Camilla Moraes, produktová manažérka spoločnosti GitHub, začala diskusiu o pridávaní funkcie automatického blokovania zbytočných pull requestov generovaných AI asistentmi, ktoré sú zasielané bez manuálnej kontroly a nespĺňajú požiadavky na kvalitu. Takéto zmeny vytvárajú dodatočnú záťaž na správcov, ktorí musia tráviť čas rozborom nepoužiteľného kódu.
Ako krátkodobé riešenia problému sa zvažuje možnosť rýchleho odstránenia pull requestov cez webové rozhranie (odstránenia bez zaznamenania do histórie namiesto označenia ako uzavreté) a použitie prispôsobiteľných práv na zasielanie pull requestov, ktoré umožnia majiteľom repozitárov povoliť odovzdávanie zmien len účastníkom, ktorí už predtým vykonali zmeny.
Medzi dlhodobé riešenia patrí rozšírenie modelu právomocí a poskytnutie správcov nástrojov na flexibilné určovanie pravidiel, ktoré určujú, kto má právo vytvárať a recenzovať pull requesty a akým požiadavkám musia pull requesty vyhovovať. Okrem toho sa navrhuje zapojenie AI na určenie zhody zaslaných zmien s pravidlami a štandardmi kvality každého projektu (napríklad tými, ktoré sú stanovené v súbore CONTRIBUTING.md), ako aj na identifikáciu a špeciálne označovanie zmien, ktoré boli pripravené pomocou AI.
Z návrhov, ktoré sa objavili v priebehu diskusie, stojí za zmienku aj vytvorenie filtra, ktorý zakáže zasielanie pull requestov bez predchádzajúceho otvorenia issue-diskusií s vysvetlením dôvodov realizácie zmien, ako aj informovanie správcov o prichádzajúcich pull requestoch od nováčikov až po úspešnom absolvovaní testov v systéme kontinuálnej integrácie.
Podľa štatistiky jedného z kľúčových vývojárov rámca genkit vyhovuje len jedno z desiatich zmien pripravených v AI kritériám na otvorenie pull requestu. Jeden z účastníkov projektu Azure Core Upstream zhrnul hlavné obavy správcov:
- Narušenie modelu dôvery pri recenzovaní — recenzenti si nemôžu byť istí, že navrhovateľ zmeny napísal predaný kód a rozumie jeho podstate.
- Generované v AI asistentoch pull-requesty môžu štrukturálne vyzerať správne, ale môžu byť logicky nesprávne, nebezpečné alebo neskúšané v praxi.
- Praxis riadkového recenzovania zostáva povinná, ale nemôže sa škálovať v podmienkach rastu zmien vytvorených cez AI asistentov.
- Sprevádzajúci cítia nepohodlie pri prijímaní pull-requestov, ktoré úplne nechápu, zatiaľ čo AI asistenti zjednodušujú prenášanie veľkých zmien bez hlbokého porozumenia.
- Zvyšuje sa kognitívna záťaž na sprevádzajúcich, ktorí teraz musia nielen kontrolovať kód, ale aj posúdiť, či ho autor rozumie.
- Vznik AI nástrojov neznížil, ale zvýšil záťaž na sprevádzajúcich.
Ďalšie možno uviesť štúdiu, ktorú uskutočnilo niekoľko európskych univerzít, o vplyve vibe-kódovania na ekosystém otvorených projektov. Výskumníci vyvinuli model rovnováhy ekosystému otvoreného kódu, ktorý ukázal, že spätné väzby, ktoré predtým zodpovedali za explozívny rast otvorených projektov, po rozšírení vibe-kódovania vytvárajú opačný efekt — znižuje sa počet vývojárov ochotných zdieľať kód, znižuje sa rôznorodosť otvorených projektov a znižuje sa kvalita. Jednou z možností riešenia problému sa uvádza zavedenie modelu financovania podobného Spotify, pri ktorom AI platformy redistribuujú príjmy z predplatného na služby pre vývojárov medzi sprevádzajúcimi, v závislosti od miery využívania projektov.
Pri vibe-kodingu sa vývojári prestávajú zaoberať dostupnými riešeniami, čítať dokumentáciu, odosielať správy o chybách a komunikovať s tímami rozvíjajúcimi otvorené knižnice. Otvorené projekty strácajú spätnú väzbu od používateľov. Novým projektom sa ťažko presadzuje, pretože AI asistenti si sami vyberajú potrebné otvorené knižnice na základe informácií, ktoré mali pri učení modelu. Znížením priamych interakcií s používateľmi trpí monetizácia otvorených projektov, ktoré sú viazané na podporné služby a zobrazovanie reklamy/darovania na stránkach. Kvalita trpí zníženou spätnou väzbou. Na druhej strane, vibe-koding zvyšuje produktivitu pri vytváraní nových produktov, založených na cudzom kóde, a zjednodušuje zavádzanie nových knižníc.
Ako príklad je uvedený projekt Tailwind CSS, ktorého počet stiahnutí z repozitára NPM naďalej rastie, ale prevádzka na dokumentáciu od začiatku roku 2023 klesla o 40 % a príjmy klesli o 80 %. Taktiež sa zaznamenalo zníženie aktivity diskusií na Stack Overflow približne o 25 %, šesť mesiacov po spustení ChatGPT.
Zdroj: opennet.ru
