Ondřej Surý, ISC DNS inženierijas direktors un bijušais CZ.NIC Labs dibinātājs, kas ir Knot DNS servera izstrādātājs, apkopoja eksperimentu rezultātus, kuros tika izmantoti lieli valodu modeļi, lai analizētu, labotu un modernizētu BIND 9 DNS servera koda bāzi, prototipētu jaunus projektus un sagatavotu studentu apmācības materiālus. Secinājumi, izmantojot mākslīgo intelektu, bija tādi, ka lieli valodu modeļi ir labi piemēroti ātrai prototipu izveidei, nepazīstama koda izpratnei un vienkāršu, ikdienas uzdevumu automatizēšanai. Tomēr, ja tos izmanto lielākām problēmām, to laika ietaupījums ir apšaubāms, jo ievērojams laiks tiek pavadīts problēmas formulēšanai, rezultātu pārskatīšanai un validēšanai, kā arī sekojošai pilnveidošanai.
Pirmajā eksperimentā Claude Code mākslīgā intelekta asistentam tika uzdots atklāt problēmas BIND 9 DNS servera koda bāzē, koncentrējoties uz drošības problēmām un koda modernizāciju. Neviens no piedāvātajiem labojumiem netika pieņemts koda bāzē, jo Claude ģenerēja tehniski pareizu, bet praktiski bezjēdzīgu kodu. Piemēram, rezervētie identifikatori un potenciālas veselu skaitļu pārpildes, ko novērsa kompilators un kurām nebija nepieciešami labojumi, tika atzīmētas kā problēmas. Eksperiments tika uzskatīts par laika izšķiešanu.
Otrajā eksperimentā Ondřejs lūdza Klodam uzrakstīt telemetrijas sistēmu, kas integrētos ar dažādām pakotnēm un samazinātu metadatu noplūdes. Claude Code sagatavoja klienta prototipus un serveris, taču bez pienācīgas vides un testēšanas laikā radušos problēmu izpratnes. Testēšanai tika izmantoti arī Google Gemini un ChatGPT, un katrs mākslīgā intelekta modelis atrada kļūdas citu modeļu darbā.
Metode izrādījās piemērota ātrai prototipu izveidei, taču Ondřejs atzīmēja, ka, strādājot pie tās, viņš juties kā robotu kunga sekretārs. Sākotnēji ātrā prototipa ģenerēšana bija iepriecinoša, taču galu galā šķita, ka viss izstrādes process ar mākslīgo intelektu aizņem ilgāku laiku nekā koda rakstīšana manuāli no nulles. Ievērojams laiks tika pavadīts, analizējot mākslīgā intelekta piedāvāto risinājumu, pārbaudot, vai nav bezjēdzīgu izmaiņu, un to pārstrādājot — prototips bija jāpārraksta, jo koda kvalitāte pēc mākslīgā intelekta bija viduvēja un ietvēra lielu skaitu atkārtotu konstrukciju.
Trešais eksperiments ietvēra slodzes līdzsvarotāja ģenerēšanu Rust valodā, izmantojot Domain un Tokio crate pakotnes. Claude Code izdevās ģenerēt pieprasīto darbojošos prototipu, taču Ondřejs nepazīst Rust un iesaistītās bibliotēkas pietiekami labi, lai novērtētu darba kvalitāti.
Ceturtajā eksperimentā tika izmantots Google Gemini, lai sagatavotu palīgmateriālus, testus un jautājumus lekciju kursam, ko Ondřejs pasniedz universitātē. Šis eksperiments tika atzīts par veiksmīgāko, lai gan tam nebija bez problēmām: mākslīgais intelekts izdomāja neesošu čehu valodas vārdu kriptogrāfijas terminam. Tika atzīmēts arī iesniegto studentu darbu pārpilnība, kas ģenerēti ar lieliem valodu modeļiem, un kas bija jāatgriež pārskatīšanai to neatbilstības universitātes standartiem un atsauču uz nepareiziem avotiem dēļ.
Vērā ņemams ir vēl viens Cloudflare inženierijas direktora veikts eksperiments. Izmantojot Claude Code modeli, aptuveni nedēļas laikā un 1100 ASV dolāru iztērējot tokenos, viņi spēja izstrādāt alternatīvu Next.js ietvara API ieviešanu, kas tika ieviesta kā spraudnis Vite rīkkopa. Projekts ar nosaukumu vinext ir publicēts vietnē GitHub. Jaunā ieviešana ir četras reizes ātrāka nekā Next.js veidošana ar Turbopack un ģenerē par 57% mazākus front-end pakotnes.
Projekts ievieš 94% no sešpadsmit kodolu Next.js API un to var izmantot kā caurspīdīgu Next.js aizstājēju un izvietot Cloudflare Workers platformā bez nepieciešamības pēc papildu slāņiem, piemēram, OpenNext, vai piesaistes Node.js. Vinext galvenais mērķis ir nodrošināt Next.js API izmantošanu citās platformās, kas nav Vercel, neizvietojot īpašu serveri. Pašlaik tiek atbalstīts tikai Cloudflare Workers, un ir pieejams Vercel prototips. Nākotnē ir paredzēts atbalsts citām bezserveru skaitļošanas platformām, kas ir saderīgas ar Vite, tostarp Netlify un AWS Lambda.
Avots: opennet.ru
