Ретрит "Будущее разработки программного обеспечения" выявил пять ключевых выводов, в том числе тот, что генерация кода больше не является узким местом, и появляется дисциплина инженерного обеспечения. Серьезную обеспокоенность вызывает разрыв между ожиданиями руководства относительно повышения производительности на основе ИИ и техническими реалиями и рисками, особенно в области безопасности. Это было проиллюстрировано историей, где оптимизация воздушных фильтров в пустыне с помощью ИИ привела к катастрофическому риску пожара в Арктике из-за различных факторов окружающей среды.Рост "вибрационного кодирования" гражданами-разработчиками усиливает существующие опасения по поводу использования непроверенных электронных таблиц, что требует строгих мер контроля и безопасности. Многие руководители, видя, как большие языковые модели (LLM) хорошо справляются с задачами обобщения, переоценивают их возможности программирования, упуская из виду аспект "рутинной работы", упомянутый Хайтауэром. Хотя технологический пузырь признается, его продолжительность и конечный результат остаются неопределенными, проводятся параллели с эпохой доткомов, но отмечается меньший энтузиазм по поводу новых творений на этот раз.Нынешний импульс к внедрению ИИ в первую очередь обусловлен сокращением расходов, что волнует советы директоров, но может быть омрачено растущими затратами на токены. LLM оказываются ценными в операционной деятельности для обнаружения аномалий и понимания кода, хотя управление и конфиденциальность данных являются проблемами. Автоматическое исправление агентами представляет собой трудности, требуя тщательного документирования и обратной связи с командами разработчиков.В тексте также обсуждается эксперимент, в котором LLM превзошли профессоров в ответах на вопросы по договорному праву, показав высокую точность и низкую вредоносность. Предметно-ориентированные языки (DSL) рассматриваются как способ повышения надежности LLM за счет эффективности токенов, безопасности и детерминированной генерации кода. Создание парсеров для DSL становится проще с помощью LLM, хотя основополагающая семантическая модель имеет первостепенное значение.Наконец, растущую обеспокоенность вызывает "LLM-спик" — узнаваемый стилистический остаток в тексте, сгенерированном ИИ, который может вызывать негативную реакцию читателей и затуманивать содержание. Этот повсеместный стиль бросает вызов писателям в поддержании отличительного человеческого голоса и поднимает вопросы о том, можно ли действительно отредактировать прозу, сгенерированную ИИ, чтобы удалить ее присущую искусственность. Хотя LLM могут усиливать существующие подавляющие конвенции письма, способность культивировать уникальный человеческий голос обеспечивает повышенную видимость и авторитетность.