlp itd. Produkuje mi taką ilość bugów czy ślepych zaułków, że naprawianie ich zajmuje więcej czasu niż zajęłoby napisanie tego od zera czy z jednie lekką pomocą asystenta.
@JamesJoyce @Milo990 nie senior, ale też nie junior - 4 lata w webówie (fullstack). Korzystam do generowania testów (w których też czasem halucynuje) i do boilerplate typu napisz nowy agregat na podstawie tego który Ci wysłałem. W takich wypadkach AI jest pomocne ale jak ma Ci coś wypluć z samego prompta/bez wielu snippetow do pomocy ktore mu wysłałeś to pieprzy totalne głupoty. A nawet i z tym bywa różnie. tldr
@JamesJoyce: całkiem dobrze zastępuje googlanie prostych rzeczy. Jak chcę sobie przypomnieć jak coś tam zrobić w Powershellu albo przerobić dwulinijkowca to nawet spoko. W Azure gubi się jak dziecko. Do poważniejszych tematów bredzi.
@pionas1337 @Romska_Palo_Ul_Laputa no właśnie o to mi chodzi. Jednak na fb i tt prześcigają się w tym co im te copiloty nie robią. Cała infrastrukturę piszą, backendy, embeddingi itd. I zastanawia mnie po co tak kłamią. Wiadomo, część sprzedaje kursy. Ale druga część? Może wcale nie pracuje komercyjnie i myśli, że jak asystent rozwiązuje leetcode, to już wszystko rozwiąże.
@JamesJoyce: 10 lat expa here. spoko do prototypowania rzeczy, jak chcesz na szybko zrobić jakiś widok/funkcjonalność, nie chce ci się pisać zapytania (z tych prostszych) albo do szybkiego poznania podstaw nowych rzeczy. autocomplete do prostych/powtarzalnych rzeczy też spoko.
ja bym powiedział, że dobre narzędzie ale nadal tylko narzędzie.
Ja głównie devopsuje i robię rzeczy dotnecie, yamlach, powershellu, bashu i mi często wypadają jakieś głupotki w stylu, że zapominam jak w bashu ifa zrobić dobrze i to wtedy pomaga. Dobrze się sprawdza jako autocomplete do yamla jak już złapie kontekst.
Ale ogólnie już się nadziałem parę razy na to, że mi źle podpowiedział zmienne do terraforma i był zonk.
Co do tego kto takie rzeczy wypisuje - ludzie biorący wiedzę z nagłówków prasowych i jak to jeden taki gość z którym gadałem mówi "siedzący w programistycznej infosferze" xd.
Jak ktoś ma pojecie jak wygląda proces wytwarzania oprogramowania to wie, że pisanie kodu to stety lub niestety moze jest 20/30%, a reszta to jest planowanie, dogadywanie się, załatwianie dostępów, synchronizacja, naprawianie nieoczywistych błędów, pisanie dokumentacji - o i w sumie
A no i jeszcze z perspektywy osoby, która robi swoje zadania trochę wolniej, ale za to wolę poznać jak cos dokładnie działa i dlaczego, po co i jakie są alternatywy to czasami pomaga, ale niektórzy koledzy z zespołu traktują to czasami jako prawdę objawiona, a tam cyk coś się zmieniło i nie działa już tak lub proponują coś bez zrozumienia, bo w teorii działa.
@JamesJoyce jeśli chodzi o GH copilot to radzi sobie dość słabo w stosunku do oczekiwań. Z kolei continue.dev + Claude 3.5 sonnet daje niezle rezultaty. Istotne jest podawanie samemu referencji do konkretnych plików i zadbanie o knowledge base + odpowiedni prompt.
Zauważyłem, że wraz z większymi zależnościami AI radzi sobie coraz gorzej. Obecnie testuję nieco inne podejście: dokumentuje konwencję w projekcie w ramach bazy wiedzy i będę próbował zaadaptować LLM by
@JamesJoyce: Mi AI zastępuje szukanie rozwiązań na stack overflow albo skraca mi drogę przy szukaniu czegoś w dokumentacji, ewentualnie jako dyspenser do pigułek wiedzy która w danej chwili jest mi potrzebna. ( ͡°͜ʖ͡°) Dawanie mu większych zadań na razie jest bez sensu, bo prędko się zaczyna gubić, nawet w swoich własnych wypocinach.
@JamesJoyce: bo kluczowy jest odpowiedni workflow - takie promptowanie skryptów w chatgpt z palca czy nawet relatywnie proste używanie github copilota to nie jest jeszcze wystarczająco. Wszystko się zaczyna szybko p-------ć jak wyjdziesz poza parę prostych plików. No ale są różne sprytne sposoby na to, np używanie cursora z aiderem z odpowiednimi modelami, wrzucenie do kontekstu plików txt/md z dobrze opisanym projektem czy strukturą plików/architektorą itd. Warto sobie przygotowywać takie
@Z151: Oczywiście. Ale to wciąż za mało. Czego brakuje? - głębokiego kontekstu - nieograniczonej lub mniej ograniczonej pamięci kontentowej - dynamizmu w dostosowywaniu się do zmian - rozumownia przyczynowego (np. w ramach którejś z logik formalnych, klasycznych czy nieklasycznych)
@JamesJoyce: z perspektywy CRUDiarza to potwierdzam, żę asystenci AI klepią za mnie z 80% kodu, z tych 80% kodu napisanego przez AI - z 70% od razu wrzucam na proda a 30% muszę poprawić.
Pozostałe 20% niewyklepane przez AI pisze samodzielnie.
W takiej Javie, Springu, Javascript, Reacta to programista naprawdę nic nie musi robić. AI klepie ficzery jak szalone, no chyba że ktoś pracuje w projektach legacy z Javą 7
@JamesJoyce: co prawda w nic co pisze @nad__czlowiek nigdy nie wierze, ale zgadzam się z tym wyżej ;)
Poza tym dzięki AI mogę zajmować się usprawnianiem rzeczy których bym w ogóle nie robił bo zapoznanie się z kilkoma dokumentacjami żeby na końcu okazało się że coś nie jest w ogóle możliwe jest grą nie wartą świeczki. Dzięki AI wprowadziłem wiele automatyzacji i usprawień w firmie oszczędzając setki tysięcy złotych. Bez
@JamesJoyce: Ja robię teraz w ASP.NET Razor Pages i ChatGPT 4o i Claude 3.5 Sonnet pomagają mi w taki sposób, że podsyłają mi idee czemu coś nie działa. Poza tym produkują kod taki, który wprowadza w błąd i przez to wydłuża pisanie projektu.
@JamesJoyce: używam w pracy chatgpt enterprise i sobie chwalę ale jestem trochę zawiedziony nowymi modelami o1 a i gpt 4o też ostatnio działa gorzej. Jeśli wiesz co chcesz osiągnąć to może przyspieszyć pracę. Jeśli nie wiesz jak coś zrobić to i ai nie pomoże.
Jak to jest w końcu z tymi asystentami? Wszędzie widzę wpisy osób, które twierdzą, że zastępują im 80% pracy. Ja tego nie dostrzegam. Mam ze dwa i chociaż są pomocne przy prostych skryptach czy prototypowaniu, to jednak w dużych rzeczach tylko przeszkadzają. Bonus w kom.
źródło: Zdjęcie z biblioteki
Pobierzźródło: Zdjęcie z biblioteki
PobierzWydaje mi sie ze wszystko zalezy kto jest na jakim etapie i czego oczekuje.
Junior/intern moze byc zachwycony, bo to narzedzie jakim jest AI burzy pewna sciane dowiedzenia sie na temat jakiegos narzedzia/rozwiazanja w sposob bardzo spersonalizowany.
Ale z drugiej strony, czasem przeszkadza, bo cos nie dziala i trzeba zajrzec do dokumentacji technicznej jakichs narzedzi, zeby zrozumiec lepiej jak cos dziala bo AI to czasem bardzo
autocomplete do prostych/powtarzalnych rzeczy też spoko.
ja bym powiedział, że dobre narzędzie ale nadal tylko narzędzie.
Ja głównie devopsuje i robię rzeczy dotnecie, yamlach, powershellu, bashu i mi często wypadają jakieś głupotki w stylu, że zapominam jak w bashu ifa zrobić dobrze i to wtedy pomaga. Dobrze się sprawdza jako autocomplete do yamla jak już złapie kontekst.
Ale ogólnie już się nadziałem parę razy na to, że mi źle podpowiedział zmienne do terraforma i był zonk.
Co do tego kto takie rzeczy wypisuje - ludzie biorący wiedzę z nagłówków prasowych i jak to jeden taki gość z którym gadałem mówi "siedzący w programistycznej infosferze" xd.
Jak ktoś ma pojecie jak wygląda proces wytwarzania oprogramowania to wie, że pisanie kodu to stety lub niestety moze jest 20/30%, a reszta to jest planowanie, dogadywanie się, załatwianie dostępów, synchronizacja, naprawianie nieoczywistych błędów, pisanie dokumentacji - o i w sumie
A no i jeszcze z perspektywy osoby, która robi swoje zadania trochę wolniej, ale za to wolę poznać jak cos dokładnie działa i dlaczego, po co i jakie są alternatywy to czasami pomaga, ale niektórzy koledzy z zespołu traktują to czasami jako prawdę objawiona, a tam cyk coś się zmieniło i nie działa już tak lub proponują coś bez zrozumienia, bo w teorii działa.
Podejrzewam, że nie wszędzie jest cenione
Zauważyłem, że wraz z większymi zależnościami AI radzi sobie coraz gorzej. Obecnie testuję nieco inne podejście: dokumentuje konwencję w projekcie w ramach bazy wiedzy i będę próbował zaadaptować LLM by
- głębokiego kontekstu
- nieograniczonej lub mniej ograniczonej pamięci kontentowej
- dynamizmu w dostosowywaniu się do zmian
- rozumownia przyczynowego (np. w ramach którejś z logik formalnych, klasycznych czy nieklasycznych)
Pozostałe 20% niewyklepane przez AI pisze samodzielnie.
W takiej Javie, Springu, Javascript, Reacta to programista naprawdę nic nie musi robić. AI klepie ficzery jak szalone, no chyba że ktoś pracuje w projektach legacy z Javą 7
Poza tym dzięki AI mogę zajmować się usprawnianiem rzeczy których bym w ogóle nie robił bo zapoznanie się z kilkoma dokumentacjami żeby na końcu okazało się że coś nie jest w ogóle możliwe jest grą nie wartą świeczki. Dzięki AI wprowadziłem wiele automatyzacji i usprawień w firmie oszczędzając setki tysięcy złotych. Bez