A Szilícium -völgy új tendenciája, a Vibe kódolás, az exponenciális gyorsulást hajtja végre abban, hogy a mérnökök milyen gyorsan képesek fejleszteni a termékeket és az algoritmusokat. Ez a megközelítés összhangban áll az alapelvekkel, amelyeket a Google társalapítója, Sergey Brin vázolt egy nemrégiben a DeepMind Mérnököknek küldött e-mailben.
A Top Szilícium -völgy bennfentesek hívják a „Kódolás domináns módját” kódoló hangulatot, és Brin üzenete azt sugallja, hogy a Google átfogja azt, hogy drasztikusan felgyorsítsa az AI fejlesztést. Tekintettel annak lehetőségére, ez a megközelítés kiterjedhet a Google keresési algoritmusaira is, ami a keresési eredmények rangsorolásának több változásához vezethet.
A hangulatkódolás itt van, hogy maradjon
A négy Y kombinátor vezetõje egyetértett abban, hogy a Vibe kódolás nagyon nagy ügy, de meglepődtek, hogy milyen gyorsan túllépte az iparágot. Jarede Friedman megfigyelte, hogy olyan, mint valami a mese Jack és a Beanstalkból, ahol a világot változó mágikus bab éjszaka óriási Beanstalks-ba alakul ki.
Garry Tan egyetértett, mondván:
„Azt hiszem, most az érzésünk, hogy ez nem divat. Ez nem megy el. Valójában ez a kódolás domináns módja, és ha nem csinálja, akkor valószínűleg elmarad. Ez itt van, hogy maradjon. ”
Mi a Vibe kódolás?
A hangulatkódolás a szoftverfejlesztés AI -vel:
- A szoftvermérnökök az AI -t használják a kód előállításához, ahelyett, hogy manuálisan írnák.
- Támaszkodjon a természetes nyelv felszólításaira a szoftverfejlesztés irányításához.
- A sebesség és az iteráció rangsorolása.
- Az időt nem a hibakeresésre fordítják, mivel a kód egyszerűen regenerálódik, amíg nem működik.
- A hangulatkódolás eltolódik a szoftverfejlesztésben a kód írásától a kiválasztásig, hogy milyen problémákat kell megoldani.
- Használja ki az AI -t a gyors kód regenerációjára a hagyományos hibakeresés helyett.
- Exponenciálisan felgyorsítja a kódolást.
A VIBE kódolás olyan módja annak, hogy az AI -vel rendelkező kódot hozzon létre, hangsúlyt fektetve a sebességre. Ez azt jelenti, hogy egyre kevésbé szükséges a kód hibakeresése, mert egy mérnök egyszerűen többször is újragátolhatja a kódgenerációkat, amíg az AI nem sikerül.
Andrej Karpathy nemrégiben készített tweetje elindította az izgalom hullámát a Szilícium -völgyben. Karpathy, a kiemelkedő AI kutató és a Tesla AI volt igazgatója leírta, hogy mi a hangulatkódolás, és elmagyarázta, hogy miért ez a leggyorsabb módja az AI -hez való kódoláshoz. Annyira megbízható, hogy nem is ellenőrzi az AI módosításait („Diffs” -nek hívják).
Karpathy tweetelt:
„Van egy új típusú kódolás, amelyet„ Vibe kódolásnak ”hívok, ahol teljes mértékben beadja a hangulatot, ölelheti fel az exponenciákat, és elfelejti, hogy a kód még létezik. Lehetséges, mert az LLMS (pl. Kursor zeneszerző w szonett) túl jó.
Szintén csak a Superwhisperrel beszélek a zeneszerzővel, így alig is megérintem a billentyűzetet. Kérek a legbutabb dolgokat, mint például: „Csökkentse a párnázást az oldalsávra”, mert túl lusta vagyok ahhoz, hogy megtaláljam. Mindig „elfogadom az összeset”, már nem olvastam a diffokat.
Amikor hibaüzeneteket kapok, csak másolom be a beillesztést megjegyzés nélkül, általában ez megjavítja. A kódon túllép a szokásos megértésemen, egy ideig valóban át kell olvasnom.
Időnként az LLM -ek nem tudnak kijavítani a hibát, ezért csak körül dolgozom, vagy véletlenszerű változtatásokat kérek, amíg az elmúlik. Nem túl rossz az eldobható hétvégi projektekhez, de mégis nagyon szórakoztató.
Építek egy projektet vagy a WebApp -ot, de ez nem igazán kódolás – csak látom a cuccokat, mondok cuccokat, futtatni a cuccokat és másolni a paszta cuccokat, és ez többnyire működik. ”
Sergey Brin hangsúlyozza a hangulati kódolási alapelveket
A Google, a DeepMind mérnököknek a Google társalapítójának nemrégiben történő e-mailje hangsúlyozta, hogy az AI-t integrálni kell a munkafolyamatba a kódolásra fordított idő csökkentése érdekében. Az e -mail kijelenti, hogy a kód a legfontosabb, és hogy az AI javul, azt tanácsolja, hogy ha egyszerűbb a megoldás AI -jének felszólítása, akkor ez inkább egy teljesen új modell képzéséhez. Brin ezt nagyon fontosnak írja le a hatékony kódolókká váláshoz. Ezek az alapelvek igazodnak a hangulatkódoláshoz, amely prioritássá teszi a sebességet, az egyszerűséget és az AI-vezérelt fejlődést.
Brin azt is javasolja, hogy az első felek kódját (a Google által kifejlesztett kód) használja ahelyett, hogy nyílt forrású vagy harmadik fél szoftverre támaszkodna. Ez határozottan azt sugallja, hogy a Google inkább a nyílt forrású, mint a nyílt forrású AI fejlődését kívánja megőrizni. Ez azt jelentheti, hogy a Google által létrehozott bármilyen előrelépés nem lesz nyílt forrásból, és valószínűleg nem jelenik meg a kutatási dokumentumokban, hanem a szabadalmi bejelentések révén felfedezhető.
Brin üzenete hangsúlyozza a LORA használatát, egy gépi tanulási technikát, amelyet az AI modellek hatékony finomításához használtak. Ez azt jelenti, hogy azt akarja, hogy a DeepMind mérnökök a hatékony munkafolyamatok prioritássá tételét, ahelyett, hogy túlzott időt töltenének a finomhangolással. Ez azt is sugallja, hogy a Google a hangsúlyt az egyszerűbb, skálázhatóbb megközelítések felé mozgatja, mint például a hangulatkódolás, amelyek az azonnali tervezésre támaszkodnak.
Szergej Brin írta:
„A kód leginkább számít – az AGI a felszállással fog történni, amikor az AL javul. Valószínűleg kezdetben sok emberi segítséggel lesz, tehát a legfontosabb a kódteljesítményünk. Ezenkívül ennek a saját 1P kódunkon kell működnie. A saját AL -k használatával a világ leghatékonyabb kódolójának és Al tudósainak kell lennünk.
Egyszerűség – Használjon egyszerű megoldásokat, ahol csak tudunk. Például, ha a munkákat kéri, akkor csak tegye meg, ne külön modellt küldjön. Nincs szükség felesleges technikai bonyolultság (például LORA). Ideális esetben valóban lesz egy recept és egy modell, amelyet egyszerűen csak különféle felhasználásokra lehet kérni.
Sebesség – Szükségünk van termékeinkre, modelleinkre, belső szerszámokra. Alig várom 20 percet, hogy futtasson egy kis Python -ot Borgon. ”
Ezek az állítások összhangban állnak a hangulatkódolás alapelveivel, ezért fontos megérteni, hogy mi az, és hogyan befolyásolhatja a Google hogyan fejleszti a keresési algoritmusokat és az AI -t, amely felhasználható a webhelyek rangsorolására.
A szoftvermérnökök átmenetek a termékmérnökökre
Az Y Combinator, a Szilícium -völgy induló gyorsító cégének nemrégiben készített podcastja megvitatta, hogy a hangulatkódolás hogyan változtatja meg, hogy mit jelent szoftvermérnöknek lenni, és hogyan befolyásolja a bérleti gyakorlatokat.
A podcast házigazdái több embert idéztek:
Leo Paz, a megfigyelt Outlit alapítója:
„Úgy gondolom, hogy a szoftvermérnök szerepe áttér a termékmérnökre. Az emberi íz mostanában fontosabb, mint valaha, mivel a CodeGen eszközök mindenki 10 -szeres mérnökévé teszik. ”
Abhi Aiyer (Mastra) megosztotta, hogyan változott a kódolási gyakorlatuk:
– Nem sokat írok kódot. Csak azt gondolom és áttekintem.
Az egyik podcast házigazdája, Jarede Friedman, ügyvezető partner, Y Combinator mondta:
„Ez egy szuper technikai alapító, aki az utolsó cég is DEV eszköz volt. Rendkívül képes kódolni, és ezért izgalmas, ha olyan emberek, akik ilyen dolgokat mondnak.
Ezután idézték Abhi Balijepalli -t a Copycat -ból:
„Most sokkal kevésbé vagyok csatolva a kódomhoz, tehát az a döntésem, hogy úgy döntünk, hogy selejtünk, vagy refaktor kódot, kevésbé elfogultak -e. Mivel háromszor tudok kódolni olyan gyorsan, nekem könnyű selejtezni és átírni, ha szükségem van rá. ”
Garry Tan, az Y Combinator elnök -vezérigazgatója kommentálta:
„Azt hiszem, az igazán jó dolog ebben a cuccban az, hogy valójában nagyon jól párhuzamos.”
Idézte Yoav Tamir -t, Casixty -t:
– Mindent kurzorral írok. Időnként még két kurzor -ablakom van párhuzamosan nyitva, és két különböző tulajdonságra kérem őket. ”
Tan kommentálta, hogy mennyi értelme van, és miért nem rendelkezik három példányra a kurzor nyitva annak érdekében, hogy még többet megvalósítson.
A podcaston lévő panelisták ezután idézték a Trainloop Jackson Stokes -t, aki elmagyarázza az exponenciális skálát annak, hogy a kódolás hogyan vált:
„Hogyan változott a kódolás hat -egy hónappal ezelőtt: 10x gyorsulás. Egy hónappal ezelőtt most: 100x gyorsítás. Exponenciális gyorsulás. Már nem vagyok mérnök, hanem termék ember vagyok. ”
Garry Tan kommentálta:
„Azt hiszem, ez lehet valami, ami széles körben történik. Tudod, valóban két különböző szerepet tölt be, amire szüksége van. Valójában azt térképezi, hogy a mérnökök miként hozzárendelnek ma, abban az értelemben, hogy akár front-end, akár háttérképe. És akkor a háttérkép végül az infrastruktúráról szól, és akkor a Front-end valójában sokkal inkább PM (termékmenedzser) … ”
Harj Taggar, az ügyvezető partner, az Y Combinator megfigyelte, hogy az LLMS az embereket a döntések szerepére fogja ösztönözni, hogy a kód tényleges írása kevésbé legyen fontos.
Miért felesleges az AI -vel való hibakeresés?
Érdekes ránc a kódvizelésben az, hogy a fejlesztés felgyorsításának egyik módja az, hogy a szoftvermérnököknek már nem kell hosszú órákat tölteniük. Valójában már nem kell hibakeresniük. Ez azt jelenti, hogy képesek gyorsabban kinyomni a kódot az ajtón, mint valaha.
Tan kommentálta, hogy mennyire gyenge AI a hibakeresésben:
„… Az egyik dolog, amit a felmérés azt jelezte, hogy ez a cucc szörnyű a hibakeresésben. És így… az embereknek még mindig meg kell tenniük a hibakeresést. Jól kell kitalálniuk, mit csinál a kód valójában?
Úgy tűnik, hogy nincs mód arra, hogy csak elmondja, hibakeresés. Azt mondtad, hogy nagyon egyértelműnek kell lennie, mintha utasításokat adna az első szoftvermérnöknek. ”
Jarede felajánlotta megfigyelését az AI hibakeresési képességéről:
„Nagyon kanállal kell táplálnom az utasításokat, hogy hibakeresést kapjon. Vagy megölelheti a hangulatot. Azt mondanám, hogy Andrej Karpathy Style, egyfajta újbóli tekercs, akárcsak azt, hogy próbálja újra a semmiből.
Vadul van, hogy a kódolási stílus megváltozik, amikor a kód ténylegesen 1000x olcsóbbá válik. Például, mint ember, soha nem szeretné, ha elárasztaná valamit, amelyen nagyon hosszú ideig dolgozott, és a semmiből írja át, mert volt egy hibád. Mindig kijavítaná a hibát. De az LLM -hez, ha csak hat másodpercig átírhatja a ezer sor kódot, például miért ne?
Tan megfigyelte, hogy ez olyan, mint az, hogy az emberek hogyan használják az AI képgenerátorokat, ha van valami, ami nem tetszik, csak megismételik anélkül, hogy még a parancsot megváltoztatnák, egyszerűen csak ötször kattintanak újra-rollra, majd az ötödik alkalommal, amikor működik.
Vibe kódolás és a Google keresési algoritmusai
Míg Sergey Brin e-mailje nem említi kifejezetten a keresési algoritmusokat, támogatja az AI-vezérelt, gyors alapú fejlesztést méretarányban és nagy sebességgel. Mivel a Vibe kódolás a kódolás domináns módja, valószínű, hogy a Google ezt a módszertant alkalmazza a projektjein keresztül, ideértve a jövőbeli keresési algoritmusok fejlesztését is.
