ยุคสมัยของการเขียนโค้ดแบบ “vibe” ทำให้ความเชื่อมั่นเป็นอุปสรรคสำคัญ

(SeaPRwire) –   សូមស្វាគមន៍មកកាន់ Eye on AI ជាមួយនឹងអ្នកយកព័ត៌មាន AI Sharon Goldman។ នៅក្នុងលេខនេះ៖ ការចំណាយលើ AI របស់ប្រធាននាយកហិរញ្ញវត្ថុ Microsoft បានប្រឈមមុខនឹងការភ័យខ្លាចពូកពោះអន្ដរជាតិ…តើ AI បានជួយបុរសម្នាក់ (និងប្អូនប្រុសរបស់គាត់) កសាងក្រុមហ៊ុនដែលមានតម្លៃ ១.៨ ពាន់លានដុល្លារដោយរបៀបណា…Apple ពង្រឹងការបង្ក្រាបលើកម្មវិធី vibe coding។

AI ឥឡូវនេះអាចសរសេរកូដបានលឿនជាងមនុស្សដែលអាចវាយបញ្ចូល។ ដោយមានឧបករណ៍ “vibe coding” ដូចជា Anthropic’s Claude Code និង OpenAI’s Codex អ្នកអភិវឌ្ឍន៍កំពុងសាងសង់ និងបញ្ជូនកម្មវិធីដោយរីករាយ ក្នុងល្បឿនដែលមិនអាចស្រមៃមើលឃើញនៅក្នុងឆ្នាំមុននេះទេ។ សូម្បីតែអ្នកបង្កើត Claude Code Boris Cherny ក៏បានអះអាងថាកំណែចុងក្រោយត្រូវបានសរសេរទាំងស្រុងដោយ Claude Code។

ប៉ុន្តែទោះបីជា vibe coding អាចលឿនក៏ដោយ វាក៏អាចណែនាំអំពីបញ្ហាកំហុស និងភាពរអិលដែលពិបាកកត់សម្គាល់ផងដែរ។ ហើយកំហុសរបស់មនុស្សក៏មិនទាន់បាត់បង់ដែរ៖ Claude Code ឥឡូវនេះកំពុងស្ថិតនៅក្រោមការត្រួតពិនិត្យ បន្ទាប់ពីកូដប្រភពរបស់វាត្រូវបានលេចចេញដោយចៃដន្យកាលពីសប្ដាហ៍នេះ ដោយសារតែកំហុសក្នុងការវេចខ្ចប់។

សម្រាប់សហគ្រាស ភាពរអិលបែបនេះគឺមិនអាចទទួលយកបានទេ។ នៅក្រុមហ៊ុនធំៗដែលមាន codebases ពង្រីកធំទូលាយ វាមិនមែនគ្រាន់តែអំពីការសរសេរកូដឲ្យបានលឿនទេ—វាអំពីការធានាថាកូដនោះត្រឹមត្រូវ មានសុវត្ថិភាព និងអនុវត្តតាមប្រព័ន្ធខាងក្នុង និងកាតព្វកិច្ចខាងក្រៅ។ នៅពេលដែលឧបករណ៍ AI ចាប់ផ្ដើមបង្កើតកូដដែលត្រៀមរួចសម្រាប់ផលិតកម្មដោយស្វ័យប្រវត្តិ ចំណុចចង្អៀតកំពុងផ្លាស់ប្ដូរពីការសរសេរផ្នែកទន់ទៅការផ្ទៀងផ្ទាត់វា។ ហើយនៅកម្រិតសហគ្រាស ដែលការផ្លាស់ប្ដូរកូដរាប់លានអាចហូរកាត់ប្រព័ន្ធក្នុងមួយឆ្នាំ សូម្បីតែកំហុសតូចៗក៏អាចបន្សំក្លាយជាហានិភ័យធំៗបានយ៉ាងរហ័សដែរ។

រឿងនោះបានធ្វើឲ្យខ្ញុំគិតអំពីការសម្ភាសន៍មួយដែលខ្ញុំបានធ្វើឡើងកាលពីពីរឆ្នាំមុនជាមួយ Itamar Friedman ដែលជាអ្នកចាប់ផ្ដើមរួម និងជាប្រធាននាយកប្រតិបត្តិនៃ Qodo ដែលជាឧបករណ៍ត្រួតពិនិត្យកូដ AI ដែលទើបតែបានរកថវិកាបាន ៧០ លានដុល្លារ ដើម្បីដោះស្រាយបញ្ហាដែលគាត់ហៅថា “AI slop” កំពុងកើនឡើងនៅក្នុង codebases។

នៅពេលដែលខ្ញុំបាននិយាយជាលើកដំបូងជាមួយ Friedman នៅដើមឆ្នាំ ២០២៤ នៅពេលដែលក្រុមហ៊ុននៅតែហៅថា CodiumAI គាត់បាននិយាយអំពី “flow engineering” — ប្រព័ន្ធដែលម៉ូដែលមួយបង្កើតកូដ ហើយម៉ូដែលមួយទៀតពិនិត្យវា ដោយបន្ថែមស្រទាប់នៃការធ្វើតេស្ត និងការឆ្លុះបញ្ចាំង។ ប៉ុន្តែសូម្បីតែនៅពេលនោះ វាច្បាស់ណាស់ថាការបង្កើតកូដគឺងាយស្រួលជាងការធានាថាវាត្រឹមត្រូវ និងដំណើរការបានល្អ ហើយថា “code integrity” គឺជាកត្តាសំខាន់។

នៅក្នុងការសន្ទនាជាមួយ Friedman កាលពីម្សិលមិញ គាត់បានអះអាងថា ឧបករណ៍សរសេរកូដ AI នាពេលបច្ចុប្បន្ន ដែលដំណើរការដោយ LLMs ត្រូវបានរចនាឡើងដើម្បីបំពេញភារកិច្ច មិនមែនដើម្បីសួរសំណួរអំពីភារកិច្ចនោះទេ—ដែលធ្វើឲ្យ “ស្រទាប់អភិបាលកិច្ច និងទំនុកចិត្ត” ដាច់ដោយឡែកមួយមានសារៈសំខាន់ខ្លាំង ដើម្បីកំណត់ថាតើអ្វីគួរ (និងមិនគួរ) ត្រូវបញ្ជូន។

“AI មិនគ្រប់គ្រាន់ទេ នៅពេលដែលអ្នកកំពុងនិយាយអំពីគុណភាពផ្នែកទន់ក្នុងពិភពជាក់ស្ដែង និងអភិបាលកិច្ចកូដ” គាត់បាននិយាយ។ “អ្វីដែលអ្នកត្រូវការតាមពិតទៅ គឺគតិបណ្ឌិតផ្លូវការ។” គាត់បានពន្យល់ថា ជាអ្នកអភិវឌ្ឍន៍ក្នុងអង្គការធំមួយ ការបង្កើតកូដដែលមានគុណភាពមិនមែនគ្រាន់តែអំពីការឆ្លាតទេ។ វាអំពីការដឹងពីរបៀបដែលក្រុមហ៊ុនជាក់លាក់មួយធ្វើរឿង—ចំណេះដឹងខាងក្នុងទាំងអស់នៅក្នុងអង្គការ។

Qodo គាត់បានពន្យល់ វិភាគពីរបៀបដែលអ្នកអភិវឌ្ឍន៍ក្នុងអង្គការមួយពិតជាសរសេរ និងត្រួតពិនិត្យកូដ—ដោយមើល pull requests, មតិ និងការផ្លាស់ប្ដូរពីមុន—ហើយប្រែក្លាយវាទៅជាសំណុំនៃច្បាប់ដែលកំណត់ពីអ្វីដែល “ល្អ” សម្រាប់ក្រុមហ៊ុននោះ។ ច្បាប់ទាំងនោះត្រូវបានអនុវត្តដោយស្វ័យប្រវត្តិ ដោយបញ្ជាក់ពីកូដថ្មីដែលរំលោភលើវា។

នៅក្នុងយុគសម័យ AI បញ្ហាប្រឈមសម្រាប់សហគ្រាសគឺថាពួកគេចង់ផ្លាស់ទីលឿនជាងមុន ប៉ុន្តែពួកគេមិនមានសេរីភាពក្នុងការផ្លាស់ប្ដូរ codebases របស់ពួកគេទេ លុះត្រាតែពួកគេអាចធានាបានថាកូដនោះនឹងនៅតែគួរឲ្យទុកចិត្ត។

“នោះជាគម្លាតដែលយើងកំពុងព្យាយាមបិទ” Friedman បាននិយាយ ដែលធ្លាប់បានចំណាយពេលបីឆ្នាំជានាយក machine vision នៅ Alibaba មុនពេលបើកដំណើរការអ្វីដែលឥឡូវនេះជា Qodo នៅឆ្នាំ ២០២២ គ្រាន់តែប៉ុន្មានខែមុនពេល ChatGPT ចាប់ផ្ដើម។ អត