هوش مصنوعی برای کد بهتر، نه کد سریعتر
نولان لاوسون در این مقاله استدلال میکنه که هوش مصنوعی فقط برای تولید انبوه کد بیکیفیت مفید نیست، بلکه میشه ازش برای نوشتن کد دقیقتر و باکیفیتتر هم استفاده کرد. ایده اصلی اینه که چند مدل مختلف رو به صورت موازی روی یه PR اجرا کنی تا باگها رو شناسایی و اولویتبندی کنن. این روش سرعت رو بالا نمیبره، اما سلامت کلی کدبیس رو به شکل قابل توجهی بهتر میکنه.
این محتوا بهصورت خودکار با استفاده از هوش مصنوعی تولید شده است. بررسی نهایی آن پیش از استفاده توصیه میشود و مسئولیت استفاده از آن بهعهده کاربر است. برای مطالعه متن اصلی خبر،اینجا را کلیک کنید
خلاصهٔ کاملتر
اکثر مردم وقتی به «وایب کدینگ» (vibe coding — سبکی که در اون با کمک هوش مصنوعی بدون درک عمیق کد پیش میری) فکر میکنن، تصویری در ذهنشون هست از PRهای چندصد خطی که سریع merge میشن. نولان لاوسون میگه این تنها راه استفاده از LLMها نیست. مدلهای زبانی بزرگ ذاتاً انعطافپذیرن و میشه ازشون برای نوشتن کد با کیفیت بالا هم استفاده کرد، حتی اگر این کار کندتر باشه.
نقطه شروع این رویکرد، توانایی LLMها در پیدا کردن باگهاست. تحقیقات نشون داده که اگه مدلهای مختلف رو به اندازه کافی روی یه کدبیس اجرا کنی، باگهای زیادی پیدا میکنن. چالش اصلی اما پیدا کردن باگها نیست؛ اولویتبندی و اعتبارسنجی اونهاست. راهحل پیشنهادی: به جای اعتماد به یه مدل واحد، چند مدل مختلف رو به صورت موازی روی یه PR اجرا کن.
خلاصهٔ کاملتر این خبر رو میتونی با داشتن اشتراک ویژه بخونی!
اشتراک رایگان
- دسترسی به خلاصهٔ کوتاه خبر
- دسترسی به خلاصهٔ کامل/اختصاصی خبر + نکات کلیدی
- ارسال اخبار مورد علاقه به ایمیل شما
- ارسال اخبار مورد علاقه به تلگرام شما
- عدم نمایش تبلیغات
اشتراک ویژه
- دسترسی به خلاصهٔ کوتاه خبر
- دسترسی به خلاصهٔ کامل/اختصاصی خبر + نکات کلیدی
- ارسال اخبار مورد علاقه به ایمیل شما
- ارسال اخبار مورد علاقه به تلگرام شما
- عدم نمایش تبلیغات




