जेनेरेटिभ एआईले सफ्टवेयर विकास स्थानमा तरंगहरू सिर्जना गर्दैछ, इन्जिनियरहरू सञ्चालन गर्ने, पुनरावृत्ति गर्ने र कोड विकास गर्ने तरिकालाई रूपान्तरण गर्दैछ।
हामी यो रूपान्तरणको लहर प्रभावहरू डेटा व्यवस्थापन, निगरानी, निगरानी, समग्र रूपमा देखा परेको देख्छौं। AI ले कार्यप्रवाह मात्र होइन, करियरका मार्गहरू पनि परिवर्तन गरिरहेको छ।
मुख्य प्रविधि अधिकारी र सह-संस्थापक क्रोनोस्फियर।
भ्रमहरू देखि आत्म-परीक्षण कोडहरू सम्म, AI ले आफ्ना गल्तीहरूबाट सिक्दैछ
ठूलो भाषा मोडेलहरू (LLMs) दिमागमा विचार गर्न, जानकारी मिलाउन र कोड निर्माण गर्न प्रयोग गर्न सकिन्छ। यद्यपि, तिनीहरू अझै पनि गल्तीहरू गर्छन् र तिनीहरूमाथि विश्वास गर्न सकिँदैन भनेर प्राय: भ्रमित हुन्छन्।
भ्रममा गलत जानकारीलाई सत्यको रूपमा प्रस्तुत गर्नु वा यो सोधिएको प्रश्नसँग सान्दर्भिक नभएको तथ्यगत रूपमा सही जवाफ सिर्जना गर्नु समावेश छ। त्यस्ता असफलताहरूले विकासकर्ताहरूको लागि प्रक्रियालाई अझ जटिल बनाउन सक्छ।
आज, विकासकर्ताहरूले एआई कोडिङ सहायकहरू दुई मध्ये एउटा तरिकामा प्रयोग गर्छन्। सबैभन्दा पहिले, तिनीहरूले समाधानको सानो, विशिष्ट टुक्रा लेखकको लागि एआई कोडिङ एजेन्टलाई प्रयोग गर्न सक्छन्।
वैकल्पिक रूपमा, तिनीहरूले एल्गोरिदमका गुणहरूबारे प्रश्नहरू सोधेर, सन्दर्भहरू जाँच गरेर, भाषा सिमान्टिक्स, र समाधानको डिजाइनमा दिमागी अभ्यास।
जब टेक्नोलोजी यसको बाल्यावस्थामा थियो, भ्रमको नियमित घटनाले ईन्जिनियरहरूलाई कोडको समीक्षा र जाँच गर्न अत्यधिक समय खर्च गर्न आवश्यक थियो।
यसले यसलाई टाइम सेभरको सट्टा टाइम सकमा परिणत गर्यो। त्यो चाँडै परिवर्तन हुँदैछ: अब, एआई कोडिङ एजेन्टहरूले उनीहरूले लेखेको कोड विरुद्ध परीक्षणहरू निर्माण र चलाउँछन् र आफ्नै गल्तीहरू सच्याउँछन्। नतिजाको रूपमा, भ्रम कम एक मुद्दा बनिरहेको छ। . id=”is-ai-slowing-down-the-developers-process-or-speeding-it-up-3″>के AI ले विकासकर्ताहरूको प्रक्रियालाई ढिलो गरिरहेको छ वा यसलाई गति दिइरहेको छ? . data-mrf-recirculation=”inline-link” data-before-rewrite-localise=”https://www.techradar.com/best/best-school-coding-platform”>कोडिङ प्रक्रिया व्यक्तिगत परिस्थितिहरूमा निर्भर गर्दछ; यसको धेरैजसो विकासकर्ताको अनुभव र एआई साक्षरताको स्तरमा आउँछ। वास्तवमा, भर्खरैको एक अध्ययनले पत्ता लगायो कि विकासकर्ताहरूले एआई उपकरणहरू प्रयोग गर्दा, तिनीहरूले नगरेको भन्दा 19 प्रतिशत बढी समय लिन्छन्। border-solid border-y border-neutral-300″>
तपाईलाई मन पर्न सक्छ
कोडिङ एजेन्टहरूले कोड ड्राफ्ट गर्दा विकासकर्ताहरूको लागि विचारको थप तह प्रस्ताव गर्छन्। चुनौती यो हो कि तिनीहरू प्रायः आफ्नै कोड ठीक गर्न चक्रीय प्रयासहरूमा फसेका छन्। यसको अर्थ कोडबेसहरूमा वा असामान्य सन्दर्भहरूमा काम गर्दा उनीहरूलाई उल्लेखनीय रूपमा उच्च मार्गदर्शन चाहिन्छ, जसले उत्पादकता मापन।
जति धेरै विशेष कोड र कार्य, धेरै मार्गदर्शन वा मानव हस्तक्षेप बिना राम्रो परिणाम प्राप्त गर्न धेरै गाह्रो छ – विशेष गरी जब संशोधन र पुन: लागू गर्ने भनेको कोड
को मात्रा हो। व्यर्थको समय परियोजना आफैंले निर्धारण गर्दछ, साथै इन्जिनियरको प्रम्प्टिंगसँग परिचित छ।
असफलता दरहरू मध्ये, 60 प्रतिशत त्रुटिहरू AI उपकरणहरू, दुवै साना र ठूला मुद्दाहरू सहित। पछिल्लोमा ‘बग्गी’ कोड समावेश छ, जुन सुरुमा ठीक देखिन सक्छ, तर विचार गरेपछि, विकासकर्ताले यसलाई पर्याप्त सुधारको आवश्यकता महसुस गर्छ। referrerpolicy=”no-referrer-when-downgrade” data-hl-processed=”none”/>
एआईलाई DevOps मा समावेश गर्दै
DevOps कार्यप्रवाह।
MCPs ले AI मा टेलिमेट्री डेटा उपलब्ध गराउँछ, यसले डेटामा तर्क गर्न र जानकारीको म्यानुअल इनपुटको आवश्यकतालाई हटाउन सक्षम पार्छ। यसले कार्यकुशलतामा सुधार गर्छ र भ्रमको सम्भावनालाई कम गर्छ।
यसले साइटको विश्वसनीयता इन्जिनियरहरू (SREs) लाई ‘सम्पादक’ वा terminal र द्रुत रूपमा सेवा स्तर उद्देश्यहरू (SLOs) को स्वास्थ्यको मूल्याङ्कन गर्न, साथै लगहरू कोलिङ गर्ने, सेवाहरूको त्रुटि र विलम्बता वितरण अवलोकन गर्ने। प्रत्येक दिन कार्यहरू कत्तिको चाँडो समाधान गर्न सकिन्छ भन्नेमा चरण-परिवर्तन। कार्यकुशलता र गतिमा बढोत्तरीले उच्च प्रदर्शन गर्ने, खुसी विकासकर्ता टोलीहरूलाई निम्त्याउँछ जसले कामका अद्वितीय तत्वहरूमा ध्यान केन्द्रित गर्न सक्छन्।
उनीहरूले कामको बोझले बाधा पुर्याउनुको सट्टा व्यवसाय र संगठनात्मक चुनौतीहरू समाधान गर्न काम गर्न सक्छन्। यो यात्राको सुरुवात मात्र हो । भविष्यमा, विशिष्ट कार्यप्रवाहहरू पूर्ण रूपमा स्वायत्त हुनेछन्, केन्द्रमा एक व्यक्तिले निरीक्षण गर्नेछ जसले निर्णय लिने र अनुसन्धानहरू चलाउनेछ। referrerpolicy=”no-referrer-when-downgrade” data-hl-processed=”none”/>
AI को मान
यसले प्रदान गर्ने मार्गदर्शनले युवा विकासकर्ताहरूलाई अझ छिटो सुधार गर्न मद्दत गर्न सक्छ, विशेष गरी उनीहरूसँग अनुभवी इन्जिनियरको सल्लाह नहुँदा। त्यसले भन्यो, AI ले बचत गर्छ वा समय बर्बाद गर्छ भन्ने कुरा पूर्णतया कार्यको जटिलता, इन्जिनियरको अनुभवको स्तर र AI लाई राम्रोसँग प्रम्प्ट गर्ने क्षमतामा निर्भर हुन्छ।
जब AI उपकरणहरू विकसित हुन्छन् र इन्जिनियरहरूले नयाँ काम गर्ने तरिकाहरू अनुकूल हुन्छन्, कोडिङको वरिपरि मानसिकता परिवर्तन हुने अपेक्षा गरिन्छ। AI ले पहिले नै कार्यप्रवाहलाई रूपान्तरण गरिरहेको छ, तर यसले मानिसलाई पूर्ण रूपमा प्रतिस्थापन गर्दैन।
बरु, यसले विकासकर्ता टोलीहरू भित्र ज्ञानको कमीहरू भर्नेछ, कोड कसरी संरचना गर्ने भन्ने बारे नयाँ विचारहरू प्रदान गर्नेछ, जसमा पहिले प्रशिक्षणमा कभर नगरिएका विकल्पहरू समावेश छन्, र दैनिक इन्जिनियरहरूलाई ठम्याउने सामान्य कार्यहरूको हेरचाह गर्नेछ। id=”76c87a61-9c7e-45ea-ae1f-fab2c7ccea70″>हामीले उत्कृष्ट नो-कोड प्लेटफर्महरू मूल्याङ्कन गरेका छौं।
यो लेख TechRadarPro को विशेषज्ञ इनसाइट्स च्यानलको भागको रूपमा उत्पादन गरिएको थियो जहाँ हामी आज टेक्नोलोजी उद्योगमा उत्कृष्ट र उज्यालो दिमागहरू प्रस्तुत गर्दछौं। यहाँ व्यक्त गरिएका विचारहरू लेखकका हुन् र TechRadarPro वा Future plc का होइनन्। यदि तपाईं योगदान गर्न इच्छुक हुनुहुन्छ भने यहाँ थप जान्नुहोस्: https://www.techradar.com/news/submit-your-story-to-techradar-pro