Przez kilka tygodni usilnie próbowalem zmusić github copilota i chat gpt do generowania kodu który ma nietrywialny kontekst. Wychodziło z tego takie gówno, że szkoda było czasu na rozpisywanie specyfikacji bo wymagana szczegółowość praktycznie równała się zakodowaniu rozwiązania.
Jak na razie to są rzeczy które radzą sobie z problemami o bardzo wąskim kontekście -np jakieś sortowanie, transfomacje, obliczenia itd. W przypadku systemów biznesowych nie są w stanie sobie poradzić ani z
@kakodyl: Zgadzam się z Tobą, z dzisiejsze rozwiązania nie będą wstanie poradzić sobie ze złożonymi problemami zwłaszcza w przypadku gdy dotyczy to złożonych projektów z obszernym kodem źródłowym. Dwa sposoby, w jaki można rozwiązać ten problem to fine tuning modelu na kodzie źródłowym projektu i modelu biznesowym oraz zastosowanie modelu z szerszym kontekstem.
@nad__czlowiek: Niekoniecznie, ciągle będą potrzebni ludzie, którzy przekształca wymagania na kod, wciąż będą musieli łączyć ze sobą rozumienie logiki biznesowej wraz ze znajomością i rozumieniem kodu. To, co się może zmienić to czas, jaki spędzają na samym kodowaniu.
Komentarze (5)
najlepsze
Przez kilka tygodni usilnie próbowalem zmusić github copilota i chat gpt do generowania kodu który ma nietrywialny kontekst. Wychodziło z tego takie gówno, że szkoda było czasu na rozpisywanie specyfikacji bo wymagana szczegółowość praktycznie równała się zakodowaniu rozwiązania.
Jak na razie to są rzeczy które radzą sobie z problemami o bardzo wąskim kontekście -np jakieś sortowanie, transfomacje, obliczenia itd. W przypadku systemów biznesowych nie są w stanie sobie poradzić ani z