ztevenreal
Nuestra historia comienza, como lo hacen muchas historias, con un hombre y su IA. El hombre, como muchos hombres, es un poco geek y un programador un poco. Asimismo necesita un corte de pelo.
La IA es la culminación de miles de abriles de avance humano, todo puesto al servicio de hacer que la vida del hombre sea un poco más realizable. El hombre, por supuesto, soy yo. Soy ese tipo.
Asimismo: la mejor IA para codificar en 2025 (y qué no usar)
Desafortunadamente, aunque la IA puede ser increíblemente brillante, incluso tiene una propensión a mentir, engañar y cometer errores sorprendentemente estúpidos. Es la parte estúpida que discutiremos en este artículo.
La evidencia anecdótica tiene valencia. Mis informes sobre cómo he resuelto algunos problemas rápidamente con la IA son reales. Los programas con los que usé AI para escribir todavía están en uso. He usado AI para ayudar a acelerar aspectos de mi flujo de programación, especialmente cuando me concentro en los puntos dulces donde soy menos productivo y la IA tiene conveniente conocimiento, como escribir funciones que llaman API publicadas públicamente.
Encima: soy un hábil en herramientas de IA, y estos son los dos únicos por los que cuota (más tres que estoy considerando)
Sabes cómo llegamos aquí. La IA generativa irrumpió en la estampa en la cúspide de 2023 y ha estado abriendo camino en el trabajo de conocimiento desde entonces.
Un ámbito, como dice la narración, donde la IA en realidad brilla es su capacidad para escribir código y ayudar a tener la llave de la despensa los sistemas de TI. Esas afirmaciones no son falsas. He demostrado, varias veces, cómo la IA ha resuelto los problemas de codificación y ingeniería de sistemas que he experimentado personalmente.
AI Codificación en el mundo verdadero: lo que revela la ciencia
Las nuevas herramientas siempre vienen con grandes promesas. ¿Pero entregan en la configuración del mundo verdadero?
La maduro parte de mis informes sobre la efectividad de la programación se ha basado en evidencia anecdótica personal: mis propias experiencias de programación usando IA. Pero soy un pequeño. Tengo tiempo menguado para enfrascarse a la programación y, como todos los programadores, tengo ciertas áreas donde paso la maduro parte de mi tiempo de codificación.
Asimismo: probé 10 detectores de contenido de IA, y estos 5 se identificaron correctamente el texto de IA cada vez
Recientemente, sin retención, una ordenamiento de investigación sin fines de utilidad llamó Patrón (Evaluación de modelos e investigación de amenazas) hizo un más Estudio íntegro de la productividad de codificación de IA.
Su metodología parece sólida. Trabajaron con 16 desarrolladores experimentados de código despejado que han contribuido activamente a repositorios grandes y populares. Los analistas de METR proporcionaron a esos desarrolladores 246 problemas de los repositorios que necesitaban arreglos. Los codificadores recibieron aproximadamente la centro de los problemas en los que tenían que trabajar por su cuenta, y aproximadamente la centro del que podían usar una IA para obtener ayuda.
Los resultados fueron sorprendentes e inesperados. Mientras que los propios desarrolladores estimaron que la concurrencia de IA aumentó su productividad en un promedio de 24%, el descomposición de METR mostró en cambio que la concurrencia de IA los ralentizó debajo por un promedio del 19%.
Eso es un rascador de individuo. METR reunió una relación de factores que podrían explicar la desaceleración, incluido el sobre-optimismo sobre la utilidad de la IA, la franqueza de detención desarrollador con sus repositorios (y menos conocimiento de IA), la complejidad de grandes repositorios, desliz de confiabilidad de la IA y un problema continuo donde la IA se niega a usar “conocimiento tácito importante o contexto”.
Asimismo: cómo los agentes de codificación de IA podrían destruir el software de código despejado
Sugeriría que otros dos factores podrían tener una efectividad limitada:
Alternativa del problema: A los desarrolladores se les dijo en qué problemas tenían que usar ayuda de IA y qué problemas no pudieron. Mi experiencia sugiere que los desarrolladores expertos deben nominar dónde usar IA en función del problema que debe resolverse. En mi caso, por ejemplo, hacer que la IA escriba una expresión regular (poco en lo que no me gusta hacer y estoy conveniente horrible) me ahorraría mucho más tiempo que hacer que la IA modifique un código único que ya he escrito, trabajo regularmente y conozca por internamente y por fuera.
Alternativa de AI: Según el crónica, los desarrolladores usaron cursor, una derivación de código VS centrada en la IA, que utilizó el soneto Claude 3.5/3.7 en ese momento. Cuando probé 3.5 soneto, los resultados fueron terribles, con un soneto fallando tres de mis cuatro de mis pruebas. Después, mis pruebas de soneto de Claude 4 fueron considerablemente mejores. METR informó que los desarrolladores rechazaron más del 65% del código que generó la IA. Eso va a admitir tiempo.
Esa vez que Chatgpt sugirió matar mi sistema
Los resultados de Metrs son interesantes. AI es claramente una espada de doble filo cuando se manejo de codificar ayuda. Pero siquiera hay duda de que la IA puede proporcionar un valencia considerable a los codificadores. En todo caso, creo que esta prueba prueba una vez más la afirmación de que AI es una gran aparejo para programadores experimentados, pero un medio potencial de detención aventura para los novatos.
Encima: por qué estoy cambiando al código VS. Sugerencia: se manejo de integración de herramientas de IA
Veamos un ejemplo concreto, uno que podría haberme costado mucho tiempo y problemas si siguiera el consejo de Chatgpt.
Estaba configurando un contenedor Docker en mi laboratorio de inicio con Portainer (una aparejo que ayuda a tener la llave de la despensa contenedores Docker). Por alguna razón, Portainer no habilitaría el cogollo Implementar para crear el contenedor.
Había sido un día grande, así que no vi el problema obvio. En cambio, le pregunté a Chatgpt. Alimenté las capturas de pantalla ChatGPT de la configuración, así como mi archivo de configuración de Docker.
ChatGPT me recomendó desinstalar y reinstalar Portainer. Asimismo sugirió que eliminara Docker de Linux Distro y use el Administrador de paquetes para reinstalarlo. Estas acciones habrían tenido el sensación de matar todos mis contenedores.
Es de destacar que ChatGPT no recomendó ni preguntó si tenía copias de seguridad de los contenedores. Simplemente me dio las secuencias de confín de comando que recomendó cortar y pegar para eliminar y restaurar Portainer y Docker. Fue una recomendación tremendamente destructiva e valeverguista.
La ironía es que Chatgpt nunca descubrió por qué Portainer no me permitió implementar el nuevo contenedor, pero lo hice. Resulta que nunca completé el campo de nombre del contenedor. Eso es todo.
Asimismo: ¿Qué es la codificación de ambientes de IA? Está todo la ira, pero no es para todos, aquí está por qué
Adecuado a que tengo conveniente experiencia, dudé cuando ChatGPT me dijo que fuera a entender mi instalación. Sin retención, algún que confía en la IA para obtener consejos podría tener derribado un servidor completo por desliz de escribir un nombre de contenedor.
La decisión Sledgehammer: una metáfora de los fallas de IA
Para ilustrar el desatino que es posible con la razonamiento de IA, aquí hay una relación que escribí a posteriori de una sesión particularmente frustrante. En esta pequeña historia, me estoy imaginando que estoy usando ChatGPT para ayudarme a asesorarme sobre cómo instalar una ventana de dormitorio, en motivo de un sistema de TI.
Hola, chatgpt. Tengo problemas para alinear la ventana de mi nueva habitación en el situación de la ventana. ¿Puedes ayudar?
Seguro. Me esforzaré por ayudarlo a alinear su ventana en el situación de la ventana. ¿Tienes un mazo?
¿Un mazo?
Sí, si toca la ángulo del situación de la ventana con un mazo, distribuirá la fuerza a través del situación de la ventana y colocará la ventana en el situación.
¿Pero no es probable que un mazo rompa las ventanas?
No, el mazo tiene una superficie más alto, lo que le permitirá alinear la ventana en el situación de la ventana correctamente. Solo golpéelo a la ligera.
¿Qué tan tenuemente? ¿Y dónde debo golpearlo?
Simplemente toque la ventana con la individuo del mazo en el punto donde la ventana no está alineada.
Pero, ¿qué pasa si acabo de sacar la ventana del situación y retornar a ponerla?
Eso implicaría más pasos que tropezar la ángulo de la ventana con el mazo. Confía en mí. Sé estas cosas. Solo un pequeño toque lo hará, y puede reservar el trabajo de quitar y poner la ventana nuevamente.
Está perfectamente, aquí va.
Puedes hacerlo.
Uh, toda la ventana se destrozó. Te dije que el mazo era una mala idea.
Mis disculpas. He reconsiderado tus preguntas y tienes razón. La idea de usar un mazo no fue prudente. Le recomiendo que quiebro la ventana y vuelva a colocarla con cuidado.
Pero no puedo hacer eso ahora porque recomendaste que usara un Sledgehammer, y ahora la ventana está rota.
Lo siento mucho. ¿Le gustaría que me recomiende a algunos proveedores de ventanas?
Y así es como a veces se siente cuando se trabaja con ChatGPT para resolver algunos problemas de codificación y TI. Llega allí, pero no siempre de la guisa correcta.
AIS demasiado confidencial y poco informado: un combo peligroso
Asimismo he experimentado que la IA sale completamente de los rieles. Lo he experimentado dando consejos que no solo fueron completamente inútiles, sino que incluso se presentó con la manifiesto confianza de un hábil.
Encima: el agente de codificación Jules AI de Google construyó una nueva característica que en realidad podría cursar, mientras hacía café
Si va a utilizar herramientas de inteligencia fabricado para apoyar su exposición o trabajo de TI, estos consejos pueden mantenerlo fuera de problemas:
- Si no hay mucha información habitable públicamente, la IA no puede ayudar. Pero la IA inventará las cosas en función de lo poco que sabe, sin consentir que le desliz experiencia.
- Al igual que mi perro, una vez que la IA se fija en una cosa, a menudo se niega a mirar alternativas. Si la IA está atascada en un enfoque, no cometa el error de creer que sus recomendaciones educadas sobre un nuevo enfoque son reales. Todavía está bajando por la misma escondrijo del conejo. Comience una nueva sesión.
- Si no sabes mucho, no confíes en la IA. Sigan con su enseñanza. Los desarrolladores experimentados pueden notar la diferencia entre lo que funcionará y lo que no. Pero si está tratando de poner toda la codificación en la parte posterior de la IA, no sabrá cuándo o dónde sale mal o cómo solucionarlo.
- Los codificadores a menudo usan herramientas específicas para tareas específicas. Se puede construir un sitio web con Python, CSS, HTML, JavaScript, Flask y Jinja. Eliges cada aparejo porque sabes lo que hace perfectamente. Elija sus herramientas de IA de la misma guisa. Por ejemplo, no uso la IA para la razonamiento de negocios, pero obtengo productividad usando AI para escribir llamadas de API y conocimiento divulgado, donde puede ahorrarme mucho tiempo.
- Prueba todo lo que produce una IA. Todo. Ristra por confín individual. La IA puede reservar un montón de tiempo, pero incluso puede cometer enormes errores. Sí, tomar el tiempo y la energía para probar a mano pueden ayudar a advertir errores. Si la IA ofrece escribir pruebas unitarias, déjelo. Pero prueba las pruebas.
Según su nivel de experiencia, así es como le recomiendo que piense en la concurrencia de IA:
- Si no sabes mínimo sobre un tema o tiento: AI puede ayudarlo a producirse como si lo hiciera, pero podría ser increíblemente incorrecto, y es posible que no lo sepa.
- Si eres un hábil en un tema o tiento: AI puede ayudar, pero te cabreará. Su experiencia se usa no solo para separar el AI-Stupid del AI-Utilizado, sino para crear cuidadosamente un camino donde la IA en realidad pueda ayudar.
- Si estás en el medio: AI es una bolsa mixta. Podría ayudarte o meterte en problemas. No delegue su construcción de habilidades a la IA porque podría dejarlo a espaldas.
Encima: cómo utilicé ChatGPT para analizar, depurar y reescribir un complemento roto desde cero, en una hora
La IA generativa puede ser un excelente ayudante para desarrolladores y profesionales de TI experimentados, especialmente cuando se usa para tareas dirigidas y perfectamente entendidas. Pero su confianza puede ser engañosa y peligrosa.
La IA puede ser útil, pero siempre verifica su trabajo.
¿Ha utilizado herramientas de inteligencia fabricado como ChatGPT o Claude para ayudarlo con su exposición o trabajo de TI? ¿Aceleraron las cosas o casi explotaron? ¿Eres más seguro o más cauteloso cuando usa AI en sistemas críticos? ¿Has antagónico casos de uso específicos en los que en realidad brilla, o donde defecto hilarantemente? Háganos memorizar en los comentarios a continuación.
Puede seguir mis actualizaciones de esquema diarias en las redes sociales. Asegúrese de suscribirse a Mi boletín de aggiornamento semanaly sígueme en Twitter/X en @Davidgewirtzen Facebook en Facebook.com/davidgewirtzen Instagram en Instagram.com/davidgewirtzen bluesky en @Davidgewirtz.comy en youtube en Youtube.com/davidgewirtztv.
