顽固开发者的消亡

2024-12-11

本文探讨了聊天导向编程(CHOP)对软件开发行业的影响。作者认为,随着大型语言模型(LLM)的兴起,那些不适应CHOP的开发者,无论资历深浅,都将面临被淘汰的风险。CHOP提高了生产力,改变了编程方式,但同时也带来了新的挑战,例如学习曲线陡峭、结果不一致等。作者鼓励开发者积极学习CHOP,并与Gene Kim合作制定类似DORA的指标来衡量代码AI的影响。

阅读更多
未分类 聊天导向编程

开发人员对开发人员生产力的看法

2024-06-27

本文是一位开发者对软件开发生产力的思考。作者认为,衡量开发人员生产力的指标不应该是代码行数或提交次数,而应该是迭代频率,即内部循环的循环速度。作者还探讨了影响开发人员生产力的因素,例如流程状态、上下文切换、团队合作和领域专业知识。文章强调了理解和优化内部循环的重要性,并鼓励开发人员积极参与定义和改进软件开发流程,以提高生产力和创造力。

阅读更多
未分类

初级开发者的终结?

2024-06-25

本文探讨了大型语言模型 (LLM) 如 ChatGPT 对软件开发行业,特别是初级开发者职业发展的影响。作者以多个行业的案例说明LLM正以惊人的速度取代部分传统软件开发工作,例如代码编写、设计评估等。虽然LLM极大地提高了生产力,但也引发了人们对初级开发者未来就业的担忧。作者建议初级开发者应专注于提升自身技能,例如算法、数据结构、软件设计、机器学习等,并积极学习如何利用LLM工具提升工作效率。

阅读更多
未分类

Cody 中 Rust 代码补全功能增强

2024-06-18

本文介绍了 Sourcegraph 如何改进 Cody 中 Rust 代码补全功能。由于 Rust 在训练数据集中占比不高,导致大型语言模型在 Rust 代码补全方面表现不佳。Sourcegraph 使用 LoRA 技术对 Mixtral 8x7b 和 Code Llama 34b 模型进行微调,并针对 Rust 语言创建了一个微调数据集。结果表明,经过微调的模型在 HumanEval 基准测试中表现出色,Pass@1 指标显著提高。文章还通过具体示例展示了微调模型在解决 Rust 编码问题方面的优势,例如更正错误、提高效率和逻辑完整性。最后,Sourcegraph 展望了未来的改进方向,包括开发更贴近真实编码体验的评估套件,以及将改进扩展到其他编程语言。

阅读更多
未分类