Het is voor mij ongelooflijk dat "coderen," zoals we het eerder zagen, op dit moment grotendeels is opgelost. Ik hoorde voor het eerst van het concept van AI-gegenereerde code in 2015 toen een vriend van mij begon te werken bij een startup genaamd @trygigster. Het hele idee van Gigster was om een platform te zijn voor het inhuren van freelance software-ingenieurs. Hun plan was om de code die die freelancers voor klanten schreven te gebruiken om hun neurale netwerken te trainen. De hoop was dat deze modellen uiteindelijk code konden genereren en freelance ontwikkelaars helemaal konden vervangen. In die tijd begon deep learning echt op te komen (dit was voordat LLM's werden ontdekt), en het Gigster-team geloofde dat ze het nieuwste onderzoek - recurrente neurale netwerken (RNN's) - konden gebruiken om een machine te trainen om zelf code te schrijven. Het probleem met RNN's is dat ze onzin genereren die eruitziet als geldige code maar eigenlijk niet werkt. Ze missen de mogelijkheid om grote contexten te behouden en zijn erg traag om te trainen, dus het idee van het automatisch genereren van code was toen gewoon niet haalbaar. Versnel 10 jaar, en alles wat Gigster probeerde te doen is nu voor iedereen beschikbaar. De vooruitgang die Anthropic, Google en OpenAI hebben geboekt in codegeneratie is verbazingwekkend als je het vanuit een afstand bekijkt. Wat ik dacht dat een luchtspiegeling was, is nu realiteit.