GitHub Copilot ช่วยเพิ่มประสิทธิภาพการทำงานของนักพัฒนาหลังนำมาใช้หรือไม่

ความเห็นของ GN⁺

• เครื่องมือ AI อย่าง Copilot อาจช่วยเพิ่มประสิทธิภาพการทำงานของนักพัฒนาได้ แต่ในความเป็นจริงผลลัพธ์อาจแตกต่างกันมากในแต่ละคน โดยเฉพาะในโปรเจกต์ที่มีลักษณะเฉพาะซึ่ง AI อาจเข้าใจบริบทของโค้ดได้ยาก
• ด้วยเทคโนโลยี AI ในปัจจุบัน มันช่วยได้กับการเขียนโค้ดที่ซ้ำ ๆ และเรียบง่าย แต่ยังมีข้อจำกัดในส่วนที่ต้องการความเข้าใจลอจิกที่ซับซ้อนหรือภาพรวมของทั้งโปรเจกต์ ซึ่งยังมีโอกาสพัฒนาให้ดีขึ้นได้เมื่อเทคโนโลยี AI ก้าวหน้าต่อไป
• เมื่อต้องใช้เครื่องมือ AI สิ่งสำคัญคือการเข้าใจลักษณะของมันให้ดีและใช้งานอย่างเหมาะสม แทนที่จะพึ่งพา AI โดยไม่มีเงื่อนไข ควรมุ่งพัฒนาความสามารถของนักพัฒนาเองพร้อมใช้ AI เป็นเครื่องมือเสริมจึงจะดูเหมาะสมกว่า
• หากในอนาคตเทคโนโลยี AI พัฒนาอย่างก้าวกระโดด ก็อาจเกิดการเปลี่ยนแปลงของกระบวนทัศน์การพัฒนาได้ แต่ถึงอย่างนั้นบทบาทของนักพัฒนาก็จะไม่หายไป ตรงกันข้าม ความสามารถในการใช้และควบคุม AI ให้เป็นประโยชน์จะยิ่งเป็นสิ่งที่นักพัฒนาต้องมีมากขึ้น

[GN⁺]

ความเห็นจาก Hacker News

สรุป:

• มีประสบการณ์ที่ไม่พอใจกับฟีเจอร์ Lazy Loading ของ Entity Framework และมองว่าเครื่องมือเขียนโค้ดด้วย AI ในตอนนี้อยู่ในระดับคล้ายกัน
• Copilot มีประโยชน์กับโค้ดแบบบอยเลอร์เพลตหรืองานที่ทำซ้ำ ๆ แต่กับโค้ดโปรดักชันมักมีแนวโน้มจะพลาดรายละเอียดเล็ก ๆ น้อย ๆ
• Copilot อาจมีประสิทธิภาพในการเขียนโค้ดทดสอบ
• ชอบคุยกับ LLM ผ่านเว็บมากกว่าใช้ Copilot Chat
• ค่อนข้างกังขากับผลการวิจัยของ Github เกี่ยวกับประสิทธิผลของ Copilot เพราะเวลาที่ใช้ตรวจโค้ดที่ถูกแนะนำอาจกินเวลาในการพัฒนาไปมาก
• ต่างจากเด็กฝึกงานตรงที่ LLM ไม่ได้เรียนรู้ จึงมอบหมายงานให้ได้ยาก
• Copilot Chat มีประสิทธิภาพด้อยกว่า GPT-4 เมื่อใช้ไลบรารีหรือเฟรมเวิร์กใหม่ ๆ มันช่วยสร้างโค้ดได้ แต่ยังมีข้อจำกัดในการลงรายละเอียดการอิมพลีเมนต์
• ในงานอดิเรกหรือโปรเจกต์เสริม Copilot ช่วยประหยัดเวลาได้มาก โดยมีประโยชน์กับการเพิ่ม docstring การเขียนเทสต์ การสร้างฟังก์ชันพื้นฐาน และการเพิ่ม type hint