Пятница, полдень. Билет попадает в вашу очередь: новая конечная точка, некоторая проверка, небольшая миграция. Такая задача, которая раньше съедала полдня. Вы описываете это своему помощнику по искусственному интеллекту, просматриваете различия, запускаете тесты и отправляете продукт. Двадцать минут,...
Пятница, полдень. Билет попадает в вашу очередь: новая конечная точка, некоторая проверка, небольшая миграция. Такая задача, которая раньше съедала полдня.
Вы описываете это своему помощнику по искусственному интеллекту, просматриваете различия, запускаете тесты и отправляете продукт. Двадцать минут, готово.
Три месяца спустя эта конечная точка сломалась из-за какой-то схемы нагрузки, которую никто не планировал. Вы открываете файл и не совсем его узнаёте. Технически ты это написал. Вы приняли это, протестировали, объединили. Но вы так и не построили реальную модель того, как это работает, потому что та часть, которая заставила бы вас все обдумать, была сделана за вас.
Возникает вопрос: если ИИ пишет больше нашего кода, мы все еще изучаем, как этот код на самом деле работает, или просто становимся быстрее в создании вещей, которые мы не до конца понимаем?
Исследования производительности расходятся во мнениях, и это разногласие — полезная часть.
В 2023 году Microsoft, GitHub и MIT Sloan провели рандомизированное исследование, в ходе которого разработчики написали стандартизированный HTTP-сервер на JavaScript. Группа второго пилота закончила на 55,8% быстрее, а большинство из них вообще закончили — 78% против 70%, хотя этот разрыв в показателях завершения сам по себе не был статистически значимым. Он измерял скорость при выполнении довольно ограниченной задачи, а не при выполнении