Логиката на вашиот код е најдобриот учител за вештачката интелигенција
Асистент за програмирање со вештачка интелигенција може за неколку секунди да создаде функција што изгледа уверливо, а сепак да го пропушти единственото правило што ја прави корисна. Може да ги провери очигледните влезни податоци, да избере познати имиња и да врати уреден резултат. А потоа незабележано да дозволи откажана нарачка да биде испорачана.
Проблемот ретко е во непознавање на синтаксата. Проблемот е во недостигот на пристап до одлуките, ограничувањата и компромисите што му даваат значење на вашиот код. Системот со вештачка интелигенција учи што е важно за дадена задача од контекстот што го добива, а логиката што веќе постои во кодната база често е неговиот најдобар достапен учител.
Кодот содржи одлуки што промптовите често ги пропуштаат
Разгледајте барање за додавање функционалност за враќање средства. Краток промпт може да гласи: „Создај функција што враќа средства за нарачка.“ Со тоа важни прашања остануваат неодговорени. Може ли да се вратат средства за неплатена нарачка? Може ли повратот да го надмине платениот износ? Што се случува кога ќе истече времето за одговор од давателот на платежни услуги? Дали второто барање е повторен обид или втор поврат на средства?
Постојниот код може да одговори на некои од тие прашања преку типови, премини меѓу состојби, тестови и обработка на грешки. Записот за плаќање може да разликува авторизирани од наплатени средства. Ограничување во базата на податоци може да спречи дупликатни референци на трансакции. Тест може да покаже дека делумниот поврат го менува преостанатиот износ што може да се врати.
Овие детали се покорисни од долг опис на програмскиот јазик или од барање за „чист код“. Тие му даваат на асистентот докази за системот што го менува. Исто така, покажуваат до каде досегаат доказите: на пример, постојната обработка на истечено време за одговор можеби не утврдува дали е безбедно повторно да се испрати барање за плаќање.
Покажете му ја на моделот патеката низ системот
Повеќе контекст не значи автоматски и подобар контекст. Голема збирка слабо поврзани датотеки може да ги затрупа важните правила и да внесе противречни примери. Почнете од патеката по која се движи едно барање: неговата влезна точка, релевантната логика на доменот, податоците што ги чита или менува и тестовите што го опишуваат очекуваното однесување.
За задача поврзана со враќање средства, корисните информации што ќе ги доставите може да вклучуваат:
- Состојбите на нарачката и плаќањето што дозволуваат или спречуваат враќање средства.
- Функцијата или услугата што комуницира со давателот на платежни услуги, вклучително и како постапува при грешки.
- Постојните тестови за делумно враќање средства, дупликатни барања и невалидни премини меѓу состојби.
- Ограничувањата за промената, како што е зачувување на постоен јавен интерфејс.
Потоа наведете го посакуваното однесување на начин што системот може да го провери. „Одбиј поврат поголем од наплатениот износ намален за претходните успешни поврати“ дава појасна насока за дејствување отколку „безбедно обработувај поврати“. Ако некое правило сè уште не е утврдено, кажете го тоа. Асистентот може да помогне да се утврдат можностите, но не треба незабележано да претвори претпоставка во финансиска политика.
Тестовите ја објаснуваат намерата, но не го опфаќаат целиот договор
Тестовите се особено вреден контекст бидејќи ги прикажуваат влезните податоци и очекуваните резултати заедно. Тест со име cannot_refund_an_unpaid_order соопштува деловно правило, како и техничка проверка. Тестовите за гранични случаи можат да покажат каде тимот веќе научил да биде внимателен.
Сепак, успешното поминување на тестовите не докажува дека промената е исправна. Збирката тестови може да испушти истовремени барања, да претпостави дека несигурна услуга секогаш одговара или да содржи однесување што повеќе не е посакувано во производот. Сметајте ги тестовите за доказ за намерата, а потоа споредете ги со вистинските барања и имплементацијата.
Побарајте од асистентот да ги утврди случаите што недостигаат пред да напише код. Во примерот со враќање средства, тоа би можело да открие две барања што пристигнуваат речиси истовремено или давател што обработува поврат иако апликацијата добива известување дека времето за одговор истекло. Тие случаи може да бараат координација и заштитни мерки специфични за давателот, кои локалната проверка не може да ги обезбеди.
Вклучете ги сценаријата при неуспех во процесот на учење
Генерираниот код често изгледа најубедливо во сценариото кога сè е успешно. Продукциските системи поминуваат многу време и во други ситуации: зависностите откажуваат, одговорите доцнат, процесите се рестартираат, а корисниците ги повторуваат дејствата затоа што страницата изгледа заглавена.
Доставете му ги на асистентот со вештачка интелигенција релевантните правила за постапување при неуспех и побарајте да ги проследи последиците од секој важен неуспех. Ако истече времето за одговор на барање за плаќање, исходот може да биде непознат, наместо неуспешен. Слепото повторување може да биде опасно, освен ако давателот и интеграцијата поддржуваат сигурен начин за препознавање на истата операција. Исправниот пристап зависи од тој конкретен договор; тој не може да се заклучи од општ пример со код.
Истата дисциплина важи и за агентите со вештачка интелигенција што преземаат дејства. Агент што чита податоци и подготвува предлог има поинаков профил на ризик од агент што испраќа пораки, менува дозволи или пушта софтвер во употреба. Поставете му јасни граници, ограничете му го пристапот на она што е потребно за задачата и барајте соодветна проверка пред дејства со значајни последици. Зачувајте доволно контекст за да може да се разбере што се обидел да направи и што се случило.
Претворете ги повторливите исправки во траен контекст
Ако постојано му кажувате на асистентот дека паричните износи мора да користат одреден приказ или дека надворешните повици бараат експлицитно временско ограничување, проблемот не е само во промптот. Правилото можеби е тешко да се пронајде. Ставете го таму каде што идните одржувачи и алатки можат да го најдат: во тип со јасно име, насочен тест, кратка белешка за дизајнот или пример блиску до релевантниот код.
Ова не е аргумент за документирање на секој детал од имплементацијата. Корисните насоки ги објаснуваат ограничувањата што лесно се прекршуваат, а тешко се заклучуваат. Тие исто така го разликуваат тековното однесување од посакуваниот иден дизајн. Кога кодот и документацијата не се согласуваат, разрешете го несогласувањето наместо да му ги дадете и двете на асистентот и да се надевате дека ќе избере правилно.
Прегледајте ја добиената промена како и секој друг придонес. Проследете ги податоците низ изменетата патека, проверете ги граничните услови, извршете ги релевантните проверки и испитајте ги неуспесите наместо само да побарате од моделот да ги отстрани. За чувствителни промени, вклучете некој што го разбира доменот и оперативните последици.
Учете преку јасност
Вештачката интелигенција може да им помогне на развивачите да истражат кодна база, да предложат промени и да забележат прашања што вреди да се постават. Нејзината корисност во голема мера зависи од тоа дали логиката на системот е видлива и дали луѓето ги проверуваат заклучоците што ги извлекува.
Јасниот код прави повеќе од тоа да му помогне на моделот да создаде подобра прва верзија. Тој му дава на целиот тим заеднички начин критички да ја преиспита таа верзија. Најдобрата лекција што може да ја пренесе вашиот код не е само како да се направи една функционалност да работи, туку и кои услови мора да останат исполнети кога сè околу неа се менува.