È incredibile per me che "codifica", come la vedevamo in precedenza, sia stata per lo più risolta a questo punto. Ho sentito per la prima volta parlare del concetto di codice generato dall'AI nel 2015, quando un mio amico ha iniziato a lavorare in una startup chiamata @trygigster. L'intera premessa di Gigster era quella di essere una piattaforma per assumere ingegneri software freelance. Il loro piano era di utilizzare il codice scritto da quei freelance per i clienti per addestrare le loro reti neurali. La speranza era che questi modelli potessero eventualmente generare codice e sostituire completamente gli sviluppatori freelance. A quel tempo, il deep learning stava iniziando a prendere piede (questo era prima che venissero scoperti gli LLM), e il team di Gigster credeva di poter utilizzare le ultime ricerche - reti neurali ricorrenti (RNN) per addestrare una macchina a scrivere codice da sola. Il problema con le RNN è che generano parole senza senso che sembrano codice valido ma in realtà non funzionano. Mancano della capacità di mantenere contesti ampi e sono molto lente da addestrare, quindi l'idea di generare automaticamente codice semplicemente non era fattibile allora. Dieci anni dopo, tutto ciò che Gigster stava cercando di fare è ora disponibile per tutti. I progressi che Anthropic, Google e OpenAI hanno fatto nella generazione di codice sono straordinari se si guarda da lontano. Quello che pensavo fosse un sogno irrealizzabile è ora realtà.