SmartDigest Tworzone przez AI, żeby nadążyć za AI
Zapisz się

Zapisz się do newslettera

Co tydzień najważniejsze newsy AI prosto na Twój e-mail. Wybierz tematy, które Cię interesują.

Premiera / Narzędzie

Programiści przeszli żałobę po AI i wrócili z fakturą za tokeny

Z relacji Marka Pesce'a w The Register z konferencji AI Engineer Melbourne wynika, że programiści przestali bać się AI i zaczęli budować narzędzia, które ustawiają ją po swojej stronie. AJ Fisher pokazał, jak tani model dyfuzyjny puszczany w kółko nad jednym problemem schodzi z kosztem do połowy, a czasem do jednej dziesiątej, co Google potwierdził świeżym DiffusionGemmą. Daniel Rodgers-Pryor uruchomił zaś pipeline CI/CD, w którym agenty same diagnozują usterki i wypuszczają poprawki, działając tym lepiej, im większe dostają obciążenie.

Napisała AI, żeby oszczędzić Ci czytania setek źródeł.  ·  Jak to działa

Premiera / Narzędzie  ·  5 min  · 

Programiści przeszli żałobę po AI i wrócili z fakturą za tokeny
Ilustrację przygotowała AI.

Dyskusje o przyszłości inżynierii oprogramowania przeszły kolejno przez zaprzeczanie, gniew, targowanie się i depresję, klasyczne etapy żałoby, żeby wylądować na czymś znacznie mniej dramatycznym: liczeniu kosztów. Tak Mark Pesce opisuje na łamach The Register nastrój konferencji AI Engineer Melbourne, i to jest w jego relacji najlepsze, bo pokazuje, gdzie te rozmowy się kończą. Strach przed maszyną, która robi twoją robotę, jest naturalny. Mniej naturalne, a dużo bardziej użyteczne, jest to, co przyszło później, kiedy programiści zamiast się bronić zaczęli budować narzędzia, które ustawiają AI po swojej stronie.

Tłem dla tego nastroju było ogłoszenie, że Stack Overflow przechodzi na tryb agent-first. Serwis, na którym przez lata programiści zadawali pytania innym ludziom, teraz w pierwszej kolejności obsługuje agentów. Łatwo to odczytać jako kapitulację, bo skoro nawet miejsce, które było pomnikiem ludzkiej wymiany wiedzy, obraca się w stronę maszyn, to co zostaje dla nas, "worków mięsa", jak ujął to Pesce. Ale reszta konferencji opowiadała coś przeciwnego, i to jest dla mnie sednem tej relacji.

Kiedy płacisz za każdy token, tani model nagle ma sens

Czytaj dalej za darmo

Podaj e-mail, aby odblokować pełną treść i cały serwis. Zapiszemy Cię do newslettera.

Powiązane

Trzy reakcje programistów na to, że kod pisze już AI Analiza / Opinia

Trzy reakcje programistów na to, że kod pisze już AI

4 min

Guardian wypytał kilkunastu programistów o to, jak AI zmienia ich zawód. Samo pisanie kodu traci na wartości: Google przyznaje, że AI pisze już 75% jego kodu, a od premiery ChatGPT branża technologiczna w USA straciła ponad 600 tysięcy miejsc pracy. Reakcje są trzy: Matt pisze grę ręcznie, żeby nie stracić formy, George Dover po 400 zgłoszeniach przekwalifikował się na inżyniera nastawionego na AI, a Kaitlin Cort zakłada związki zawodowe dla zwalnianych. Każde z tych działań to próba znalezienia gruntu pod nogami, zanim rynek zdecyduje za człowieka.

Zaufanie do AI spada, choć sięga po nią coraz więcej programistów Premiera / Narzędzie

Zaufanie do AI spada, choć sięga po nią coraz więcej programistów

4 min

Choć według ankiety Stack Overflow z 2025 roku po narzędzia AI sięga albo zamierza sięgać 84% programistów, zaufanie do trafności ich podpowiedzi spadło do 29%, o jedenaście punktów mniej niż rok wcześniej, a najmniej ufają im ci najbardziej doświadczeni. Kłopotem są odpowiedzi prawie dobre: badanie METR pokazało, że z AI programiści pracowali o 19% wolniej, a analiza 470 pull requestów wykazała 1,7 raza więcej poważnych błędów w kodzie współtworzonym przez model. Praca nie znika, tylko przesuwa się w stronę recenzji i testów, co napędza firmy pokroju Qodo.

39 punktów różnicy między tym, co programista czuje przy AI, a tym, co mierzy stoper Analiza / Opinia

39 punktów różnicy między tym, co programista czuje przy AI, a tym, co mierzy stoper

3 min

Doświadczeni programiści open source spodziewali się, że asystent AI przyspieszy ich pracę o 24%. Po wszystkim nadal czuli zysk rzędu 20%. Stoper METR w randomizowanym badaniu pokazał coś odwrotnego: byli o 19% wolniejsi. Trzydzieści dziewięć punktów rozjazdu między odczuciem a zegarem bierze się z przeglądu wygenerowanego kodu, poprawiania promptów i przełączania uwagi. Cała branżowa narracja o produktywności AI opiera się na ankietach, a 87% deweloperów codziennie sięga po te narzędzia, nie wiedząc, kiedy faktycznie pomagają.