世界

開発者の雰囲気のコーディングの傾向と考慮事項を理解する

AIは、新しく革新的な方法でソフトウェア開発へのアクセスを民主化しており、「バイブコーディング」が新進開発者の最新の流行語として浮上しています。初心者向けの雰囲気のコーディングでは、誰でもプロジェクトで有利なスタートを切ることができます。 AIツール Cursor、GithubのCopilot、またはReplit fone Replitなど。これは小さなことではありません。特に、以前は自分でソフトウェアを作成できなかった人にとっては。ただし、Vibe CodingにはAIの出力に対する高いレベルの信頼が必要であり、他の方法ではコーディングできない人へのより速いターンアラウンドと拡大機能のための信頼性とセキュリティに潜在的なトレードオフがあります。ベン・マシューズソーシャルリンクナビゲーションエンジニアリングのシニアディレクター、スタックオーバーフロー。最新のAIテクノロジーの探索最新のAIテクノロジーを探索することは間違いなく役立ちます 開発者 物事をより良く、より速くするための新しい方法を試してください。そして、雰囲気のコーディングも例外ではありません。ただし、この用語を作成したテスラの元AIディレクターであるAndrej Karpathyでさえ、この方法論は、より複雑なプロジェクトよりも「週末プロジェクト」に適しているとアドバイスしています。 あなたは好きかもしれません より小さく、概念の実証スタイルプロジェクトの場合、雰囲気のコーディングの速度は輝く可能性がありますが、物事が成長するにつれて、エッジケースの重要なコンテキストと知識の必要性も成長します。バイブコーディングの実用性は別として - 認識 安全 エクスプロイト、コンテキストの理解の欠如、バグの修正、ソフトウェアのライフサイクル/メンテナンスの考慮事項 - プレイ中のより大きな問題もあります。あらゆる形式または規模で改善するAI搭載のコーディンググラント作業の場合、社会的に責任のあるAIは、テクノロジーソリューションが構築および配信される基盤でなければなりません。より信頼され、正確なデータ 大きな言語モデル トレーニング、結果の高品質 - コードのために、そして最も重要なことには、より大きな技術コミュニティのために。共生関係が形成する必要があります。データはAIの経験の作成と改善に役立ち、AIエクスペリエンスは新しい人間の検証された情報を導くのに役立ちます。雰囲気のコーディングに関連する機会とリスクを理解するAIは、意欲的な開発者にとって新しく革新的な方法でソフトウェア開発へのアクセスを民主化し続けています。開発者は、Cursor、GithubのCopilotなどのAIツールを尋ねたり、新しいプロジェクトの開始時に見たいものを足場にしたりするためにレプリットすることができます。これは、AI生成コードが非常に強力になる可能性がある場所であり、私は自分の自家製プロジェクトでそれを使用しています。コンテキストの必要性はほとんどなく、エッジケースははるかに少なく、セキュリティの懸念は、オーダーメイドのニーズを持つ他の大規模なプロジェクトよりも「標準」です。ただし、速度の改善のトレードオフは、これらのコードベースが成長するにつれて、セキュリティ上の懸念の潜在的な懸念の犠牲になる可能性があります。出芽のため プログラマー、バイブコーディングは、プロジェクトの初期段階で必要なサポートを提供する可能性があり、より多くの人々を私たちの分野に導き、学習曲線をコーディングに短縮することは常に良いことです。しかし、いくつかの初期の基本的なユースケース以外のものの方法に関連するリスクを考えると、注意を払う必要があります。手綱をAIに引き渡しますAndrej Karpathyは、Vibe CodingがAIと対話して、開発者が手動プログラミングアクティビティから離れるのを支援すると説明しています。 LLMS （大規模な言語モデル）、LLMSがコードライティングスキルを向上させ続けるため、ソフトウェアを簡単に作成できるようにするための直感的な決定を促す開発者に促します。バイブコーディングを完全に受け入れるために、開発者は、コードベースに入れられるときに、認識し、コードを理解するのではなく、プロセス全体でAIアシスタントに多くのコントロールを譲渡する必要があります。LLMアシスタントがコードの開発に関する知識のコーパスを改善し続けるにつれて、リアルタイムの決定と予測は、プロジェクトを正常に完了するために次に発生したいことを中心に行われますが、これらは依然として他の人の経験に基づいて仮定と教育を受けた推測です。バイブコードは注意してくださいそれは常にすべてを覚えておくべきです コーディング AI支援の助けを借りて、プロセスを独占的に監督することはできません。小規模で低リスクのサイドプロジェクトは、雰囲気のコーディングに最適です。より大きく、より複雑なプロジェクトに関しては、人間は常にそのループの一流の部分でなければなりません。LLMSを搭載したAIコーディングツールは、間違いを生み出すことができます。情報のより大きなデータセットを開発し、品質管理やセキュリティなどの他の要因を考慮するには、専門家の目をする必要があります モニター 他のユースケース、または最も一般的なケースのみを考えているAIにとって、新しいまたは予想外の欠陥または弱点。知識豊富な開発者は、脆弱なコード自体を特定してテストすることができます。LLMは、作成する可能性のある間違いを登録することさえできない場合があります。要するに、AIアシスタントが知らないことは、問題としてフラグを立てることはありません。バグやセキュリティの脆弱性は、AIが自信を持って間違っている可能性があるということです。バイブコーディングは業界にとって新しいトレンドですが、品質と安定性が重要な場合、開発プロセスでコーナーを切断するための銀の弾丸やライセンスとは見なすことはできません。人間の専門知識は、コードベースが垂直または水平に成長するにつれて、常にプロセスに貢献しなければなりません。開発者を雇うのに最適なサイトをリストしています。この記事は、TechRadarproのExpert Insights Channelの一部として制作されました。ここでは、今日のテクノロジー業界で最高で最も明るい心を紹介しています。ここで表明された見解は著者のものであり、必ずしもTechradarproまたはFuture PLCの見解ではありません。貢献に興味がある場合は、こちらをご覧ください。 https://www.techradar.com/news/submit-your-story-to-techradar-pro #開発者の雰囲気のコーディングの傾向と考慮事項を理解する