CEO Anthropic Dario Amodei đã tạo nên làn sóng vào tháng 3 năm 2024 với dự đoán rằng AI sẽ viết 90% mã phần mềm trong vòng 3-6 tháng, và về cơ bản là tất cả mã code trong vòng 12 tháng. Khi chúng ta đang tiến gần đến cuối khung thời gian đó, cộng đồng công nghệ đang xem xét kỹ lưỡng về việc những tuyên bố táo bạo này so sánh như thế nào với thực tế.
Dự đoán này được đưa ra trong một sự kiện của Council of Foreign Relations , nơi Amodei đề xuất rằng trong khi các nhà phát triển vẫn sẽ đóng vai trò trong việc cung cấp cho các mô hình AI những tính năng thiết kế và điều kiện, cuối cùng tất cả những hòn đảo nhỏ đó sẽ bị các hệ thống AI chiếm lấy. Khung thời gian của ông đã chứng minh là quá lạc quan, khơi dậy các cuộc thảo luận về khoảng cách giữa sự cường điệu của AI và việc triển khai thực tế.
Dự đoán về Lộ trình AI Lập trình của Amodei (Tháng 3/2024)
- 3-6 tháng: AI viết 90% mã phần mềm
- 12 tháng: AI viết "về cơ bản toàn bộ" mã lệnh
- Vai trò của các nhà phát triển: Cung cấp cho các mô hình AI các tính năng thiết kế và điều kiện
- Tác động rộng hơn: Dự kiến sự chuyển đổi tương tự "trong mọi ngành công nghiệp"
Mô hình chu kỳ cường điệu xuất hiện
Các cộng đồng nhà phát triển đang rút ra những điểm tương đồng với các dự đoán công nghệ trước đây đã thất bại trong việc hiện thực hóa theo lịch trình. Nhiều người chỉ ra những tuyên bố táo bạo tương tự về xe tự lái, nơi những lời hứa về ô tô tự lái hoàn toàn trong vòng 1-2 năm từ 2018-2020 không bao giờ thành hiện thực. Mô hình này còn kéo dài xa hơn về các công nghệ như UML trong những năm 1990, vốn được cho là sẽ làm cho các lập trình viên trở nên lỗi thời thông qua việc các kiến trúc sư hệ thống vẽ sơ đồ sẽ tự động tạo ra mã code.
Bối cảnh lịch sử này đã khiến các nhà phát triển đặc biệt hoài nghi về các dự đoán dựa trên khung thời gian từ các giám đốc điều hành công ty, những người có động cơ tài chính để quảng bá sản phẩm của họ. Cộng đồng lưu ý rằng những dự đoán như vậy thường theo một mô hình quen thuộc của kỳ vọng thổi phồng tiếp theo là điều chỉnh thực tế.
Các Mô Hình Dự Đoán Công Nghệ Trong Lịch Sử
- Xe Tự Lái (2018-2020): Hứa hẹn khả năng tự động hoàn toàn "trong vòng 1-2 năm"
- UML (thập niên 1990): Dự đoán các lập trình viên sẽ trở nên lỗi thời thông qua việc tạo mã từ sơ đồ
- Mô Hình Hiện Tại: Dự đoán của giám đốc điều hành → chu kỳ cường điệu → điều chỉnh thực tế
- Chủ Đề Chung: Các dự đoán về thời gian thường quá lạc quan, việc áp dụng thực tế diễn ra từ từ hơn
Thực tế AI viết code hiện tại so với kỳ vọng
Trong khi các công cụ AI chắc chắn đã thay đổi cách nhiều nhà phát triển làm việc, thực tế phức tạp hơn những gì dự đoán của Amodei đã gợi ý. Các nhà phát triển báo cáo rằng AI thực sự có thể tạo ra lượng mã đáng kể, đặc biệt là cho các tác vụ thường xuyên như các hoạt động CRUD và các ứng dụng web có nhiều UI. Tuy nhiên, chất lượng và khả năng bảo trì của mã do AI tạo ra vẫn là một mối quan tâm đáng kể.
Nhiều nhà phát triển có kinh nghiệm mô tả quy trình làm việc hiện tại của họ là AI viết những phần đáng kể của mã trong khi họ tập trung vào việc đọc, xác minh và sửa chữa từng dòng. Điều này thể hiện năng suất tăng lên cho một số loại công việc nhất định, nhưng không đạt được sự thay thế mang tính cách mạng như đã được dự đoán. Sự đồng thuận cho thấy rằng AI xuất sắc trong các chi tiết triển khai trong khi con người vẫn thiết yếu cho thiết kế kiến trúc, định nghĩa vấn đề và đảm bảo chất lượng.
Các mối quan tâm về bảo mật và chất lượng vẫn tồn tại
Một vấn đề chính được cộng đồng nhà phát triển nêu bật là các vấn đề bảo mật và chất lượng với mã do AI tạo ra. Các báo cáo chỉ ra rằng gần một nửa tất cả mã do AI tạo ra chứa các lỗ hổng bảo mật, đặt ra những câu hỏi nghiêm túc về việc áp dụng rộng rãi mà không có sự giám sát thích hợp. Điều này tạo ra một nghịch lý nơi AI có thể tạo ra nhiều dòng mã hơn, nhưng chuyên môn của con người trở nên quan trọng hơn bao giờ hết để đảm bảo rằng mã đó an toàn và có thể bảo trì.
Cộng đồng cũng lưu ý rằng các codebase do AI tạo ra có thể nhanh chóng trở nên không thể bảo trì, đặc biệt khi các nhà phát triển ít kinh nghiệm dựa quá nhiều vào AI mà không hiểu các mô hình và thực tiễn tốt nhất cơ bản. Điều này đã dẫn đến những gì một số người mô tả là các tình huống mã spaghetti 100% nơi việc tạo ra mã nhanh chóng tạo ra nợ kỹ thuật nhanh hơn so với việc có thể quản lý được.
Kiểm tra thực tế về lập trình AI hiện tại
- Mối lo ngại về bảo mật: ~50% mã do AI tạo ra chứa các lỗ hổng bảo mật
- Vấn đề chất lượng: Mã AI thường tạo ra các vấn đề về khả năng bảo trì
- Quy trình làm việc của nhà phát triển: AI tạo mã, con người xác minh và sửa lỗi
- Các trường hợp sử dụng tốt nhất: Các thao tác CRUD, ứng dụng web có nhiều UI, mã boilerplate
- Hạn chế: Các hệ thống phức tạp như nhân Linux, PostgreSQL vẫn còn thách thức
Những tác động rộng lớn hơn đối với ngành công nghiệp
Ngoài các mối quan tâm kỹ thuật trước mắt, các nhà phát triển đang vật lộn với những tác động rộng lớn hơn của việc tích hợp AI trong phát triển phần mềm. Trong khi một số coi AI như một công cụ mạnh mẽ tăng cường năng suất khi được sử dụng một cách khéo léo, những người khác lo lắng về những tác động lâu dài đối với chất lượng mã và kỹ năng của nhà phát triển.
Đầu ra kỳ lạ của LoC bởi các LLM có lẽ bây giờ đã vượt qua bất cứ thứ gì con người viết bằng tay. Tôi không tin rằng 90% vượt qua các đánh giá; nhiều hơn được viết ra và nhiều hơn bị loại bỏ.
Cuộc thảo luận tiết lộ một thực tế phức tạp hơn nơi các công cụ AI đang ngày càng được tích hợp vào các quy trình phát triển, nhưng theo những cách bổ sung thay vì thay thế chuyên môn của con người. Trọng tâm đã chuyển từ việc liệu AI có thay thế các nhà phát triển hay không sang cách các nhà phát triển có thể làm việc hiệu quả nhất cùng với các công cụ AI trong khi duy trì các tiêu chuẩn chất lượng mã và bảo mật.
Khi khung thời gian của Amodei hết hạn, cộng đồng công nghệ tiếp tục điều hướng các thực tế thực tiễn của việc tích hợp AI, học cách tách biệt tiến bộ công nghệ thực sự khỏi các dự đoán quảng cáo. Sự đồng thuận cho thấy rằng trong khi AI sẽ tiếp tục biến đổi phát triển phần mềm, khung thời gian và phạm vi của sự biến đổi đó có thể dần dần và tinh tế hơn so với dự đoán ban đầu.