Для меня невероятно, что "кодирование", как мы его раньше воспринимали, в основном решено на данный момент. Я впервые услышал о концепции кода, генерируемого ИИ, в 2015 году, когда мой друг начал работать в стартапе под названием @trygigster. Вся идея Gigster заключалась в том, чтобы стать платформой для найма фриланс-программистов. Их план заключался в том, чтобы использовать код, который эти фрилансеры писали для клиентов, для обучения своих нейронных сетей. Надежда заключалась в том, что эти модели в конечном итоге смогут генерировать код и полностью заменить фриланс-разработчиков. В то время глубокое обучение начинало действительно набирать популярность (это было до того, как были открыты LLM), и команда Gigster верила, что они могут использовать последние исследования - рекуррентные нейронные сети (RNN) для обучения машины писать код самостоятельно. Проблема с RNN заключается в том, что они генерируют бессмыслицу, которая выглядит как действительный код, но на самом деле не работает. Им не хватает способности поддерживать большие контексты, и они очень медленно обучаются, поэтому идея автоматической генерации кода просто не была осуществима тогда. Перенесемся на 10 лет вперед, и все, что Gigster пытался сделать, теперь доступно всем. Прогресс, достигнутый Anthropic, Google и OpenAI в генерации кода, поразителен, если посмотреть на это с расстояния. То, что я считал несбыточной мечтой, теперь стало реальностью.