آنچه در حال حاضر کاملاً نمی توانید کد کنید

مدل های بزرگ زبان در مشکلات سخت و متوسطی که در آن نمی توانند الگوهای شناخته شده را بخیه بزنند ، شکست می خورند. شما هنوز هم باید از آنها استفاده کنید.

LinkedIn اکنون به توییتر جدید تبدیل شده است که توییتر … خوب ، X. LinkedIn مکانی برای ادعاهای تکان دهنده و جسورانه است. یک نفر ادعا کرد که در توسعه عامل است که آنها قصد دارند سیستم عامل خود را در سطح IOS ON و ONEOD انجام دهند. تا کنون نمادین ، ​​من خاطرنشان کردم که این امکان وجود ندارد که آنها هرگز آن را منتشر یا نصب کنند.

یک Pitchman یکی دیگر از این ایده را ترویج کرد که مدل های زبان بزرگ (llms) تولید بیشتر از prsans بر اساس تعداد PRS در یک ابزار و میزان پذیرش آنها. من خاطرنشان کردم که این احتمالاً درست نیست. من انگیزه ای برای نوشتن چیزی برای طبقه بندی آنها نداشتم ، اما من حدود ۲۰ نمونه برداری کردم. معلوم شد که داشبورد علاقه مندان ما به دنبال انتخاب پروژه های خصوصی مردم است ، جایی که آنها اساساً هر آنچه را که LLM ها ارسال می کنند (سبک یولو) و تعداد زیادی از تعهدات در حال تصویب هستند ، و تعداد زیادی از تعهدات هستند ، “همه چیز را که لازم نیست گفته شود” مستندات نیست. یا همانطور که یک نفر که ادغام را می پذیرد ، می گوید: “احساس می کنید زباله های زیادی اضافه شده است – اما به نظر می رسد که به صورت پایه ادغام می شود ، بعداً تصفیه می شود (در صورت لزوم).”

اشتباه نکنید ، من فکر می کنم شما باید یاد بگیرید که از LLMS در فرآیند رمزگذاری روزمره خود استفاده کنید. و اگر هرگونه آمار یا شماره های گزارش شده دقیق باشد ، بیشتر شما حداقل تا حدی هستید. با این حال ، من همچنین فکر می کنم ضروری نیست که چه کاری LLMS در حال حاضر می تواند انجام دهد و چه چیزی فراتر از توانایی های آنها در این مرحله است.

همانطور که در قبلی

آزمایش و خطاها

بهترین سیستم پچ system typescript ، این امکان را می دهد که از آن استفاده کنم تا در من استفاده کنم کد استودیو بصری افزونه. این باید ساده باشد. گذشته از آن قسمت ، Aider قبلاً فهمید که این مجموعه ای از برنامه های رشته ای است. هیچ پاندا وجود ندارد. هیچ متلب وجود ندارد. این به سادگی جایگزینی رشته است.

من همچنین می خواستم معیار Openai’s O3 Openi Oprone 4 در حال اجرا در Claude vs. Anthropic’s Claude href = “https://www.infoworld.com/article/3853805/vibe-coding-with-claude-code.html”> کد کلود . من هر دوی آنها برنامه ایجاد کرده ام و برنامه های یکدیگر را نقد می کنند. برای پاراگراف O3 ، برنامه OPUS بیش از حد پیچیده و مقدر شد تا شکست بخورد. برای پاراگراف کردن Claude Opus ، کد O3 خیلی ساده بود ، و رویکرد همه چیزهای سخت را تا آخر سوق داد و به شکست رسیدند.

هر دو بدبختانه شکست خوردند. در این فرآیند ، من به کلود اوپوس ایمان خود را از دست دادم تا یک مشکل ساده را متوجه شوم و یک ابزار خط فرمان را ایجاد کردم که Asko3 را صدا کردم (که بعداً “ o3helper “) فقط می توان از اداتا استفاده کرد. من ایمان به مکان نما را از دست دادم که قادر به پایان کار خود هستند و به هر درخواست پاسخ می دهند ، بنابراین O3 در مکان نما به طور پیش فرض از دست رفته است. به بعد با دسته کوچک موسیقی جاز بعدی ، Claude Opus 4 مستقل توصیه شده توسط مستقل O3.

این طرح همچنین بدبختانه شکست خورد. O3 اظهار داشت که OPUS یک اجرای “فرقه باری” (اصطلاح آن ، نه مال من) از آنچه الگوریتم Aider انجام داده است ، ایجاد کرده است. این پیشنهاد می کند که سیستم من برای ایجاد برنامه ها بخشی از مشکل بود . در عوض ، من یک برنامه اسناد واحد ایجاد کردم. سپس من O3 را بیشتر اجرای (از داخل کد Claude) انجام دادم. آن را کاملاً غرق کرد. من از Claude خواسته ام که از O3 بخواهد طراحی خود را بررسی کند بدون اینکه به آن بگوید که این طراحی خودش است. آن را بیرون کشید. کلود این بررسی را “وحشیانه اما دقیق” خواند.

در نهایت ، من هنوز به سیستم پچ خود نیاز داشتم تا کار کنم و واقعاً اهمیتی برای کدگذاری TypeScript ندارم. من Claude Claude را از اجرای Aider کپی کردم و یک روش اصلی را ایجاد کردم که به عنوان یک آزمون واحد خدمت کرده است. سپس من هر روش را بیش از یک بار درگاه کلود داشتم. وقتی چیزی شکست خورد ، من یک روش تنظیم مجدد را با روش پیشنهاد کردم. من هر تصمیم را مرور کردم ، و سپس کل روند را بررسی کردیم – موفقیت. این تا آنجا که می توانید از برنامه نویسی پرنعمت دور بود. خیلی سریعتر از تایپ کردن خودم نبود. این فقط یک الگوریتم پچ بود.

همکار که امیدوار به “تولید یک سیستم عامل” است با چالش های بسیاری روبرو است. LLMS در یک کوه CRUD (ایجاد ، خواندن ، به روزرسانی ، حذف) کد و برنامه های وب آموزش داده می شود. اگر این چیزی است که شما می نویسید ، پس از LLM برای تولید تقریباً همه آن استفاده کنید – هیچ دلیلی وجود ندارد. اگر وارد علفهای هرز کثیف یک الگوریتم شوید ، می توانید آن را تا حدودی تولید کنید ، اما باید بدانید که چه کاری انجام می دهید و دائماً آن را مجدداً تراز کنید. ساده نخواهد بود.

خوب در آسان

این فقط من این را نمی گویم ، این همان چیزی است که مطالعات همچنین . LLM ها در مشکلات سخت و متوسطی که در آن نمی توانند الگوهای شناخته شده را بخیه بزنند ، شکست می خورند. آنها همچنین نیمه عمر دارند و وقتی مشکلات طولانی تر می شوند شکست می خورند. علی رغم فرضیه O3 (اشتباه در این مورد) که سیستم برنامه ریزی من باعث ایجاد مشکل شده است ، بیشتر وقت را با شکستن مشکل به قسمت های کوچکتر و مجبور به درک تمام زمینه های LLM در مورد LLM که باعث می شود تا به شکوه بپردازد. به طور خلاصه ، من به آن کارهای کوچکی می دهم که می تواند در آن موفق شود. با این حال ، یکی از دلایل عدم موفقیت این است که با وجود تمام ابزارهای ایجاد شده ، فقط در حدود ۵۰ سیستم پچ در کد عمومی وجود دارد. با چند مثال برای یادگیری ، آنها استنباط کردند که اختلافات یکپارچه ممکن است یک روش خوب باشد (آنها به طور کلی نیستند). برای برنامه های وب نمونه های بسیاری وجود دارد. آنها این زمینه را خیلی خوب می دانند.

از این چه چیزی استفاده کنیم؟ اعتیاد به مواد مخدره را نادیده بگیرید. LLM ها مفید هستند ، اما عوامل واقعاً خودمختار حداقل هنوز کد سطح تولید را توسعه نمی دهند. LLM ها در زمینه های تکراری و قابل فهم از توسعه نرم افزار (که نیز خسته کننده ترین هستند) بهترین کار را می کنند. LLM ها در ایده های جدید یا طراحی الگوریتمی واقعی شکست می خورند. آنها احتمالاً (به خودی خود) موفق نخواهند شد در هر کجا نمونه های زیادی در github github .

از این چه چیزی نگیرد؟ نتیجه گیری نکنید که LLM کاملاً بی فایده است ، و شما باید یک صنعتگر نرم افزاری باشید و با محبت CSS و HTML و کد CRUD تکراری خود را مانند Pappy قبل از خود کدگذاری کنید. فکر نکنید که اگر شما روی یک مشکل سخت کار می کنید ، LLMS بی فایده است. آنها می توانند کمک کنند ؛ آنها فقط نمی توانند همه چیز را برای شما پیاده سازی کنند. لازم نیست نام هر کتابخانه رشته ای را که با کتابخانه های پایتون مطابقت دارد جستجو کنم. LLM این کار را برای من انجام داد. اگر من به عنوان یک برنامه با آن شروع کردم ، به سرعت پیش می رفت.

اگر شما یک برنامه CRUD را انجام می دهید ، کاری تکراری انجام می دهید ، یا با یک دامنه مشکل روبرو می شوید که در آنجا تعداد زیادی از مواد آموزشی وجود دارد ، می توانید به LLM ها اعتماد کنید. اگر در حال نوشتن یک سیستم عامل هستید ، باید بدانید که چگونه یک سیستم عامل بنویسید و LLM می تواند برای شما تایپ کند. شاید بتواند این کار را در زنگ زدگی انجام دهد که در آن آخرین بار در C این کار را انجام داده اید ، زیرا همه چیز را در مورد نحوه نوشتن یک برنامه ریزی کاملاً منصفانه می دانید. اگر شما یک هستید node.js توسعه دهنده ، شما (با موفقیت) (با موفقیت) chatgpt-an an IOS جایگزین خواهید شد زیرا شما در اپل دیوانه هستید.