- AI สำหรับการเขียนโปรแกรม มีโครงสร้างบทบาทคล้ายกับคอมไพเลอร์แบบเดิม
- พรอมป์ต์ภาษาอังกฤษ ในฐานะภาษาสำหรับการเขียนโปรแกรมมีลักษณะที่ไม่แม่นยำและไม่มีประสิทธิภาพ
- ผลของ AI ในด้าน การเพิ่มผลิตภาพ มีแนวโน้มที่จะถูกพูดเกินจริงหรือถูกรับรู้ผิดจากความเป็นจริง
- เครื่องมือ AI เปลี่ยนกระบวนการพัฒนา แต่ นวัตกรรมที่แท้จริง อาจเกิดจากภาษาและเครื่องมือที่ดีกว่า
- การนำ LLM มาใช้ไม่ได้หมายถึงการแทนที่นักพัฒนา แต่สะท้อนข้อจำกัดของสภาพแวดล้อมการพัฒนาในปัจจุบันมากกว่า
ความคล้ายคลึงกันระหว่าง AI กับคอมไพเลอร์
- ผู้เขียนบอกว่าเมื่ออายุมากขึ้นก็เลิกพยายามโน้มน้าวผู้อื่นแล้ว
- เน้นว่าหลายคนไม่ได้สนใจ ความจริง แต่เลือกยึดถือความเชื่อที่เป็นประโยชน์ต่อตัวเอง
- วิจารณ์ผู้ที่ยืนยันว่า 'Perception is reality(การรับรู้ก็คือความจริง)'
- ชี้ให้เห็นว่า เงินหลายพันล้านดอลลาร์ ที่ลงทุนในรถยนต์ขับเคลื่อนอัตโนมัติเป็นความสูญเปล่าที่เกิดจากความเชื่อที่ผิด
- มุมมองที่เชื่อว่า AI เขียนโค้ดได้ มีความคล้ายกับมุมมองที่คิดว่าคอมไพเลอร์เป็นผู้เขียนโค้ด
AI สำหรับการเขียนโค้ดเป็นโมเดลแบบเดียวกับคอมไพเลอร์
- อธิบายข้อโต้แย้งว่าโมเดลที่เหมาะสมที่สุดสำหรับ AI ด้านการเขียนโปรแกรมคือ คอมไพเลอร์
- ผู้ใช้ป้อนพรอมป์ต์(โค้ด) แล้วรับผลลัพธ์ที่ถูกคอมไพล์ออกมา
- แม้จะต่างกันตรงที่ป้อน Frprompt เป็นภาษาอังกฤษ แต่ภาษาอังกฤษก็มีข้อเสียหลายอย่าง เช่น ขาดความชัดเจน และไม่มีสเปก
- เมื่อต้องทำงานใหม่หรือซับซ้อน ท้ายที่สุด ความยืดยาวของพรอมป์ต์ ก็จะเพิ่มขึ้น
- เอาต์พุตของ AI มีลักษณะ ไม่เป็นเชิงกำหนด และการเปลี่ยนส่วนหนึ่งของพรอมป์ต์อาจส่งผลต่อผลลัพธ์ทั้งหมด
มุมมองเชิงวิพากษ์ต่อ AI สำหรับการเขียนโค้ด
- เหตุที่ AI สำหรับการเขียนโค้ดดูเหมือนเป็นเรื่องดี เป็นเพราะ เครื่องมือ ภาษา และไลบรารีในปัจจุบันมีคุณภาพย่ำแย่
- เทคโนโลยี "AI" ทำให้สามารถมีเครื่องมือ ค้นหา การเพิ่มประสิทธิภาพ และการดึงรูปแบบ ที่ดีกว่าเดิมได้
- ในความเป็นจริง ผู้ที่เขียนโค้ดยังคงเป็น ตัวโปรแกรมเมอร์เอง เพียงแต่ภาษาในการเขียนโค้ดเปลี่ยนไปเท่านั้น
- ถ้าเป็นบริษัทที่ LLM สามารถแทนที่นักพัฒนาได้ ก็หมายความว่า โค้ดเบสของบริษัทและเกณฑ์การจ้างงานอยู่ในระดับต่ำมาก
- AI สามารถค่อย ๆ เข้ามาแทนงานบางส่วนได้ เช่นเดียวกับคอมไพเลอร์หรือสเปรดชีต
AI เป็นเครื่องมือ และท้ายที่สุดยังต้องการภาษา·ไลบรารีที่ดีกว่า
- เน้นว่าจำเป็นต้องมีการคิดและความระมัดระวังอย่างมากต่อ มุมมองที่มอง AI เป็นเครื่องมือ
- การลงทุนกับความคาดหวังที่ผิดหรือภาพลวงตากำลังก่อให้เกิดความสูญเปล่ามูลค่าหลายพันล้านดอลลาร์
- กล่าวถึงการตอบสนองเกินจริงของตลาดต่อเครื่องมือเพิ่มผลิตภาพลวง ๆ อย่าง “vibe coding”
- มี ความเข้าใจผิด ว่า AI เพิ่มผลิตภาพได้ 20% แต่มีการอ้างถึงผลการศึกษา(งานวิจัย)ว่าจริง ๆ แล้วช้าลง 19%
- ความก้าวหน้าที่แท้จริงอาจเกิดจาก นวัตกรรมด้านภาษาโปรแกรม คอมไพเลอร์ และไลบรารี
ยังไม่มีความคิดเห็น