Інженери майбутнього: Як Factory AI переписує код сучасності (та що це припустимо, означає для нас)
Я завжди була зачарована людським генієм – як ми вигадуємо, створюємо, перетворюємо світ навколо себе. Очевидно, у світі технологій ця тяга до дивовижного досягає особливої глибини. Адже саме розумієте, тут народжуються інструменти, здатні змінити саме наше розуміння реальності. Нещодавно, маючи змогу поспілкуватися з Матаном Ходакевичем, співзасновником Factory AI, я відчула прилив саме такого захоплення – від розуміння того, як створюються інструменти майбутнього. До речі, його бачення майбутнього програмування, припустимо, а разом з ним – й нашого життя, просто вражає.
Від фізики до фабрики: подорож до нового бачення
Перш ніж. Заглибитися в глибини Factory AI, розмову варто почати з історії самого Матана. Його шлях до новітніх технологій не був класичним. Десять років він вивчав теоретичну фізику, зосереджуючись на теорії струн. Цей досвід, як він сам говорить, навчив його. Мислити фундаментально, тобто, бачити загальну картину і цінувати складність, приблизно так. І саме ці риси привели його до програмування, де він. Знайшов можливість застосувати фізичний склад розуму до створення чогось нового. Насправді,
У 2022 році Матан зацікавився програмуванням, а саме, генерацією коду з використанням штучного інтелекту. Тоді це ще був відносно новий напрямок, який швидко захопив його: “Після 10. Років теоретичної фізики і, зокрема, теорії струн, ви дійсно вчитесь цінувати фундаментальні, загальні речі. Існують дуже загальні ролі, які кодування або розробка програмного забезпечення відіграє в штучному інтелекті в цілому”.
Чому саме ця сфера? Все просто – найновіші моделі штучного інтелекту, як правило, найкраще працюють саме з кодом. Незалежно від того, чи йдеться про написання віршів, чи про відповіді на. Очевидно, дослідницькі питання, усе покращується, якщо модель володіє кращими навичками програмування, якось так. Це як серцевина, що приваблює математиків, фізиків та всіх, хто прагне глибшого розуміння світу. Очевидно,
Зміна парадигми: від коня до автомобіля
Справжній прорив, який привів до створення Factory AI, полягав у. Розумінні стародавньої мудрості Генрі Форда: “Якби я спитав людей, чого вони хочуть, вони б сказали – швидших коней”. Чесно кажучи,
Матан переконаний, що сучасне програмування досягло свого піку в інструментах на кшталт традиційних IDE (Integrated Development Environment – інтегроване середовище розробки). Відверто кажучи, iDE існують уже двадцять років, і розробники звикли до них. Водночас усі розуміють, що майбутнє програмної інженерії буде кардинально іншим.
“У нас є світ, де розробники використовують IDE і пишуть кожний рядок коду, і є світ, де розробники, по суті, писатимуть 0% свого коду”, – пояснює Матан. Він вважає, що ітеративний підхід – спроби покращити наявні інструменти на кшталт спроби замінити коней автомобілями. Все це не спрацює. Автомобіль потрібно було будувати з нуля, беручи до уваги зовсім інших принципів.
Тож, як же відрізняються різні підходи? Стандартний підхід до розробки полягає у пошуку найкращого способу реалізувати завдання якомога швидше та надійніше. Водночас підхід, який пропонує Factory AI – це, перехід від “як зробити швидше”. До “як розбити велику задачу на окремі, перевіряємі кроки, які можна делегувати агентам”. Відверто кажучи,
“Різниця тут – працювати над чимось серійно швидше або паралелізувати щось. Очевидно, що прискорення будуть набагато драматичнішими, коли ви зможете паралелізувати ту саму проблему. На чотири кроки замість роботи над нею серійно, тобто трохи швидше”, – каже Матан.
Паралелізм: магія кількох агентів
Ця ідея паралельності є ключовою для Factory AI. Сам Матан згадує: “Найбільше “вау”-враження в мене виникає, коли я можу паралелізувати процес. Я думаю, що вперше це дійшло до мене, коли я побачив Open AI. У мене є завдання з тривалим горизонтом, яке займає хвилини, а то й десятки хвилин. Після цього я почав друге завдання, знаючи, що в мене є кілька агентів, які роблять те, що я мав би робити послідовно. Справа в тому, що скажімо, це було дуже вражаюче для мене”. Дивно, очевидно,
У майбутньому розробники більше не будуть повністю занурені у процес написання коду. Їхня роль буде зосереджена на тому, щоб зрозуміти велику задачу, розбити її на частини, які можна делегувати агентам зі штучним інтелектом, і перевірити результат.
Людський фактор: системне мислення та нове бачення ролі
Я часто. Чула питання: “Чи варто взагалі вчитись програмувати в епоху штучного інтелекту? ” Матан відповів дуже точно – так, важливо. Однак, перш за все, розумієте, потрібно роздумувати у категоріях системного мислення.
“Найкращі інженери – це не ті, хто знає кожну дрібницю кожної мови програмування. Фактично, найкращі інженери – це ті, хто найкраще розуміє. Системне мислення і розуміє, як міркувати про обмеження. Звичайно, і тепер у нас є новий підхід до створення програмного забезпечення: замість того, щоб зосереджуватись на системному мисленні щодо цих обмежень. До речі, а потім імплементувати, вам потрібно якнайшвидше отримати набір кроків для. Агента, а також набір критеріїв перевірки та валідації”, – пояснює Матан.
Саме системне мислення та розуміння логіки дозволяють розробникам не тільки ставити. Завдання агентам, але й розуміти, чи той продукт працює так, як треба. У цьому контексті досвідчений інженер – це той, хто може оцінити роботу агентів, виявити взагалі, помилки, і, що найважливіше, визначити, як завдання потрібно реструктурувати.
Він також додає, що для молоді навчатися саме фундаментальних речей – важливо, незалежно від того, чи це програмування, математика, фізика чи біологія. “Важливо мати здатність наприклад, потрапляти в будь-яку з цих дисциплін, що має простір проблеми, яке виглядає так, ніби там. Величезна кількість щільної інформації та сотні років історії, на які, реалістично, у вас зовсім немає часу”, – каже він.
розумієте,
Погляд у майбутнє: експоненційне зростання та нові. Можливості
Запитання про те, яким буде майбутнє, завжди найскладніше. Насправді, ми схильні мислити лінійно, але технології розвиваються експоненційно. У цьому контексті передбачення виглядає як надзвичайно складна задача.
Матан бачить картину, в якій технології будуть зосереджені на кінцевомв підсумку – досягненні поставлених цілей, а не на кодуванні як самоцілі. Наприклад, якщо раніше на вирішення дивіться, проблеми потрібно було витратити 10 років та залучити тисячу. Інженерів, то тепер це можна зробити набагато швидше – із командою з 10 людей.
Такий підхід не означає, що кількість фахівців зменшиться. Натомість розшириться спектр начебто, задач, з якими працюватимуть команди, типу того. Очевидно, у кожної людини буде армія віртуальних помічників. Це створить можливості для вирішення таких програмних завдань. Масштаби яких припустимо, ми зараз навіть не можемо уявити. “Складно навіть уявити, загалом, що супроводжує результат мільйона інженерів”, – ділиться своїми роздумами Матан, якось так.
Економіка майбутнього: нові горизонти
Матан поділився дуже оптимістичним поглядом на майбутнє. Справа в тому, що якщо раніше для вирішення проблеми було потрібно понад 1000 інженерів, то зараз знадобиться всього 10. Але це не звільнить купу людей. Все буде зовсім навпаки! Звичайно,
Його наприклад, думка полягає в тому, що кількість проблем. Насправді, які можна вирішити з використанням штучного інтелекту, різко зросте. Отже, збільшиться кількість робітників, які будуть залучені: кодування, тестування тощо. “Я думаю, що ми відійдемо від ситуації, коли кодуванням займались лише обмежена кількість людей, щоб тепер цим міг займатися кожен. Багато задач було важко реалізувати, наприклад, через низькі інвестиції, якщо проблема стосувалась, скажімо, невеликої групи людей. Але тепер, зі штучним інтелектом, ситуація зміниться. Якщо у вас є питання до розумієте, 2000 людей, і вам хочеться його вирішити – можете залучати купу інженерів, адже тепер це можливо”, – пояснює він.
Він додає, що зрештою кодування стане настільки недорогим, що рентабельність рішень для вирішення проблем окремих людей стане прибутковою. Він говорить про тривалий час, проблеми, які можна побачити вже зараз. Простіше кажучи, наприклад, з розширенням у космос з’являться величезні проблеми з програмним забезпеченням, які можуть вирішити лише інженери, що володіють інструментами ШІ.
Factory AI: дизайн, що змінює підхід
Factory. AI виділяється не лише своїми можливостями, але й дизайном. Він зовсім не схожий на IDE. Начебто, Натомість це повністю новий досвід, приблизно так. Справа в тому, що
Головний принцип – відхід від стандартного підходу: “Ми намагаємося побудувати автомобіль, відходячи від ітеративного підходу, як з тими швидшими конями. Мрія тут – наблизитися розумієте, до світу, де людині не потрібно буде вручну редагувати код”. Зрозуміло,
Компанія прагне до того, щоб розробник міг чітко сформулювати план, а далі ШІ сам забезпечить реалізацію. За словами Матана, “Розробник повинен надати чіткий план того, розумієте, що він хоче зробити, щоб отримати саме той результат, на який він розраховує”.
Одля забезпечення правильного результату передбачено додаткові вимоги. “Наприклад, якщо я хочу створити синю панель приладів, і я попрошу Factory, то вона має створити саме те, що я хочу. І навіть, якщо буде помилка, вона має виявити її та виправити”.
Технології під капотом: як працює Factory AI
Матан поділився трьома ключовими напрямками, які лежать в основі успіху Factory AI:
-
Інтеграція з першими сторонами: інтеграція з такими сервісами, як GitHub, Slack, Jira, Sentry, Data Dog. Фактично, замість того, щоб використовувати великий обсяг інформації, Factory AI зосереджується на важливих взаємозв’язках. Наприклад, маючи інформацію розумієте, про зміни в коді, запити клієнтів, і вихід з ладу, система швидко знаходить взаємозв’язок між ними. Це скорочує час на вирішення проблем.
-
Пам’ять: Factory AI має можливість запам’ятовувати та навчатися. Фактично, існує організаційна пам’ять. Наприклад, робота організації, інформація про клієнтів, стек технологій. Також пам’ять може стосуватися команди, або ж окремого розробника. Звичайно, система буде враховувати індивідуальні особливості кожної людини. Система може покращувати код, якщо розуміє, що ви завжди забуваєте щось зробити.
-
Виконання коду. Factory AI пропонує два способи виконання коду:. Зрозуміло, віддалено, використовуючи хмарні середовища, або локально, на вашому пристрої. Локальне виконання забезпечує додатковий контроль от, та дозволяє перевіряти код перед відправкою.
Factory AI для бізнесу: розширення горизонтів
Компанії без досвіду в розробці програмного забезпечення також можуть використовувати Factory AI. За словами Матана, деякі з найбільших клієнтів Factory AI не. Займаються програмуванням, але вони розуміють, наскільки важливо мати власний софт. “Кожна організація має програмне забезпечення, і, навіть якщо це не основний продукт, це надзвичайно важливо для збільшення важелів впливу організації. Тепер, якщо у вас є спеціалісти, ви можете делегувати завдання агентам, що буде дуже корисним”, – пояснює Матан. Простіше кажучи,
Водночас Матан наголошує, що конкуренція в найближчому майбутньому буде ставати ще більшою. Безумовно, очевидно, якщо раніше бачите, достатньо було розширити штат, щоб бути на крок попереду, то тепер для цього необхідно 10-кратно збільшувати ефективність інженерів. Справа в тому, що переваги отримають споживачі програмного забезпечення.
припустимо,
Завершення розмови: майбутнє вже тут!
На закінчення Матан поділився баченням найближчого майбутнього. “Агенти будуть надійнішими та якіснішими. Вони зможуть отримати те, що ви хочете зробити, з набагато меншим керівництвом. Я думаю, що в найближчі шість місяців десь так, ми будемо на етапі, коли, навіть якщо ви. Не дуже захоплюєтесь агентами, ви зможете протестувати Factory AI протягом кількох хвилин і отримати магічний досвід. Безумовно, і це дійсно змусить людей перейти в цей новий світ, де у. Вас буде більший вплив, і це дасть вам можливості”, – каже Матан.
З Матаном мені було надзвичайно цікаво але розуміння того, як формується майбутнє, дає натхнення. І, що найважливіше, розуміння того, як ми, люди. Можемо використовувати ці інструменти, щоб зробити світ кращим.
