二度と同じようにコードを書くことはない

GibsonAIを使用して、Pythonコードの70%を分単位で書いています。GibsonAIのデータモデルは、自然言語の指令を受け取り、実行可能なPythonコードに変換します。これで、開発時間が日々か週々から分単位に大幅短縮されました。従来のLLMパススルーやコパイロットとは異なり、GibsonAIのペアプログラマーは、開発者が特定のコードを書くことを可能にし、使用例に適合するようにします。 例：Parenthoodアプリの構築 現在、 Parenthood という新しいプロジェクトに取り組んでいます。このプロジェクトは、GitHubリポジトリがあり、コードが一切なく、MySQLデータベースも完全に空です。Gibsonのペアプログラマーを使用して、「親」という単一のエンティティを設定し、手動でのコーディングを一切行いませんでした。これが今後の構築の基礎です。 Gibsonのペアプログラマーは非常に汎用性があります。ターミナル好きとして、Gibsonをターミナルで使用することを大好きです。速度と効率性が高く、作業がスムーズです。 Gibsonの能力を確認するために、「子」という新しいエンティティを作成しました。このプロセスで、自然言語のコマンドを使用します。 コードエンティティChild：Gibsonに「code entity child」と命令すると、現在のデータベースコンテキストを分析し始めます。このコンテキストは、現在は親テーブルしかありません。次に、自然言語を使用してデータモデルを開始します。 属性の追加：属性の追加、例えばファーストネームとラストネームを指定し、必要かどうかをマークすることができます。Gibsonは、SQLとPythonの両方を同時に処理し、すべてが標準に準拠するようにします。 外部キー作成：単に「FK parent」と言えば、Gibsonは親テーブルを認識し、プライマリーキーを特定し、自動的にインデックス付きの外部キーを作成します。この自動化が時間と労力の両方を節約します。 一意の制約の追加：親ID、ファーストネーム、ラストネームで一意のキーが必要かもしれません。Gibsonは、簡単にこれを実現し、アプリケーション全体のデータの整合性を維持します。 テーブルの確認とマージ 「子」エンティティを構築した後、テーブル構造を簡単に確認できます。この構造には、親ID、ファーストネーム、ラストネーム、誕生日、関連するキーが含まれます。満足したら、「Gibson merge」コマンドでテーブルをプロジェクトに統合します。 データベースへのデプロイ エンティティが整った後、GibsonにMySQLデータベースにこれらをロードするように命令しました。この後、「base codeを書く」、「modelsを書く」、「schemasを書く」、「testsを書く」などのコマンドで、GibsonはSQL Alchemy models、Pydantic schemas、FastAPI routesなどを数分で生成します。 Gibson AIは、通常、時間がかかるかもしれないコードの作成を、わずか数分に圧縮します。高速なデータモデルとコード生成のおかげで、SQL Alchemy models、Pydantic schemas、FastAPI routesがすでに作成されており、アプリケーションの立ち上げ準備が整いました。