فضای کاری کوپایلوت، نسخه گیتهاب برای مهندسی نرم افزار با هوش مصنوعی است.

آیا آینده توسعه نرم افزار یک محیط توسعه مبتنی بر هوش مصنوعی است؟ گیتهاب با توسعه فضای کاری کوپایلوت اینطور فکر می کند.

این مقاله ترجمه ای از مقاله ای با عنوان مشابه از تک کرانچ است. در این مقاله کلیات کوپایلوت و ویژگی جدید آن بررسی می شود. توضیحات بیشتری نیز از طریق خود گیتهاب در مورد این پروژه ارائه شده است. در ادامه با ما همراه باشید:

پیش از برگزاری کنفرانس سالیانه GitHub Universe در سان فرانسیسکو در اوایل پاییز، گیتهاب فضای کاری کوپایلوت را معرفی کرد. این محیط توسعه، از چیزی به نام عوامل کوپالوت که گیتهاب آن ها را توصیف می کند، برای کمک به توسعه دهندگان در فرآیندهای باران فکری، برنامه ریزی، ساخت، تست و اجرای کد به زبان طبیعی استفاده می کند.

جاناتان کارتر، رئیس تیم تحقیق و توسعه نرم افزاری گیتهاب Next، فضای کاری کوپایلوت را به عنوان یک نسخه تکامل یافته و تبدیل دستیار کدنویسی Copilot به ابزاری عمومی تر توصیف می کند. این تکامل بر اساس قابلیت های جدید مانند Copilot Chat است که به توسعه دهندگان اجازه می دهد سوالات خود را در مورد کد به زبان انسانی مطرح کنند.

کارتر می گوید: «پس از انجام تحقیقات متوجه شدیم که برای بسیاری از وظایف، بزرگ ترین نقطه اصطکاک برای توسعه دهندگان در شروع کار و به ویژه در شناختن چگونگی تقرب به یک مسئله کدنویسی، شناختن فایل های قابل ویرایش و در نظر گرفتن چندین راه حل و مزایا و معایب آن ها بود. بنابراین ما می خواستیم یک دستیار هوش مصنوعی بسازیم که توسعه دهندگان را از ابتدای یک ایده یا تکلیف ملاقات کند، انرژی مورد نیاز برای شروع کار را کاهش دهد و سپس به برنامه نویسان در ویرایش های لازم در کل کد پایه همکاری کند.»

امید به فضای کاری کوپایلوت برای سودساز کردن آن

بر اساس آخرین آمار، Copilot بیش از 1.8 میلیون مشتری حقیقی و 50,000 مشتری شرکتی دارد. اما جاناتان کارتر تصور می کند که مشتریان بالقوه بیشتری وجود دارد که توسط افزونه هایی با جذابیت گسترده مانند فضای کاری کوپایلوت جذب می شود.

کارتر گفت:« از آنجا که توسعه دهندگان بیشتر وقت خود را در حل مسائل کدنویسی می گذرانند، ما باور داریم که می توانیم با همکاری فکری هوش مصنوعی، توسعه دهندگان را در هر روز قادر به انجام کارها کنیم. می توانید فضای کاری کوپایلوت را به عنوان یک تجربه همراه و محیط توسعه تصور کنید که ابزارها و جریان های کاری موجود را تکمیل می کند و امکان ساده سازی یک دسته از وظایف توسعه دهندگان را فراهم می کند… ما معتقدیم که ارزش زیادی در محیط توسعه ی کد مجهز به هوش مصنوعی ای وجود دارد که توسط جریان های کاری موجود قابل محدود شدن نیست.»

بدون شک، فشار داخلی برای سودآور شدن Copilot وجود دارد.

طبق گزارش وال استریت ژورنال Copilot به طور میانگین هر ماه به ازای هر کاربر 20 دلار ضرر می کند و برخی از مشتریان هر ماه تا 80 دلار برای گیت هاب هزینه دارند. همچنین تعداد خدمات رقیب همچنان در حال افزایش است. به عنوان مثال، CodeWhisperer از Amazon، که شرکت آن را در پایان سال گذشته به توسعه دهندگان حقیقی رایگان کرده است، علاوه بر آن، شرکت های نوپا مانند Magic، Tabnine، Codegen و Laredo نیز وجود دارند.

فضای کاری کوپایلوت که از مدل GPT-4 Turbo استفاده می کند، می تواند یک برنامه رفع باگ (یا تلاشی برای رفع مستقیم باگ) یا پیاده سازی یک ویژگی جدید اجرا کند. علاوه بر آن می تواند نظرات مخزن را تحلیل کند، به نظرات پاسخ بدهد یا کد را گسترش دهد. توسعه دهندگان کد پیشنهادی برای رفع باگ یا ویژگی جدید را دریافت می کنند، همراه با لیستی از مواردی که باید کد را تأیید و تست کنند، به همراه کنترل ها برای ویرایش، ذخیره، بازسازی یا لغو آن.

کد پیشنهادی می تواند مستقیماً در فضای کار کوپایلوت اجرا شده و از طریق یک پیوند خارجی بین اعضای تیم به اشتراک گذاشته شود. این اعضا، پس از ورود به فضای کار کوپایلوت، می توانند کد را به دلخواه خود تنظیم و تغییر دهند.

شاید راه واضح تر برای توسعه فضای کار کوپایلوت، دکمه «باز کردن در فضای کار کوپایلوت» در سمت چپ مشکلات و درخواست های ادغام در مخازن گیتهاب باشد. با کلیک بر روی آن، بخشی برای توصیف وظیفه ی مهندسی نرم افزاری که باید به زبان طبیعی تکمیل شود، باز می شود. به عنوان مثال:« مستندات تغییرات در این درخواست ادغام را اضافه کنید.» این توضیحات پس از ارسال، به لیستی از جلسات در دید جدید فضای کار اضافه می شود.

فضای کار به صورت مرحله به مرحله و سیستماتیک درخواست ها را اجرا می کند، مشخصاتی ایجاد می کند، یک برنامه تولید می کند و سپس آن برنامه را پیاده سازی می کند. توسعه دهندگان می توانند به هر مرحله رفته تا نمایی دقیق از کد پیشنهادی و تغییرات را ببینند و مراحل را به دلخواه خود حذف، دوباره اجرا یا مرتب کنند.

کارتر گفت:« اگر از هر توسعه دهنده ای بپرسید که در یک پروژه جدید کجا گیر می کند، اغلب می شنوید که مشکل اصلی آن ها در شناختن نقطه شروع است. فضای کاری کوپایلوت این بار را برداشته و توسعه دهندگان را با یک برنامه برای شروع از ابتدا راهنمایی می کند.»

فضای کاری کوپایلوت از دوشنبه وارد نسخه پیش نمایش فنی شده و برای مجموعه ای از دستگاه ها، از جمله دستگاه های تلفن همراه، بهینه سازی شده است.

به دلیل این که فضای کاری کوپایلوت همچنان در نسخه آزمایشی است، تحت پوشش سیاست تضمین مالکیت معنوی IP گیتهاب قرار ندارد. این سیاست قول کمک به هزینه های حقوقی مشتریانی را می دهد که با ادعاهای حق کپی طرف سوم مواجه هستند. ممکن است شرکتهایی از کدهای تولید شده با دستیار کوپایلوت در خصوص نقض مالکیت معنوی تجاوز شکایت کنند.

محدودیت ها فضای کاری کوپایلوت و تلاش ها برای حل آن ها

گفتنی است مدل های هوش مصنوعی تولیدی به طور مشهود داده های آموزشی خود را تکرار می کنند و GPT-4 Turbo به طور جزئی بر روی کد حقوق تکثیر شده آموزش دیده است.

گیت هاب هنوز تصمیم نگرفته که چگونه فضای کار کوپایلوت را به محصول تبدیل کند، اما از نسخه پیش نمایش برای یادگیری بیشتر در مورد ارزشی که ارائه می دهد و چگونگی استفاده توسعه دهندگان از آن استفاده خواهد کرد.

سوال مهم تر این است که آیا فضای کاری کوپایلوت مشکلات وجود پیرامون Copilot و ابزارهای کدنویسی مبتنی بر هوش مصنوعی دیگر را حل خواهد کرد؟

تجزیه و تحلیل بیش از 150 میلیون خط کد که در سال های گذشته به مخازن پروژه اضافه شده است، توسط GitClear، توسعه دهنده ابزار تجزیه و تحلیل کد با همین نام، نشان داد که Copilot منجر به افزایش کدهای نادرست اضافه شده به مخازن کد شده است. هر چه بیشتر کد های نادرست به مخازن اضافه شود، به جای ساده سازی سردرد بیشتری برای نگهدارندگان کد ایجاد می کند.

در جای دیگر، محققان امنیتی هشدار داده اند که Copilot و ابزارهای مشابه می توانند باگ ها و مشکلات امنیتی موجود در پروژه های نرم افزاری را تشدید کنند. محققان دانشگاه استنفورد متوجه شده اند که توسعه دهندگانی که پیشنهادات دستیار های کدنویسی مبتنی بر هوش مصنوعی را قبول می کنند، به تولید کدهای نا امن می پردازند.

گیتهاب تأکید کرد که از یک سیستم پیشگیری از آسیب پذیری مبتنی بر هوش مصنوعی برای مسدود کردن کد ناامن استفاده می کند. علاوه بر آن علاوه بر یک فیلتر تکرار کد اختیاری برای تشخیص تکرارهای کد عمومی.

اما توسعه دهندگان از هوش مصنوعی دوری نمی جویند.

در یک نظرسنجی در StackOverflow در ژوئن 2023، 44٪ از توسعه دهندگان گفته اند که در حال حاضر از ابزارهای هوش مصنوعی در فرآیند توسعه شان استفاده می کنند و 26٪ قصد دارند به زودی از آن ها استفاده کنند. Gartner پیش بینی می کند که تا سال 2028، 75٪ از مهندسان نرم افزار سازمانی از دستیار های کد مبتنی بر هوش مصنوعی استفاده خواهند کرد.

با تأکید بر بازبینی انسانی، شاید فضای کار کوپایلوت بتواند بخشی از ایجاد شده با کد های تولید شده توسط هوش مصنوعی را حل کند. موضوعی که با آماده شدن قریب الوقوع فضای کاری کوپایلوت خواهیم فهمید.

کارتر گفت:« هدف اصلی ما با فضای کاری کوپایلوت، استفاده از هوش مصنوعی برای کاهش پیچیدگی است تا توسعه دهندگان بتوانند خلاقیت خود را بروز داده و با آزادی بیشتری فعالیت کنند. ما معتقدیم که ترکیب انسان و هوش مصنوعی همیشه بهتر از هر کدام به تنهایی خواهد بود. با فضای کاری کوپایلوت هم بر روی همین شرط بسته ایم.»