ÉlőUtoljára: 1 órájaMa: 4
Hogyan működik?frissítve: 04:16

Így tanít a Stanford AI-natív szoftverfejlesztést

A Stanford CS146S kurzusán az egykori házi feladatok már egyetlen prompttal megoldhatók, ezért a hallgatók most nyílt forráskódú projektekhez küldenek javításokat.

Így tanít a Stanford AI-natív szoftverfejlesztést
Fotó: Robert Gareth / Unsplash
forrás: Latent Space·AI Forradalom szerk.·
Megosztás

Mihail Eric, aki a Stanfordon tanítja a The Modern Software Developer kurzust, és a Monaco mesterséges intelligenciáért felelős vezetője, a Latent Space podcastjában mesélt a tanterv átalakításáról. Az első CS146S-futamon kilenc feladat és egy záró projekt szerepelt, köztük egy gyakorlat, amelyben a hallgatók AI-kódellenőrzőt futtattak egy tárolón, és értékelték a visszajelzéseit.

A következő futamra Eric úgy látta, hogy a diákok a legtöbb feladatot egyetlen prompttal meg tudják oldani. Amikor megkérdezte a Stanford másod- és harmadéves hallgatóit, hogyan programoznak, mindenki, akit megkérdezett, már kódolóagentet használt. Ezért a kurzus része most egy nyílt forráskódú projekthez küldött kódjavítás, amelyet a projekt karbantartója bírál el.

Mit tanul meg a hallgató a karbantartói visszajelzésből?

Eric szerint az agent egy délután alatt megvalósíthat egy funkciót, de a hallgatónak még ki kell derítenie, akarja-e a karbantartó az adott változtatást, miért úgy működik a kód, ahogy működik, és mit törhet el a javítás. Ez a beszélgetés az, amelyen keresztül egy junior mérnök egy senior kollégától tanul.

Eric megosztott egy gyakorlatot is: Geoffrey Litt explain-diff nevű eszköze vizuális bejárást készít egy kódváltozásról, majd kérdéseket tesz fel róla. A podcast szerint érdemes kipróbálni egy olyan javításon, amelyet az agent épp megírt.

Mit vásárol és mit épít a Monaco?

A Monaco csapata több kódellenőrző terméket is értékelt, és a Devin mellett maradt. Az agentek számára készült munkaterületeket viszont saját maguk építették, mert a háttérben futó agentnek kell hely, ahol futtatni tudja a terméket, reprodukálni tudja a hibát, és tesztelni tudja a javítást. Eric szabálya szerint: „Megveszed, hogy megtanulj; megépíted, hogy megtartsd.”

A csapat belső rendszere, a Hal, képes vizsgálatot indítani egy törött funkcióra és PR-t nyitni, de az értékesítők is kérdezhetnek vele a termék működéséről. Eric szerint a kérdés az, mi történik a PR másik végén: egy agent a jelenlegi kódot látja, de nem tudja, miért utasította el a csapat ugyanezt a változtatást hat hónappal korábban. Ezért érdemes ma is egy karbantartóhoz küldeni a hallgatót, mert valakinek továbbra is el kell döntenie, mi tartozik a projektbe.

Eric előrejelzése szerint a nyílt forráskódú tárolók agentek által futtatott szoftvergyárakká válhatnak. Ez azonban az ő véleménye, nem megállapított eredmény. A hallgatói viselkedésről szóló megfigyelések is informális felmérésen alapulnak, nem szisztematikus kutatáson, a Monaco tapasztalatai pedig anekdotikus, saját bevallásuk szerinti adatok.

Forrás

Feldolgozott sajtóforrás·Latent Space

Eredeti cikk megnyitása →

Ez a cikk a fenti sajtóforrás alapján készült AI-összefoglalóval.

tetszett a cikk? oszd meg →
Megosztás

Tetszik az oldal? Támogasd a fejlesztést

Az AI Forradalom egy automatizált pipeline: napi adatgyűjtés, LLM-feldolgozás és infrastruktúra fenntartása valódi költségekkel jár. Ha értékesnek találod a tömör, naprakész AI-összefoglalókat, egy kávé sokat segít.

☕ Támogatom