В какой-то момент я тоже забеспокоился: "Неужели AI заберет возможность самому придумывать разные алгоритмы / подходы / архитектуры и другие велосипеды, а будет все идеально писать за меня?" – ведь это единственное, что по-настоящему приносит удовольствие в разработке
Но мои переживания рассеялись буквально моментально, как я попросил его придумать архитектуру приложения и тут он посоветовал RabbitMQ... и даже при попытке выбить из него критику этой технологии я не увидел ниодного адекватного аргумента против... а сторожилы канала знают мою бесконечную битву с этим мохнатым куском говна (
1,
2)
И почему же RMQ так нравится AI-кам?
Весь интернет завален тем, что RMQ, ООП, MongoDB, Oracle, Metabase, Angular, etc. – заебись, а если ты русский разработчик, то пиши на PHP, если американец, то на Ruby -> AI-ки всасывают в себя это дерьмо, переваривают и выдают "средневзвешенное" без какой-либо самостоятельной валидации
Даже если он и натыкается на критику какой-то технологии, то ее всегда меньше, чем восхволяющих материалов, потому что:
(1) авторы / компании маркетят свои технологии только в положительном свете, подгоняя все тесты и бенчмарки под себя
(2) конкуренты / противники пишут о проблемах в крайне нейтральном тоне (ну, если это не комментарии на Хабре и VC)
(3) люди очень часто хвалят технологии или заваливают их лайками так и не попробовав их в продакшеге (посмотрите на 10-ки тысяч звезд на JS-ных проектах в GitHub, которые блять даже не смогут запуститься или валятся после второго выперда)
Поэтому даже,
если технология плохая, ей достаточно быть популярной, чтобы LLM-ки начали ее рекомендоватьЧтобы понять, что технология некачественная AI-ки должны пройти путь разработчика: пописать юз-кейсый и бенчмарки, позапускать их в разных конфигурациях, сравнить с другими схожими технологиями, сохранить в себя результат и основываться на нем
Если кто-то и обучит так какую-нибудь AI-ку, то это будут очередные частные посты от компании / опен-сорсников, которые все равно не смогут победить машину хайпа вокруг херовых технологий
Ну и вторая проблема LLM-ок: до сих пор при просьбе сформулировать какой-нибудь немного необычный запрос на PostgreSQL он галюцинирует, как солевой питербуржец. Почему? Потому что запросы PG это не "средневзвешенное", это функция от схемы и конструкций sql f(schema) = sql + schema
"То есть, AI не заменит программистов?" – не совсем...
Да, AI плох (и таковым и останется), как инструмент "заменяющий программиста", потому что у него куча проблем с пониманием константных понятий и того насколько подходит одна или другая технология,
но что если ему не придется использовать существующие технологии, а он возьмет и создаст свои собственные, понятные ему?Представьте, что вы вводите промпт: "Сделай базу системы чата с тех-поддержкой в виде встраеваемого виджета с админкой и ЛК операторов" – и нейронка генерирует схему БД, код бэка и фронта, но не на известных нам БД и ЯП, а на своих собственных, которые абсолютно неудобны для использования человеком, потому что специально созданы для использования самим AI
"Код" будет набором нейронов, которые решают как сложить ту или иную информацию, вызывают нужные инструкции ОС, что и как запустить на кластере серверов и так далее
То есть, я предполагаю, что у AI появятся свои языки промптов, свой кубернетес, бд, кэши, mq, которые будут работать по своим законам
Эти технологии займут свой рынок: лендосы, CRM, ERP, LMS и подобные "шаблонные" проекты, но те задачи, которые решаются впервые или новым путем по-прежнему будут писаться на известных нам сейчас технологиях и их потомках
Что скажете, похоже на правду?