Dari luar melihat, pasar bantuan pengkodean AI mungkin tampak seperti salah satu pengkodean yang dibantu. Kenyataannya jauh lebih bernuansa dan bergerak dengan kecepatan sangat tinggi.
Apa yang dimulai sebagai penyelesaian kode sederhana telah berkembang melalui generasi yang berbeda, masing -masing mewakili perubahan mendasar dalam cara pengembang bekerja dengan alat AI. Dan jika Anda tidak memperhatikan, Anda sudah ketinggalan.
Andrew Filev adalah pendiri/CEO Zencoder dan pendiri asli Wrike.
Generasi Pertama: Ketika AI belajar “menyelesaikan kalimat sandwich kami”
Revolusi pengkodean AI dimulai secara sederhana dengan penyelesaian kode – menganggapnya sebagai pelengkapan otomatis pada steroid. Pionir awal seperti layang -layang membuka jalan, tetapi github kopilot yang membawa kemampuan ini ke massa melalui saluran distribusi Microsoft yang luas. Pada tahun 2024, 62% pengembang melaporkan menggunakan alat AI untuk menulis kode, dengan penyelesaian kode sebagai obat gateway.
Tapi di sinilah industri salah: Pemasaran menjanjikan revolusi sambil memberikan evolusi. Pengguna gitub menggembar-gemborkan peningkatan produktivitas 20%, skeptis membalas bahwa itu adalah tren negatif-negatif yang menghasilkan kode sampah, dan kebenaran, seperti biasa, tinggal di suatu tempat di antaranya. Itu adalah kemampuan yang luar biasa dan bermanfaat yang sangat disukai pengembang.
Tapi mengubah permainan? Tidak cukup.
Angka -angka menceritakan kisah yang menarik. Pada tahun 2024, lebih dari seperempat dari semua kode baru yang dihasilkan oleh Google ditulis oleh AI. Namun terlepas dari adopsi besar -besaran ini, menurut laporan DORA 2024, kecepatan dan stabilitas sebenarnya telah menurun. Generasi pertama yang disampaikan pada kuantitas tetapi berjuang dengan kualitas – kasus klasik menyelesaikan masalah yang salah.
Generasi Kedua: Dari Asisten ke Agen
Kemudian, pada awal 2024, sesuatu yang mendasar berubah. Kursor, zencoder, dan alat AI lainnya yang hidup di IDE pengembang mendapatkan otak yang benar -benar baru dengan kemampuan yang sangat berbeda.
Ini bukan hanya pelengkap kode lagi – mereka adalah agen pengkodean di dalam. Apa yang memungkinkan pergeseran generasi ini adalah kelas model baru yang lebih agen, khususnya, mereka lebih baik dalam menggunakan alat, memahami lingkungan proyek Anda, dan menjaga kecerdasan mereka bersama dalam sesi yang lebih lama.
Pergeseran itu menipu karena secara visual, tidak ada yang berubah. Antarmuka yang sama, titik integrasi yang sama, tetapi di bawah tenda? Binatang buas yang sama sekali berbeda. Agen dapat memperbaiki bug di repositori besar atau membantu pengguna “kode getaran” seluruh prototipe menggunakan teknologi yang tidak dikenal.
Ini adalah salah satu kasus langka dari “UI yang sama, UX yang berbeda” – kasus penggunaan telah berubah, dan penggunaan telah berubah dengan mereka. Pengembang menghabiskan 10 kali lebih banyak untuk alat generasi kedua ini, membakar token secara signifikan lebih banyak karena mereka melepas tugas yang semakin kompleks.
Generasi Ketiga: Agen Rekayasa Perangkat Lunak yang terintegrasi SDLC
Tandai kuartal kedua tahun 2025 dalam kalender Anda sebagai kemunculan awal generasi ketiga, dan itu terjadi lebih cepat daripada yang disadari kebanyakan:
-Mei 9 Mei: Zencoder meluncurkan agen Zen, menandai pergeseran dari produktivitas individu ke agen berbasis tim yang mencakup SDLC penuh.
-Mei 16: Openai meluncurkan Codex, memungkinkan Anda menggunakan chatgpt semi-otonom di github Anda.
-Mei 19 Mei: GitHub Copilot meluncurkan Agentic DevOps.
-Mei 20 Mei: Google mengumumkan agen Jules asinkron.
-Mei 22: Antropik mengumumkan Claude 4, meningkatkan alat kode Claude -nya yang mendukung otomatisasi baris perintah.
-Juni 10: Zentester diluncurkan untuk membawa verifikasi otomatis ke dalam AI SDLC
Industri ini tertarik untuk membuka kunci tingkat nilai berikutnya dengan pindah dari agen pengkodean berbasis IDE ke agen rekayasa perangkat lunak yang terintegrasi di seluruh siklus pengembangan perangkat lunak. Agen -agen ini dapat mengambil masalah dari simpanan Anda, mengimplementasikan fitur, menjalankan tes otomatis, dan memanfaatkan pemindai keamanan CI/CD pipa Anda. Mereka akan segera mengoreksi diri sendiri kesalahan yang muncul dalam siklus ini.
Saya penggemar berat kecerdasan kolektif dan kecerdikan manusia. Selama empat dekade terakhir dan 100 juta insinyur (yang masih merupakan standar intelijen emas), industri ini telah mengembangkan serangkaian alat dan proses yang canggih untuk mendukung rekayasa perangkat lunak.
Saya selalu merasa bahwa upaya awal untuk melatih LLMS untuk mengganti alat -alat seperti kompiler atau debugger adalah jalan buntu secara komersial dan ilmiah, dan bahwa mengajar LLM untuk memanfaatkan alat dan proses yang ada adalah rute yang lebih baik. Filsafat itu (memanfaatkan alat yang ada) memindahkan industri ke generasi kedua, dan sekarang filosofi (memanfaatkan dev ops) mengarah ke generasi ketiga.
Pemeriksaan Realitas: Kami masih dalam beta
Inilah peringatan penting: Sama seperti penyelesaian kode generasi pertama yang berevolusi dari buggy dan primitif hingga benar-benar membantu, generasi ketiga ini masih baru lahir. Kemampuannya ada di sana, tetapi mereka kasar di tepi. Selama enam bulan ke depan, rencanakan untuk mengevaluasi kembali alat-alat ini setiap dua bulan-itu adalah kecepatan sangat tinggi di mana kita akan melihat peningkatan fungsi langkah. Seperti biasa dengan AI, Anda bisa mendapatkan nilai luar biasa jika Anda menggunakannya dalam skenario yang tepat dengan konteks yang tepat.
Janji insinyur 10x akan hidup, dan perubahan terbesar terjadi tahun kalender ini. Dalam karier saya, butuh 5-15 tahun untuk melihat perubahan generasi dalam kategori perangkat lunak tertentu, dan kami sekarang melihatnya dua kali dalam 12 bulan. Alat generasi pertama membutuhkan LLMS kode yang kuat dan tolok ukur mengisi-tengah-tengah.
Agen generasi kedua memperoleh jendela konteks yang lebih panjang, kemampuan penggunaan alat, dan kemampuan untuk menavigasi lingkungan pengembangan. Sekarang, agen generasi ketiga memanfaatkan model yang lebih baik yang dapat menavigasi situs web untuk pengujian ujung ke ujung, memahami alat CI/CD, dan mengatur beberapa agen khusus yang bekerja dalam konser.
Apa artinya ini bagi Anda
Industri ini beralih dari asisten pengkodean AI ke agen pengkodean di dalam ke agen rekayasa perangkat lunak yang terintegrasi SDLC. Setiap transisi tidak hanya mewakili peningkatan tetapi juga penetapan ulang mendasar tentang bagaimana pengembang bekerja dengan AI. Pada akhir tahun 2025, sebagian besar perusahaan baru dan berwawasan ke depan akan sangat menggunakan agen generasi kedua di sisi kedua dan akan membongkar sebagian besar pekerjaan rutin untuk agen generasi ketiga yang diintegrasikan ke dalam CI/CD.
Masa depan pengembangan perangkat lunak bukan tentang mengetik lebih cepat – ini tentang berpikir lebih besar sementara AI menangani detail implementasi. Buka mata Anda, perbarui alat Anda sesering mungkin, dan yang paling penting, sesuaikan harapan dan evaluasi Anda. Usia agen rekayasa perangkat lunak telah tiba, dan itu bergerak lebih cepat dari yang kita perkirakan.
Kami mencantumkan model bahasa besar (LLM) terbaik untuk pengkodean.
Artikel ini diproduksi sebagai bagian dari saluran Wawasan Ahli TechRadarPro di mana kami menampilkan pikiran terbaik dan paling cerdas dalam industri teknologi saat ini. Pandangan yang diungkapkan di sini adalah pandangan penulis dan tidak harus dari TechRadarPro atau Future Plc. Jika Anda tertarik untuk berkontribusi, cari tahu lebih lanjut di sini: https://www.techradar.com/news/submit-your-story-to-techradar-pro
