Re: [討論] 用AI寫code產生的疑問

https://reurl.cc/pLo9ab
三星稱10年內SSD達到1PB
當容量便宜的時候就省算力吧
複雜度其實也都是成本考量
10年算力發展到哪也不知道了
以前覺得是問題的隨著硬體進化就不是問題了
以後可能個人手機的Ram都可以整個把GTP model load進去了

其實說到複雜度
AI處理起來比人類不會出錯才是
複雜度高Bug越多這是人類的問題
反而AI擅長比人類能夠處理複雜度高的事情
目前還是因為算力的限制
Token吃不下這麽多
隨著時間發展AI處理複雜度高的案子
比起資深工程師一定更得心應手

後來想想AI很快就能夠做code review了
應該說目前就能夠做了
但基於還太新信任問題
還不能全部交辦給AI處理
再加上目前Token限制是無法吃下整個專案的關係
還有styling之類的參考等等問題
Code review必須還是要有資深來處理

AI自我訓練會讓它進化速度十分可怕
過去訓練AI要標註
現在GPT標註的準確率比外包員工還高
就跟細胞分裂一樣越長越大
反正這波革命想辦法跟上撈油水吧

:: 回覆應該會變得很長所以特地開一篇。
: 在專案規模越變越大的時候怎麼去處理祖傳代碼？
: 從人類既存的軟體史來說這些祖傳代碼幾乎沒有修好的可能性，從這個方向由AI做出發?: 專案本身的複雜度正比於 BUG 的發生率，而 BUG 的發生通常是錯誤的抽象造成的結果?: 所以AI可以處理嗎？不行，因為是人類在提需求時就已經有問題了。
: 再回到複雜度的討論上。
: 每一種資料結構與其時間、空間的 big O都有其優缺點，這是一種取捨，不可能僅有一?: 那AI生成確定真的是生成你需要的東西嗎？我是不是有修改的需求？
: 我有修改的需求就表示我需要讀懂AI寫的代碼，那我就需要可讀性，也許你會說既然都?: 1. 可讀性的本質是易修改，這代表只要較少的資訊就可以實現改變，這是一個迭代效率: 2. 我要求處理時間要在多久以內完成的方式讓AI重新生成代碼，這方式最終還是會回到: 我會在原文的回覆是在說有一群人的觀點是「神打個響指就能解決人類一直解決不了的?: 神替換成AI完全沒問題
: -----
: Sent from JPTT on my Asus ASUS_I01WD.

--
Sent from nPTT on my iPhone 13 Pro Max

--