Cộng đồng phát triển phần mềm đang tham gia vào một cuộc thảo luận sôi nổi về việc coi các Mô Hình Ngôn Ngữ Lớn ( LLM ) như trình biên dịch thay vì chỉ là trợ lý lập trình đơn thuần. Khái niệm này đề xuất một sự thay đổi cơ bản, nơi các nhà phát triển sẽ tập trung vào việc cung cấp ngữ cảnh và kiểm thử tính năng, trong khi LLM xử lý việc tạo code thực tế và tích hợp.
Tầm Nhìn Trình Biên Dịch Khơi Dậy Những Mối Quan Ngại Kỹ Thuật
Cách tiếp cận LLM-như-trình-biên-dịch được đề xuất hình dung các nhà phát triển làm việc theo chu kỳ: tập hợp ngữ cảnh, đưa vào hệ thống LLM , và để nó lặp lại cho đến khi các bài kiểm tra đạt. Tuy nhiên, tầm nhìn này đã gây ra sự phản đối đáng kể từ cộng đồng nhà phát triển, đặc biệt là xung quanh các vấn đề về tính xác định. Không giống như các trình biên dịch truyền thống tạo ra đầu ra có thể dự đoán được, LLM đưa vào tính ngẫu nhiên có thể dẫn đến kết quả không nhất quán qua các lần chạy.
Một số nhà phát triển đã chỉ ra rằng ngay cả với các seed cố định, LLM có thể thể hiện hành vi không xác định do các phép toán dấu phẩy động trên GPU . Tính không thể dự đoán này đặt ra câu hỏi về độ tin cậy trong môi trường sản xuất nơi hành vi nhất quán là quan trọng.
Các Thách Thức Kỹ Thuật Chính: • Tính không xác định: Các mô hình LLM có thể tạo ra những kết quả đầu ra khác nhau qua các lần chạy • Độ chính xác dấu phẩy động: Các hoạt động GPU tạo ra những biến đổi tinh vi • Tính đầy đủ của đặc tả: Các yêu cầu bằng ngôn ngữ tự nhiên thường thiếu độ chính xác • Độ phức tạp của việc gỡ lỗi: Mã được tạo ra có thể khó khắc phục sự cố
Triết Lý Phát Triển Waterfall So Với Lặp
Một điểm tranh cãi chính tập trung vào phương pháp luận phát triển. Các nhà phê bình lập luận rằng cách tiếp cận LLM-compiler giống với phát triển waterfall lỗi thời, yêu cầu đặc tả hoàn chỉnh trước khi thực thi. Nhiều nhà phát triển ủng hộ việc duy trì bản chất đối thoại, lặp của các tương tác LLM hiện tại.
Giá trị thực sự của LLM là khả năng đối thoại của chúng. Thử một cái gì đó, lặp lại, thử cái khác, lặp lại nữa, để nó vá một lỗi bạn thấy, hỏi xem nó có khuyến nghị nào dựa trên nơi bạn đang hướng tới.
Quan điểm này nhấn mạnh rằng LLM xuất sắc khi được sử dụng như đối tác cộng tác thay vì trình biên dịch hộp đen, cho phép các nhà phát triển tinh chỉnh yêu cầu thông qua đối thoại liên tục.
Quan điểm của Cộng đồng: • Ủng hộ compiler: Tập trung vào việc dân chủ hóa và cải thiện tốc độ • Ủng hộ phát triển lặp: Nhấn mạnh phát triển theo kiểu đối thoại và chuyên môn của các chuyên gia • Phương pháp kết hợp: Kết hợp việc tạo sinh AI với các cấu trúc ngôn ngữ chính thức
Tuyên Bố Dân Chủ Hóa Đối Mặt Với Sự Hoài Nghi
Tuyên bố của bài viết rằng trình biên dịch LLM sẽ dân chủ hóa kỹ thuật bằng cách giảm các kỹ năng chuyên môn cần thiết đã gặp phải sự hoài nghi đáng kể. Các thành viên cộng đồng lập luận điều ngược lại có thể đúng - rằng các công cụ AI thực sự giúp các chuyên gia lặp nhanh hơn trong khi những người không chuyên gặp khó khăn với các vấn đề mà AI không thể giải quyết chỉ thông qua lặp.
Mối quan ngại là không có hiểu biết kỹ thuật sâu sắc, người dùng không thể hướng dẫn hiệu quả LLM khi chúng gặp phải các vấn đề phức tạp hoặc nhận ra khi chúng đang di chuyển ra khỏi các giải pháp khả thi.
Các Thí Nghiệm Ngôn Ngữ Mới Nổi
Bất chấp các cuộc tranh luận, một số nhà phát triển đang tích cực thử nghiệm với các ngôn ngữ lập trình AI-first. Các dự án như Mochi đang khám phá các ngôn ngữ coi việc tạo AI như một công dân hạng nhất, kết hợp các truy vấn dữ liệu khai báo và tạo AI trực tiếp vào cú pháp. Những thí nghiệm này đại diện cho các nỗ lực thu hẹp khoảng cách giữa đặc tả ngôn ngữ tự nhiên và các cấu trúc lập trình chính thức.
Quy trình Trình biên dịch LLM được đề xuất: • Tập hợp ngữ cảnh và đặc tả kiểm thử • Đưa đầu vào vào hệ thống trình biên dịch LLM • Hệ thống lặp lại cho đến khi tất cả các bài kiểm thử đều vượt qua • Lưu trữ mã đầu ra để tối ưu hiệu suất • Chỉnh sửa ngữ cảnh và lặp lại chu trình
Kiểm Thử Như Nền Tảng
Một lĩnh vực đồng thuận rộng rãi liên quan đến vai trò quan trọng của kiểm thử toàn diện trong bất kỳ hệ thống LLM-compiler nào. Các nhà phát triển nhận ra rằng các bộ kiểm thử mạnh mẽ sẽ là thiết yếu để đảm bảo các yêu cầu chức năng được đáp ứng, bất kể chất lượng code cơ bản. Cách tiếp cận này coi kiểm thử như cơ chế đặc tả chính, với code trở thành chi tiết triển khai.
Cuộc thảo luận phản ánh các câu hỏi rộng hơn về tương lai của phát triển phần mềm và liệu ngành công nghiệp có sẵn sàng cho một sự thay đổi cơ bản như vậy trong cách code được tạo và duy trì. Trong khi các thách thức kỹ thuật vẫn còn đáng kể, cuộc trò chuyện làm nổi bật sự phát triển liên tục của các công cụ và phương pháp luận phát triển trong kỷ nguyên AI .
Tham khảo: LLMs as compilers