OpenAI ਦਾ ਨਵੀਨਤਮ ਨਵੀਨਤਾ, Codex AI ਏਜੰਟ, ਕੋਡਿੰਗ ਲਈ ਇੱਕ ਨਵਾਂ ਪਹੁੰਚ ਪੇਸ਼ ਕਰਦਾ ਹੈ - ਇੱਕ ChatGPT ਵਰਗੇ ਇੰਟਰਫੇਸ ਦੁਆਰਾ ਸੰਚਾਲਿਤ ਇੱਕ "ਵਾਈਬ-ਕੋਡਿੰਗ" ਵਾਤਾਵਰਣ। ਹਾਲਾਂਕਿ ਸੰਕਲਪ ਸ਼ੁਰੂ ਵਿੱਚ ਧੋਖੇਬਾਜ਼ ਲੱਗ ਸਕਦਾ ਹੈ, ਨਵੇਂ Codex ਏਜੰਟ ਦੀਆਂ ਸਮਰੱਥਾਵਾਂ ਕਾਫ਼ੀ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਹਨ।
OpenAI ਨੇ Codex ਨੂੰ ਇੱਕ ਖੋਜ ਝਲਕ ਵਜੋਂ ਲੇਬਲ ਕੀਤਾ ਹੈ, ਜਿਸਦਾ ਸੰਕੇਤ ਹੈ ਕਿ ਇਹ ਅਜੇ ਵੀ ਸਰਗਰਮ ਵਿਕਾਸ ਅਧੀਨ ਹੈ। ਵਰਤਮਾਨ ਵਿੱਚ, ਇਹ ChatGPT Pro, Enterprise, ਅਤੇ Team-ਟੀਅਰ ਗਾਹਕਾਂ ਲਈ ਪਹੁੰਚਯੋਗ ਹੈ, ਅਤੇ ਭਵਿੱਖ ਵਿੱਚ Plus ਅਤੇ Edu ਉਪਭੋਗਤਾਵਾਂ ਤੱਕ ਉਪਲਬਧਤਾ ਵਧਾਉਣ ਦੀਆਂ ਯੋਜਨਾਵਾਂ ਹਨ।
OpenAI ਦੇ ਐਲਾਨ ਦੇ ਅਨੁਸਾਰ, Codex ਨਾਮ 2021 ਤੋਂ ਇੱਕ ਵਿਕਾਸਸ਼ੀਲ ਕੋਡਿੰਗ ਟੂਲ ਨਾਲ ਜੁੜਿਆ ਹੋਇਆ ਹੈ। ਇਸ ਚਰਚਾ ਵਿੱਚ, "Codex" ਤੋਂ ਭਾਵ ਨਵੇਂ ਐਲਾਨੇ ਗਏ ਸੰਸਕਰਣ ਤੋਂ ਹੈ।
Codex OpenAI ਦੇ ਸਰਵਰਾਂ ‘ਤੇ ਰਹਿੰਦਾ ਹੈ ਅਤੇ GitHub ਰਿਪੋਜ਼ਟਰੀਆਂ ਨਾਲ ਜੁੜਦਾ ਹੈ। ਪ੍ਰਦਰਸ਼ਨਾਂ ਤੋਂ ਪਤਾ ਲੱਗਦਾ ਹੈ ਕਿ Codex ਇੱਕ ਟੀਮ ਦੇ ਅੰਦਰ ਇੱਕ ਵਾਧੂ ਪ੍ਰੋਗਰਾਮਰ ਵਜੋਂ ਕੰਮ ਕਰਦਾ ਹੈ।
ਇਸਨੂੰ ਬੱਗਾਂ ਦੀ ਇੱਕ ਲੜੀ ਨੂੰ ਹੱਲ ਕਰਨ ਅਤੇ ਉਸ ਅਨੁਸਾਰ ਕੰਮ ਨੂੰ ਚਲਾਉਣ ਲਈ ਨਿਰਦੇਸ਼ ਦਿੱਤੇ ਜਾ ਸਕਦੇ ਹਨ। ਇਹ ਕੋਡ ਸੋਧਾਂ ਲਈ ਪ੍ਰਵਾਨਗੀ ਵੀ ਲੈਂਦਾ ਹੈ, ਹਾਲਾਂਕਿ ਇਹ ਆਪਣੇ ਆਪ ਕੋਡ ਨੂੰ ਸੋਧਣ ਦੇ ਸਮਰੱਥ ਜਾਪਦਾ ਹੈ।
Codex ਕੋਡ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਸੋਧ ਕਰ ਸਕਦਾ ਹੈ, ਖਾਸ ਸਮੱਸਿਆਵਾਂ ਦੀ ਪਛਾਣ ਕਰ ਸਕਦਾ ਹੈ, ਸੁਧਾਰ ਲਈ ਖੇਤਰਾਂ ਦਾ ਪਤਾ ਲਗਾ ਸਕਦਾ ਹੈ, ਅਤੇ ਹੋਰ ਕੋਡਿੰਗ ਅਤੇ ਰੱਖ-ਰਖਾਅ ਦੇ ਕੰਮ ਕਰ ਸਕਦਾ ਹੈ। ਹਰੇਕ ਕੰਮ ਇੱਕ ਨਵਾਂ ਵਰਚੁਅਲ ਵਾਤਾਵਰਣ ਸ਼ੁਰੂ ਕਰਦਾ ਹੈ, ਜਿਸ ਨਾਲ AI ਨੂੰ ਸੰਕਲਪ ਅਤੇ ਡਿਜ਼ਾਈਨ ਤੋਂ ਲੈ ਕੇ ਯੂਨਿਟ ਟੈਸਟਿੰਗ ਤੱਕ ਹਰ ਚੀਜ਼ ਨੂੰ ਸੰਭਾਲਣ ਦੇ ਯੋਗ ਬਣਾਇਆ ਜਾਂਦਾ ਹੈ।
ਕੋਡਿੰਗ ਵਿੱਚ ਇੱਕ Paradigm Shift
ਇਹ ਕੋਡਿੰਗ paradigm ਵਿੱਚ ਇੱਕ ਅਸਲੀ ਤਬਦੀਲੀ ਦਾ ਸੰਕੇਤ ਦਿੰਦਾ ਹੈ। ਪਹਿਲਾਂ AI ਕੋਡਿੰਗ ਸਹਾਇਤਾ ਵਿੱਚ ਮੁੱਖ ਤੌਰ ‘ਤੇ ਆਟੋਕੰਪਲੀਟ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਸ਼ਾਮਲ ਹੁੰਦੀਆਂ ਸਨ, ਜੋ ਮੌਜੂਦਾ ਕੋਡ ਦੇ ਅਧਾਰ ਤੇ ਆਪਣੇ ਆਪ ਲਾਈਨਾਂ ਜਾਂ ਕੋਡ ਦੇ ਬਲਾਕ ਤਿਆਰ ਕਰਦੀਆਂ ਸਨ।
ਤਕਨਾਲੋਜੀ ਇਸ ਹੱਦ ਤੱਕ ਅੱਗੇ ਵਧੀ ਹੈ ਕਿ AI ਕੋਡ ਦੇ ਛੋਟੇ ਹਿੱਸਿਆਂ ਨੂੰ ਲਿਖ ਜਾਂ ਡੀਬੱਗ ਕਰ ਸਕਦਾ ਹੈ। ਇਹ ਉਹ ਪਹਿਲੂ ਹੈ ਜਿਸ ਵਿੱਚ ਮੈਂ ZDNET ਦੇ ਪ੍ਰੋਗਰਾਮਿੰਗ ਟੈਸਟਾਂ ਬਾਰੇ ਖਾਸ ਤੌਰ ‘ਤੇ ਦਿਲਚਸਪੀ ਰੱਖਦਾ ਹਾਂ।
AI ਦੀ ਇੱਕ ਹੋਰ ਭੂਮਿਕਾ ਸਮੁੱਚੇ ਸਿਸਟਮ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਹੈ। ਹਾਲ ਹੀ ਵਿੱਚ, ਮੈਂ ਇੱਕ ਨਵਾਂ ਡੀਪ ਰਿਸਰਚ ਟੂਲ ਖੋਜਿਆ ਹੈ ਜੋ ਪੂਰੇ ਕੋਡਬੇਸ ਨੂੰ ਡੀਕੰਸਟਰਕਟ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਕੋਡ ਸਮੀਖਿਆਵਾਂ ਅਤੇ ਸਿਫਾਰਸ਼ਾਂ ਪ੍ਰਦਾਨ ਕਰ ਸਕਦਾ ਹੈ।
Codex ਹੁਣ ਇੱਕ ਅਜਿਹੇ ਬਿੰਦੂ ‘ਤੇ ਪਹੁੰਚਦਾ ਹੈ ਜਿੱਥੇ ਪੂਰੇ ਪ੍ਰੋਗਰਾਮਿੰਗ ਕਾਰਜਾਂ ਨੂੰ ਕਲਾਉਡ ਵਿੱਚ AI ਨੂੰ ਸੌਂਪਿਆ ਜਾ ਸਕਦਾ ਹੈ, ਟੀਮ ਦੇ ਦੂਜੇ ਪ੍ਰੋਗਰਾਮਰਾਂ ਨੂੰ ਜਾਂ ਜੂਨੀਅਰ ਪ੍ਰੋਗਰਾਮਰਾਂ ਨੂੰ ਕੋਡ ਰੱਖ-ਰਖਾਅ ਸਿੱਖਣ ਲਈ ਕਾਰਜ ਸੌਂਪਣ ਦੇ ਸਮਾਨ।
OpenAI ਇਸਨੂੰ "ਏਜੰਟ-ਮੂਲ ਸੌਫਟਵੇਅਰ ਵਿਕਾਸ, ਜਿੱਥੇ AI ਨਾ ਸਿਰਫ ਤੁਹਾਡੇ ਕੰਮ ਵਿੱਚ ਤੁਹਾਡੀ ਮਦਦ ਕਰਦਾ ਹੈ ਬਲਕਿ ਸੁਤੰਤਰ ਤੌਰ ‘ਤੇ ਵੀ ਕੰਮ ਕਰਦਾ ਹੈ" ਦੱਸਦਾ ਹੈ।
ਲਾਂਚ ਵੀਡੀਓ ਨੇ ਕਈ ਕਾਰਜਾਂ ਨੂੰ ਇੱਕੋ ਸਮੇਂ ਸੰਭਾਲਣ ਦੀ Codex ਦੀ ਸਮਰੱਥਾ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਕੀਤਾ, ਹਰੇਕ ਇੱਕ ਵੱਖਰੇ, ਅਲੱਗ-ਥਲੱਗ ਵਰਚੁਅਲ ਵਾਤਾਵਰਣ ਵਿੱਚ ਕੰਮ ਕਰਦਾ ਹੈ।
ਪ੍ਰੋਗਰਾਮਰਾਂ ਨੇ ਏਜੰਟ ਨੂੰ ਕਾਰਜ ਸੌਂਪੇ, ਜਿਸਨੇ ਫਿਰ ਸੁਤੰਤਰ ਤੌਰ ‘ਤੇ ਕੰਮ ਕੀਤਾ। ਪੂਰਾ ਹੋਣ ‘ਤੇ, ਏਜੰਟ ਨੇ ਟੈਸਟ ਨਤੀਜੇ ਪ੍ਰਦਾਨ ਕੀਤੇ ਅਤੇ ਕੋਡ ਤਬਦੀਲੀਆਂ ਦਾ ਸੁਝਾਅ ਦਿੱਤਾ।
ਡੈਮੋ ਵਿੱਚ Codex ਬੱਗ ਫਿਕਸ ਕਰਨਾ, ਟਾਈਪੋ ਲਈ ਸਕੈਨ ਕਰਨਾ, ਕਾਰਜ ਸੁਝਾਅ ਪੇਸ਼ ਕਰਨਾ, ਅਤੇ ਪ੍ਰੋਜੈਕਟ-ਵਾਈਡ ਰੀਫੈਕਟਰਿੰਗ (ਵਿਵਹਾਰ ਨੂੰ ਬਦਲੇ ਬਿਨਾਂ ਢਾਂਚੇ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਲਈ ਕੋਡ ਨੂੰ ਸੋਧਣਾ) ਕਰਨਾ ਸ਼ਾਮਲ ਸੀ।
ਸੀਨੀਅਰ ਡਿਵੈਲਪਰ ਅਤੇ ਡਿਜ਼ਾਈਨਰ ਲੋੜਾਂ ਨੂੰ ਸਪੱਸ਼ਟ ਕਰਨ ਅਤੇ ਦੂਜਿਆਂ ਦੇ ਕੰਮ ਦੀ ਸਮੀਖਿਆ ਕਰਨ ਤੋਂ ਜਾਣੂ ਹਨ। Codex ਦੀ ਵਰਤੋਂ ਉਨ੍ਹਾਂ ਲਈ ਮਹੱਤਵਪੂਰਨ ਤਬਦੀਲੀਆਂ ਨਹੀਂ ਕਰੇਗੀ। ਹਾਲਾਂਕਿ, ਡਿਵੈਲਪਰ ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਲੋੜਾਂ ਨੂੰ ਸਪੱਸ਼ਟ ਕਰਨ ਅਤੇ ਸਮੀਖਿਆ ਕਰਨ ਦੇ ਮਜ਼ਬੂਤ ਹੁਨਰਾਂ ਦੀ ਘਾਟ ਹੈ, ਉਨ੍ਹਾਂ ਨੂੰ Codex ਨੂੰ ਪ੍ਰਬੰਧਿਤ ਕਰਨਾ ਥੋੜਾ ਚੁਣੌਤੀਪੂਰਨ ਲੱਗ ਸਕਦਾ ਹੈ।
ਇਸਦੇ ਬਾਵਜੂਦ, ਜੇਕਰ ਟੂਲ ਪ੍ਰਦਰਸ਼ਿਤ ਕੀਤੇ ਅਨੁਸਾਰ ਪ੍ਰਦਰਸ਼ਨ ਕਰਦਾ ਹੈ, ਤਾਂ Codex ਛੋਟੀਆਂ ਟੀਮਾਂ ਅਤੇ ਵਿਅਕਤੀਗਤ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਵਧੇਰੇ ਪ੍ਰਾਪਤ ਕਰਨ, ਦੁਹਰਾਉਣ ਵਾਲੇ ਕੰਮਾਂ ਨੂੰ ਘਟਾਉਣ ਅਤੇ ਸਮੱਸਿਆ ਰਿਪੋਰਟਾਂ ਦਾ ਵਧੇਰੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਜਵਾਬ ਦੇਣ ਲਈ ਸ਼ਕਤੀ ਪ੍ਰਦਾਨ ਕਰੇਗਾ।
ਸੰਭਾਵਿਤ ਖਾਮੀਆਂ ਅਤੇ ਘਟਾਉਣ ਦੀਆਂ ਰਣਨੀਤੀਆਂ
ChatGPT ਦੀਆਂ ਕੋਡਿੰਗ ਸਮਰੱਥਾਵਾਂ ਦੇ ਨਾਲ ਸ਼ੁਰੂਆਤੀ ਤਜ਼ਰਬਿਆਂ ਨੇ ਫੋਕਸ ਗੁਆਉਣ ਜਾਂ ਇੱਛਤ ਦਿਸ਼ਾ ਤੋਂ ਭਟਕ ਜਾਣ ਦੀ ਪ੍ਰਵਿਰਤੀ ਨੂੰ ਪ੍ਰਗਟ ਕੀਤਾ। ਹਾਲਾਂਕਿ ਇਹ ਵਿਅਕਤੀਗਤ ਕੋਡ ਬਲਾਕਾਂ ਲਈ ਵਿਨਾਸ਼ਕਾਰੀ ਨਹੀਂ ਹੈ, ਪਰ ਇਹ ਅਣਜਾਣੇ ਅਤੇ ਸਮੱਸਿਆ ਵਾਲੇ ਨਤੀਜਿਆਂ ਵੱਲ ਲੈ ਜਾ ਸਕਦਾ ਹੈ ਜੇਕਰ ਇੱਕ ਕੋਡਿੰਗ ਏਜੰਟ ਨੂੰ ਸੀਮਤ ਨਿਗਰਾਨੀ ਨਾਲ ਕੰਮ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ।
ਇਸ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ, OpenAI ਨੇ AGENTS.md ਫਾਈਲ ਵਿੱਚ ਦੱਸੀਆਂ ਗਈਆਂ ਹਦਾਇਤਾਂ ਦੀ ਪਾਲਣਾ ਕਰਨ ਲਈ Codex ਨੂੰ ਸਿਖਲਾਈ ਦਿੱਤੀ ਹੈ। ਇਹ ਫਾਈਲ, ਜੋ ਕਿ ਰਿਪੋਜ਼ਟਰੀ ਵਿੱਚ ਸਥਿਤ ਹੈ, ਪ੍ਰੋਗਰਾਮਰਾਂ ਅਤੇ ਟੀਮਾਂ ਨੂੰ Codex ਦੇ ਵਿਵਹਾਰ ਦੀ ਅਗਵਾਈ ਕਰਨ ਦੇ ਯੋਗ ਬਣਾਉਂਦੀ ਹੈ। ਇਸ ਵਿੱਚ ਨਾਮਕਰਨ ਸੰਮੇਲਨਾਂ, ਫਾਰਮੈਟਿੰਗ ਨਿਯਮਾਂ, ਅਤੇ ਕੋਡਿੰਗ ਪ੍ਰਕਿਰਿਆ ਦੌਰਾਨ ਲੋੜੀਂਦੀਆਂ ਕਿਸੇ ਹੋਰ ਇਕਸਾਰ ਦਿਸ਼ਾ-ਨਿਰਦੇਸ਼ਾਂ ਬਾਰੇ ਹਦਾਇਤਾਂ ਸ਼ਾਮਲ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਇਹ ਅਸਲ ਵਿੱਚ ChatGPT ਦੀਆਂ ਵਿਅਕਤੀਗਤਕਰਨ ਸੈਟਿੰਗਾਂ ਨੂੰ ਰਿਪੋਜ਼ਟਰੀ-ਕੇਂਦਰਿਤ ਟੀਮ ਵਾਤਾਵਰਣ ਤੱਕ ਵਧਾਉਂਦਾ ਹੈ।
ਇਸ ਤੋਂ ਇਲਾਵਾ, OpenAI ਨੇ Codex ਦਾ ਇੱਕ ਸੰਸਕਰਣ ਪੇਸ਼ ਕੀਤਾ ਹੈ ਜਿਸਨੂੰ Codex CLI ਕਿਹਾ ਜਾਂਦਾ ਹੈ ਜੋ ਇੱਕ ਡਿਵੈਲਪਰ ਦੀ ਮਸ਼ੀਨ ‘ਤੇ ਸਥਾਨਕ ਤੌਰ ‘ਤੇ ਚੱਲਦਾ ਹੈ। ਕਲਾਉਡ-ਅਧਾਰਤ Codex ਦੇ ਉਲਟ, ਜੋ ਅਸਿੰਕਰੋਨਸ ਰੂਪ ਵਿੱਚ ਕੰਮ ਕਰਦਾ ਹੈ ਅਤੇ ਪੂਰਾ ਹੋਣ ‘ਤੇ ਰਿਪੋਰਟਾਂ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ, ਸਥਾਨਕ ਸੰਸਕਰਣ ਪ੍ਰੋਗਰਾਮਰ ਦੀ ਕਮਾਂਡ ਲਾਈਨ ਦੁਆਰਾ ਕੰਮ ਕਰਦਾ ਹੈ ਅਤੇ ਸਿੰਕਰੋਨਸ ਰੂਪ ਵਿੱਚ ਕੰਮ ਕਰਦਾ ਹੈ।
ਸੰਖੇਪ ਵਿੱਚ, ਪ੍ਰੋਗਰਾਮਰ ਇੱਕ ਹਦਾਇਤ ਦਰਜ ਕਰਦਾ ਹੈ ਅਤੇ Codex CLI ਪ੍ਰਕਿਰਿਆ ਦੁਆਰਾ ਇੱਕ ਨਤੀਜਾ ਵਾਪਸ ਕਰਨ ਦੀ ਉਡੀਕ ਕਰਦਾ ਹੈ। ਇਹ ਪ੍ਰੋਗਰਾਮਰਾਂ ਨੂੰ ਔਫਲਾਈਨ ਕੰਮ ਕਰਨ ਦੇ ਯੋਗ ਬਣਾਉਂਦਾ ਹੈ, ਉਹਨਾਂ ਦੀ ਸਰਗਰਮ ਵਿਕਾਸ ਮਸ਼ੀਨ ਦੇ ਸਥਾਨਕ ਪ੍ਰਸੰਗ ਦਾ ਲਾਭ ਉਠਾਉਂਦਾ ਹੈ।
ਵਾਅਦਾ ਕਰਨ ਦੀ ਸੰਭਾਵਨਾ ਵਾਲਾ ਖੋਜ ਪ੍ਰੋਟੋਟਾਈਪ
ਡੈਮੋ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਸੀ, ਪਰ ਡਿਵੈਲਪਰਾਂ ਨੇ ਜ਼ੋਰ ਦਿੱਤਾ ਕਿ ਉਹ ਜੋ ਦਿਖਾ ਅਤੇ ਜਾਰੀ ਕਰ ਰਹੇ ਹਨ ਉਹ ਇੱਕ ਖੋਜ ਪ੍ਰੋਟੋਟਾਈਪ ਹੈ। ਹਾਲਾਂਕਿ ਇਹ ਉਹ ਪੇਸ਼ਕਸ਼ ਕਰਦਾ ਹੈ ਜਿਸਨੂੰ ਉਹਨਾਂ ਨੇ "ਜਾਦੂਈ ਪਲ" ਕਿਹਾ, ਇਸਨੂੰ ਅਜੇ ਵੀ ਮਹੱਤਵਪੂਰਨ ਵਿਕਾਸ ਦੀ ਲੋੜ ਹੈ।
ਮੈਂ ਇਸ ਤਕਨਾਲੋਜੀ ਦੇ ਵਿਕਾਸ ਦੇ ਭਵਿੱਖ ਅਤੇ ਮੇਰੀ ਆਪਣੀ ਵਿਕਾਸ ਪ੍ਰਕਿਰਿਆ ਲਈ ਖਾਸ ਪ੍ਰਭਾਵਾਂ ਨੂੰ ਸਮਝਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਿਹਾ ਹਾਂ। ਮੇਰਾ ਮੁੱਖ ਉਤਪਾਦ ਇੱਕ ਓਪਨ-ਸੋਰਸ ਵਰਡਪਰੈਸ ਪਲੱਗਇਨ ਹੈ, ਜਿਸ ਵਿੱਚ ਮਲਕੀਅਤ ਵਾਲੇ ਐਡ-ਆਨ ਪਲੱਗਇਨ ਹਨ। Codex ਸੰਭਾਵੀ ਤੌਰ ‘ਤੇ ਓਪਨ-ਸੋਰਸ ਕੋਰ ਪਲੱਗਇਨ ਲਈ ਜਨਤਕ ਰਿਪੋਜ਼ਟਰੀ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰ ਸਕਦਾ ਹੈ।
ਹਾਲਾਂਕਿ, ਕੀ Codex ਇੱਕ ਜਨਤਕ ਰਿਪੋਜ਼ਟਰੀ ਅਤੇ ਕਈ ਨਿੱਜੀ ਰਿਪੋਜ਼ਟਰੀਆਂ ਦੇ ਵਿਚਕਾਰ ਸਬੰਧਾਂ ਨੂੰ ਇੱਕ ਸਿੰਗਲ ਸਮੁੱਚੇ ਪ੍ਰੋਜੈਕਟ ਦੇ ਹਿੱਸੇ ਵਜੋਂ ਪ੍ਰਬੰਧਿਤ ਕਰ ਸਕਦਾ ਹੈ? ਅਤੇ ਇਹ ਉਦੋਂ ਕਿਵੇਂ ਪ੍ਰਦਰਸ਼ਨ ਕਰੇਗਾ ਜਦੋਂ ਟੈਸਟਿੰਗ ਵਿੱਚ ਨਾ ਸਿਰਫ ਮੇਰਾ ਕੋਡ ਸ਼ਾਮਲ ਹੁੰਦਾ ਹੈ ਬਲਕਿ ਪ੍ਰਦਰਸ਼ਨ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ ਇੱਕ ਪੂਰਾ ਵਾਧੂ ਈਕੋਸਿਸਟਮ - ਵਰਡਪਰੈਸ - ਵੀ ਸ਼ਾਮਲ ਹੁੰਦਾ ਹੈ?
ਇੱਕ ਇਕੱਲੇ ਪ੍ਰੋਗਰਾਮਰ ਹੋਣ ਦੇ ਨਾਤੇ, ਮੈਂ Codex ਵਰਗੇ ਟੂਲ ਦੇ ਸੰਭਾਵੀ ਲਾਭਾਂ ਨੂੰ ਪਛਾਣਦਾ ਹਾਂ। ਇੱਥੋਂ ਤੱਕ ਕਿ $200-ਪ੍ਰਤੀ-ਮਹੀਨਾ Pro ਸਬਸਕ੍ਰਿਪਸ਼ਨ ਵੀ ਲਾਹੇਵੰਦ ਹੋ ਸਕਦੀ ਹੈ। ਇੱਕ ਮਨੁੱਖੀ ਪ੍ਰੋਗਰਾਮਰ ਨੂੰ ਨਿਯੁਕਤ ਕਰਨ ਵਿੱਚ ਕਾਫ਼ੀ ਜ਼ਿਆਦਾ ਖਰਚਾ ਆਵੇਗਾ, ਇਹ ਮੰਨ ਕੇ ਕਿ ਮੈਂ ਇਸ ਤੋਂ ਠੋਸ, ਮੁਦਰੀਕਰਨਯੋਗ ਮੁੱਲ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦਾ ਹਾਂ।
ਇੱਕ ਤਜਰਬੇਕਾਰ ਟੀਮ ਮੈਨੇਜਰ ਅਤੇ ਸੰਚਾਰਕ ਹੋਣ ਦੇ ਨਾਤੇ, ਮੈਂ Codex ਵਰਗੀ ਕਿਸੇ ਚੀਜ਼ ਨੂੰ ਕਾਰਜ ਸੌਂਪਣ ਵਿੱਚ ਆਰਾਮਦਾਇਕ ਮਹਿਸੂਸ ਕਰਦਾ ਹਾਂ। ਇਹ ਸਲੈਕ ਉੱਤੇ ਟੀਮ ਦੇ ਮੈਂਬਰ ਨਾਲ ਸੰਚਾਰ ਕਰਨ ਨਾਲੋਂ ਮਹੱਤਵਪੂਰਨ ਤੌਰ ‘ਤੇ ਵੱਖਰਾ ਨਹੀਂ ਹੈ।
ਇਹ ਤੱਥ ਕਿ Codex ਸਿਫਾਰਸ਼ਾਂ, ਡਰਾਫਟ ਸੰਸਕਰਣ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ, ਅਤੇ ਮੇਰੀ ਪ੍ਰਵਾਨਗੀ ਦੀ ਉਡੀਕ ਕਰਦਾ ਹੈ, ਮੇਰੇ ਕੋਡ ਦੇ ਅੰਦਰ ਸੁਤੰਤਰ ਰੂਪ ਵਿੱਚ ਕੰਮ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦੇਣ ਦੀ ਤੁਲਨਾ ਵਿੱਚ ਸੁਰੱਖਿਆ ਦੀ ਭਾਵਨਾ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ। ਇਹ ਇੱਕ ਨਵੇਂ ਵਿਕਾਸ ਜੀਵਨ ਚੱਕਰ ਲਈ ਦਿਲਚਸਪ ਸੰਭਾਵਨਾਵਾਂ ਖੋਲ੍ਹਦਾ ਹੈ, ਜਿੱਥੇ ਮਨੁੱਖ ਟੀਚਿਆਂ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਦੇ ਹਨ, AI ਸੰਭਾਵੀ ਲਾਗੂ ਕਰਨ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰਦਾ ਹੈ, ਅਤੇ ਮਨੁੱਖ ਫਿਰ AI ਨੂੰ ਕਿਸੇ ਹੋਰ ਦੁਹਰਾਓ ਲਈ ਮਨਜ਼ੂਰੀ ਦਿੰਦੇ ਹਨ ਜਾਂ ਰੀਡਾਇਰੈਕਟ ਕਰਦੇ ਹਨ।
ਬਿਨਾਂ ਜਵਾਬ ਵਾਲੇ ਸਵਾਲ ਅਤੇ ਭਵਿੱਖ ਦੇ ਪ੍ਰਭਾਵ
ਕੋਡਿੰਗ ਲਈ AIs ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੇ ਮੇਰੇ ਪਿਛਲੇ ਤਜ਼ਰਬਿਆਂ ਦੇ ਅਧਾਰ ਤੇ, Codex ਸੰਭਾਵੀ ਤੌਰ ‘ਤੇ ਰੱਖ-ਰਖਾਅ ਦੇ ਸਮੇਂ ਨੂੰ ਘਟਾ ਸਕਦਾ ਹੈ ਅਤੇ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਫਿਕਸ ਦੀ ਡਿਲਿਵਰੀ ਨੂੰ ਤੇਜ਼ ਕਰ ਸਕਦਾ ਹੈ। ਹਾਲਾਂਕਿ, ਇੱਕ ਵਿਸ਼ੇਸ਼ਤਾ ਦਸਤਾਵੇਜ਼ ਦੇ ਅਧਾਰ ਤੇ ਨਵੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਸ਼ਾਮਲ ਕਰਨ ਵਿੱਚ ਇਸਦੀ ਪ੍ਰਭਾਵਸ਼ੀਲਤਾ ਅਜੇ ਵੀ ਅਸਪਸ਼ਟ ਹੈ। ਇਸੇ ਤਰ੍ਹਾਂ, Codex ਲਾਗੂ ਕਰਨ ਤੋਂ ਬਾਅਦ ਕਾਰਜਕੁਸ਼ਲਤਾ ਅਤੇ ਪ੍ਰਦਰਸ਼ਨ ਵਿੱਚ ਸੋਧ ਕਰਨ ਦੀ ਮੁਸ਼ਕਲ ਨੂੰ ਅਜੇ ਨਿਰਧਾਰਤ ਕੀਤਾ ਜਾਣਾ ਹੈ।
ਇਹ ਧਿਆਨ ਦੇਣ ਯੋਗ ਹੈ ਕਿ AI ਕੋਡਿੰਗ ਸਮਾਨ ਗਤੀ ‘ਤੇ ਕਈ ਕੰਪਨੀਆਂ ਵਿੱਚ ਵਿਕਸਤ ਹੋ ਰਹੀ ਹੈ। ਮੈਂ ਜਲਦੀ ਹੀ GitHub Copilot ਦੇ ਕੋਡਿੰਗ ਏਜੰਟ ‘ਤੇ ਇੱਕ ਹੋਰ ਲੇਖ ਪ੍ਰਕਾਸ਼ਿਤ ਕਰਾਂਗਾ, ਜੋ Codex ਨਾਲ ਕੁਝ ਕਾਰਜਕੁਸ਼ਲਤਾਵਾਂ ਸਾਂਝੀਆਂ ਕਰਦਾ ਹੈ।
ਉਸ ਲੇਖ ਵਿੱਚ, ਮੈਂ ਚਿੰਤਾਵਾਂ ਜ਼ਾਹਰ ਕੀਤੀਆਂ ਕਿ ਇਹ ਕੋਡਿੰਗ ਏਜੰਟ ਜੂਨੀਅਰ ਅਤੇ ਐਂਟਰੀ-ਪੱਧਰ ਦੇ ਪ੍ਰੋਗਰਾਮਰਾਂ ਨੂੰ ਬਦਲ ਸਕਦੇ ਹਨ। ਮਨੁੱਖੀ ਨੌਕਰੀਆਂ ਲਈ ਪ੍ਰਭਾਵਾਂ ਤੋਂ ਪਰੇ, ਇੱਥੇ ਮਹੱਤਵਪੂਰਨ ਸਿਖਲਾਈ ਦੇ ਮੌਕਿਆਂ ਦਾ ਵੀ ਸਵਾਲ ਹੈ ਜੋ ਖਤਮ ਹੋ ਸਕਦੇ ਹਨ ਜੇਕਰ ਅਸੀਂ ਇੱਕ ਡਿਵੈਲਪਰ ਦੇ ਕੈਰੀਅਰ ਦੇ ਮੱਧ ਪੜਾਅ ਨੂੰ AI ਨੂੰ ਸੌਂਪਦੇ ਹਾਂ।
ਸੌਫਟਵੇਅਰ ਉਦਯੋਗ ਦਾ “ਅਣਜਾਣ ਵਿੱਚ”
ਡਿਜ਼ਨੀ ਦੀ ਫ੍ਰੋਜ਼ਨ II ਵਿੱਚ ਇੱਕ ਗੀਤ ਹੈ ਜਿਸਨੂੰ "ਇਨਟੂ ਦਿ ਅਨਜਾਣ" ਕਿਹਾ ਜਾਂਦਾ ਹੈ ਜੋ ਇਡੀਨਾ ਮੈਂਜ਼ਲ ਦੁਆਰਾ ਪੇਸ਼ ਕੀਤਾ ਗਿਆ ਹੈ। ਇਹ ਗੀਤ ਮੁੱਖ ਪਾਤਰ ਦੇ ਸਥਿਤੀ ਨੂੰ ਬਰਕਰਾਰ ਰੱਖਣ ਅਤੇ "ਅਣਜਾਣ ਵਿੱਚ" ਉੱਦਮ ਕਰਨ ਦੇ ਵਿਚਕਾਰ ਅੰਦਰੂਨੀ ਸੰਘਰਸ਼ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ।
ਏਜੰਟਿਕ ਸੌਫਟਵੇਅਰ ਵਿਕਾਸ ਦੇ ਨਾਲ, ਸਿਰਫ AI ਕੋਡਿੰਗ ਤੋਂ ਪਰੇ, ਪੂਰਾ ਸੌਫਟਵੇਅਰ ਉਦਯੋਗ "ਅਣਜਾਣ ਵਿੱਚ" ਇੱਕ ਯਾਤਰਾ ‘ਤੇ ਨਿਕਲ ਰਿਹਾ ਹੈ। ਜਿਵੇਂ ਕਿ ਅਸੀਂ ਆਪਣੇ ਸੌਫਟਵੇਅਰ ਨੂੰ ਵਿਕਸਤ ਕਰਨ ਲਈ AI-ਅਧਾਰਤ ਪ੍ਰਣਾਲੀਆਂ ‘ਤੇ ਵੱਧ ਤੋਂ ਵੱਧ ਨਿਰਭਰ ਕਰਦੇ ਹਾਂ, ਹੁਨਰਮੰਦ ਰੱਖਿਅਕਾਂ ਦੀ ਗਿਣਤੀ ਘੱਟ ਹੋਣ ਦੀ ਸੰਭਾਵਨਾ ਹੈ। ਇਹ ਉਦੋਂ ਤੱਕ ਸਵੀਕਾਰਯੋਗ ਹੈ ਜਦੋਂ ਤੱਕ AIs ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਕੰਮ ਕਰਨਾ ਜਾਰੀ ਰੱਖਦੇ ਹਨ ਅਤੇ ਪਹੁੰਚਯੋਗ ਰਹਿੰਦੇ ਹਨ। ਹਾਲਾਂਕਿ, ਕੀ ਅਸੀਂ ਜ਼ਰੂਰੀ ਹੁਨਰਾਂ ਨੂੰ ਕਮਜ਼ੋਰ ਹੋਣ ਦੇ ਰਹੇ ਹਾਂ ਅਤੇ ਇੱਕ ਗੈਰ-ਅਜੇ-ਸਜੀਵ, ਕਲਾਉਡ-ਅਧਾਰਤ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਨੂੰ ਸੌਂਪਣ ਦੀ ਸਹੂਲਤ ਲਈ ਚੰਗੀ ਤਨਖਾਹ ਵਾਲੀਆਂ ਨੌਕਰੀਆਂ ਦੀ ਕੁਰਬਾਨੀ ਕਰ ਰਹੇ ਹਾਂ?
ਸਮਾਂ ਜਵਾਬਾਂ ਦਾ ਖੁਲਾਸਾ ਕਰੇਗਾ, ਅਤੇ ਉਮੀਦ ਹੈ ਕਿ ਇਹ ਖੁਲਾਸਾ ਉਦੋਂ ਨਹੀਂ ਹੋਵੇਗਾ ਜਦੋਂ ਸਾਡੇ ਕੋਲ ਸਮਾਂ ਖਤਮ ਹੋ ਜਾਵੇਗਾ।
ਕੀ ਤੁਸੀਂ ਇਸ ਵਰਗੇ ਟੂਲ ਨੂੰ ਅਸਲ ਵਿਕਾਸ ਕਾਰਜ ਸੌਂਪਣ ‘ਤੇ ਵਿਚਾਰ ਕਰੋਗੇ? ਤੁਹਾਡੇ ਖਿਆਲ ਵਿੱਚ ਲੰਬੇ ਸਮੇਂ ਵਿੱਚ ਸੌਫਟਵੇਅਰ ਟੀਮਾਂ ਜਾਂ ਵਿਅਕਤੀਗਤ ਡਿਵੈਲਪਰਾਂ ‘ਤੇ ਕੀ ਪ੍ਰਭਾਵ ਪਵੇਗਾ? ਅਤੇ ਕੀ ਤੁਹਾਨੂੰ ਮਹੱਤਵਪੂਰਨ ਹੁਨਰਾਂ ਜਾਂ ਭੂਮਿਕਾਵਾਂ ਦੇ ਗੁਆਚਣ ਬਾਰੇ ਚિંਤਾ ਹੈ ਜਿਵੇਂ ਕਿ ਕੋਡ ਜੀਵਨ ਚੱਕਰ ਦਾ ਵੱਡਾ ਹਿੱਸਾ AI ਨੂੰ ਸੌਂਪਿਆ ਜਾਂਦਾ ਹੈ?
ਕੋਡਿੰਗ paradigm ਵਿੱਚ ਇੱਕ Paradigm Shift
ਇਹ ਕੋਡਿੰਗ paradigm ਵਿੱਚ ਇੱਕ ਅਸਲੀ ਤਬਦੀਲੀ ਦਾ ਸੰਕੇਤ ਦਿੰਦਾ ਹੈ। ਪਹਿਲਾਂ AI ਕੋਡਿੰਗ ਸਹਾਇਤਾ ਵਿੱਚ ਮੁੱਖ ਤੌਰ ‘ਤੇ ਆਟੋਕੰਪਲੀਟ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਸ਼ਾਮਲ ਹੁੰਦੀਆਂ ਸਨ, ਜੋ ਮੌਜੂਦਾ ਕੋਡ ਦੇ ਅਧਾਰ ਤੇ ਆਪਣੇ ਆਪ ਲਾਈਨਾਂ ਜਾਂ ਕੋਡ ਦੇ ਬਲਾਕ ਤਿਆਰ ਕਰਦੀਆਂ ਸਨ।
ਤਕਨਾਲੋਜੀ ਇਸ ਹੱਦ ਤੱਕ ਅੱਗੇ ਵਧੀ ਹੈ ਕਿ AI ਕੋਡ ਦੇ ਛੋਟੇ ਹਿੱਸਿਆਂ ਨੂੰ ਲਿਖ ਜਾਂ ਡੀਬੱਗ ਕਰ ਸਕਦਾ ਹੈ। ਇਹ ਉਹ ਪਹਿਲੂ ਹੈ ਜਿਸ ਵਿੱਚ ਮੈਂ ZDNET ਦੇ ਪ੍ਰੋਗਰਾਮਿੰਗ ਟੈਸਟਾਂ ਬਾਰੇ ਖਾਸ ਤੌਰ ‘ਤੇ ਦਿਲਚਸਪੀ ਰੱਖਦਾ ਹਾਂ।
AI ਦੀ ਇੱਕ ਹੋਰ ਭੂਮਿਕਾ ਸਮੁੱਚੇ ਸਿਸਟਮ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਹੈ। ਹਾਲ ਹੀ ਵਿੱਚ, ਮੈਂ ਇੱਕ ਨਵਾਂ ਡੀਪ ਰਿਸਰਚ ਟੂਲ ਖੋਜਿਆ ਹੈ ਜੋ ਪੂਰੇ ਕੋਡਬੇਸ ਨੂੰ ਡੀਕੰਸਟਰਕਟ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਕੋਡ ਸਮੀਖਿਆਵਾਂ ਅਤੇ ਸਿਫਾਰਸ਼ਾਂ ਪ੍ਰਦਾਨ ਕਰ ਸਕਦਾ ਹੈ।
Codex ਹੁਣ ਇੱਕ ਅਜਿਹੇ ਬਿੰਦੂ ‘ਤੇ ਪਹੁੰਚਦਾ ਹੈ ਜਿੱਥੇ ਪੂਰੇ ਪ੍ਰੋਗਰਾਮਿੰਗ ਕਾਰਜਾਂ ਨੂੰ ਕਲਾਉਡ ਵਿੱਚ AI ਨੂੰ ਸੌਂਪਿਆ ਜਾ ਸਕਦਾ ਹੈ, ਟੀਮ ਦੇ ਦੂਜੇ ਪ੍ਰੋਗਰਾਮਰਾਂ ਨੂੰ ਜਾਂ ਜੂਨੀਅਰ ਪ੍ਰੋਗਰਾਮਰਾਂ ਨੂੰ ਕੋਡ ਰੱਖ-ਰਖਾਅ ਸਿੱਖਣ ਲਈ ਕਾਰਜ ਸੌਂਪਣ ਦੇ ਸਮਾਨ।
OpenAI ਇਸਨੂੰ "ਏਜੰਟ-ਮੂਲ ਸੌਫਟਵੇਅਰ ਵਿਕਾਸ, ਜਿੱਥੇ AI ਨਾ ਸਿਰਫ ਤੁਹਾਡੇ ਕੰਮ ਵਿੱਚ ਤੁਹਾਡੀ ਮਦਦ ਕਰਦਾ ਹੈ ਬਲਕਿ ਸੁਤੰਤਰ ਤੌਰ ‘ਤੇ ਵੀ ਕੰਮ ਕਰਦਾ ਹੈ" ਦੱਸਦਾ ਹੈ।
ਲਾਂਚ ਵੀਡੀਓ ਨੇ ਕਈ ਕਾਰਜਾਂ ਨੂੰ ਇੱਕੋ ਸਮੇਂ ਸੰਭਾਲਣ ਦੀ Codex ਦੀ ਸਮਰੱਥਾ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਕੀਤਾ, ਹਰੇਕ ਇੱਕ ਵੱਖਰੇ, ਅਲੱਗ-ਥਲੱਗ ਵਰਚੁਅਲ ਵਾਤਾਵਰਣ ਵਿੱਚ ਕੰਮ ਕਰਦਾ ਹੈ।
ਪ੍ਰੋਗਰਾਮਰਾਂ ਨੇ ਏਜੰਟ ਨੂੰ ਕਾਰਜ ਸੌਂਪੇ, ਜਿਸਨੇ ਫਿਰ ਸੁਤੰਤਰ ਤੌਰ ‘ਤੇ ਕੰਮ ਕੀਤਾ। ਪੂਰਾ ਹੋਣ ‘ਤੇ, ਏਜੰਟ ਨੇ ਟੈਸਟ ਨਤੀਜੇ ਪ੍ਰਦਾਨ ਕੀਤੇ ਅਤੇ ਕੋਡ ਤਬਦੀਲੀਆਂ ਦਾ ਸੁਝਾਅ ਦਿੱਤਾ।
ਡੈਮੋ ਵਿੱਚ Codex ਬੱਗ ਫਿਕਸ ਕਰਨਾ, ਟਾਈਪੋ ਲਈ ਸਕੈਨ ਕਰਨਾ, ਕਾਰਜ ਸੁਝਾਅ ਪੇਸ਼ ਕਰਨਾ, ਅਤੇ ਪ੍ਰੋਜੈਕਟ-ਵਾਈਡ ਰੀਫੈਕਟਰਿੰਗ (ਵਿਵਹਾਰ ਨੂੰ ਬਦਲੇ ਬਿਨਾਂ ਢਾਂਚੇ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਲਈ ਕੋਡ ਨੂੰ ਸੋਧਣਾ) ਕਰਨਾ ਸ਼ਾਮਲ ਸੀ।
ਸੀਨੀਅਰ ਡਿਵੈਲਪਰ ਅਤੇ ਡਿਜ਼ਾਈਨਰ ਲੋੜਾਂ ਨੂੰ ਸਪੱਸ਼ਟ ਕਰਨ ਅਤੇ ਦੂਜਿਆਂ ਦੇ ਕੰਮ ਦੀ ਸਮੀਖਿਆ ਕਰਨ ਤੋਂ ਜਾਣੂ ਹਨ। Codex ਦੀ ਵਰਤੋਂ ਉਨ੍ਹਾਂ ਲਈ ਮਹੱਤਵਪੂਰਨ ਤਬਦੀਲੀਆਂ ਨਹੀਂ ਕਰੇਗੀ। ਹਾਲਾਂਕਿ, ਡਿਵੈਲਪਰ ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਲੋੜਾਂ ਨੂੰ ਸਪੱਸ਼ਟ ਕਰਨ ਅਤੇ ਸਮੀਖਿਆ ਕਰਨ ਦੇ ਮਜ਼ਬੂਤ ਹੁਨਰਾਂ ਦੀ ਘਾਟ ਹੈ, ਉਨ੍ਹਾਂ ਨੂੰ Codex ਨੂੰ ਪ੍ਰਬੰਧਿਤ ਕਰਨਾ ਥੋੜਾ ਚੁਣੌਤੀਪੂਰਨ ਲੱਗ ਸਕਦਾ ਹੈ।
ਇਸਦੇ ਬਾਵਜੂਦ, ਜੇਕਰ ਟੂਲ ਪ੍ਰਦਰਸ਼ਿਤ ਕੀਤੇ ਅਨੁਸਾਰ ਪ੍ਰਦਰਸ਼ਨ ਕਰਦਾ ਹੈ, ਤਾਂ Codex ਛੋਟੀਆਂ ਟੀਮਾਂ ਅਤੇ ਵਿਅਕਤੀਗਤ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਵਧੇਰੇ ਪ੍ਰਾਪਤ ਕਰਨ, ਦੁਹਰਾਉਣ ਵਾਲੇ ਕੰਮਾਂ ਨੂੰ ਘਟਾਉਣ ਅਤੇ ਸਮੱਸਿਆ ਰਿਪੋਰਟਾਂ ਦਾ ਵਧੇਰੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਜਵਾਬ ਦੇਣ ਲਈ ਸ਼ਕਤੀ ਪ੍ਰਦਾਨ ਕਰੇਗਾ।
ਸੰਭਾਵਿਤ ਖਾਮੀਆਂ ਅਤੇ ਘਟਾਉਣ ਦੀਆਂ ਰਣਨੀਤੀਆਂ
ChatGPT ਦੀਆਂ ਕੋਡਿੰਗ ਸਮਰੱਥਾਵਾਂ ਦੇ ਨਾਲ ਸ਼ੁਰੂਆਤੀ ਤਜ਼ਰਬਿਆਂ ਨੇ ਫੋਕਸ ਗੁਆਉਣ ਜਾਂ ਇੱਛਤ ਦਿਸ਼ਾ ਤੋਂ ਭਟਕ ਜਾਣ ਦੀ ਪ੍ਰਵਿਰਤੀ ਨੂੰ ਪ੍ਰਗਟ ਕੀਤਾ। ਹਾਲਾਂਕਿ ਇਹ ਵਿਅਕਤੀਗਤ ਕੋਡ ਬਲਾਕਾਂ ਲਈ ਵਿਨਾਸ਼ਕਾਰੀ ਨਹੀਂ ਹੈ, ਪਰ ਇਹ ਅਣਜਾਣੇ ਅਤੇ ਸਮੱਸਿਆ ਵਾਲੇ ਨਤੀਜਿਆਂ ਵੱਲ ਲੈ ਜਾ ਸਕਦਾ ਹੈ ਜੇਕਰ ਇੱਕ ਕੋਡਿੰਗ ਏਜੰਟ ਨੂੰ ਸੀਮਤ ਨਿਗਰਾਨੀ ਨਾਲ ਕੰਮ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ।
ਇਸ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ, OpenAI ਨੇ AGENTS.md ਫਾਈਲ ਵਿੱਚ ਦੱਸੀਆਂ ਗਈਆਂ ਹਦਾਇਤਾਂ ਦੀ ਪਾਲਣਾ ਕਰਨ ਲਈ Codex ਨੂੰ ਸਿਖਲਾਈ ਦਿੱਤੀ ਹੈ। ਇਹ ਫਾਈਲ, ਜੋ ਕਿ ਰਿਪੋਜ਼ਟਰੀ ਵਿੱਚ ਸਥਿਤ ਹੈ, ਪ੍ਰੋਗਰਾਮਰਾਂ ਅਤੇ ਟੀਮਾਂ ਨੂੰ Codex ਦੇ ਵਿਵਹਾਰ ਦੀ ਅਗਵਾਈ ਕਰਨ ਦੇ ਯੋਗ ਬਣਾਉਂਦੀ ਹੈ। ਇਸ ਵਿੱਚ ਨਾਮਕਰਨ ਸੰਮੇਲਨਾਂ, ਫਾਰਮੈਟਿੰਗ ਨਿਯਮਾਂ, ਅਤੇ ਕੋਡਿੰਗ ਪ੍ਰਕਿਰਿਆ ਦੌਰਾਨ ਲੋੜੀਂਦੀਆਂ ਕਿਸੇ ਹੋਰ ਇਕਸਾਰ ਦਿਸ਼ਾ-ਨਿਰਦੇਸ਼ਾਂ ਬਾਰੇ ਹਦਾਇਤਾਂ ਸ਼ਾਮਲ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਇਹ ਅਸਲ ਵਿੱਚ ChatGPT ਦੀਆਂ ਵਿਅਕਤੀਗਤਕਰਨ ਸੈਟਿੰਗਾਂ ਨੂੰ ਰਿਪੋਜ਼ਟਰੀ-ਕੇਂਦਰਿਤ ਟੀਮ ਵਾਤਾਵਰਣ ਤੱਕ ਵਧਾਉਂਦਾ ਹੈ।
ਇਸ ਤੋਂ ਇਲਾਵਾ, OpenAI ਨੇ Codex ਦਾ ਇੱਕ ਸੰਸਕਰਣ ਪੇਸ਼ ਕੀਤਾ ਹੈ ਜਿਸਨੂੰ Codex CLI ਕਿਹਾ ਜਾਂਦਾ ਹੈ ਜੋ ਇੱਕ ਡਿਵੈਲਪਰ ਦੀ ਮਸ਼ੀਨ ‘ਤੇ ਸਥਾਨਕ ਤੌਰ ‘ਤੇ ਚੱਲਦਾ ਹੈ। ਕਲਾਉਡ-ਅਧਾਰਤ Codex ਦੇ ਉਲਟ, ਜੋ ਅਸਿੰਕਰੋਨਸ ਰੂਪ ਵਿੱਚ ਕੰਮ ਕਰਦਾ ਹੈ ਅਤੇ ਪੂਰਾ ਹੋਣ ‘ਤੇ ਰਿਪੋਰਟਾਂ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ, ਸਥਾਨਕ ਸੰਸਕਰਣ ਪ੍ਰੋਗਰਾਮਰ ਦੀ ਕਮਾਂਡ ਲਾਈਨ ਦੁਆਰਾ ਕੰਮ ਕਰਦਾ ਹੈ ਅਤੇ ਸਿੰਕਰੋਨਸ ਰੂਪ ਵਿੱਚ ਕੰਮ ਕਰਦਾ ਹੈ।
ਸੰਖੇਪ ਵਿੱਚ, ਪ੍ਰੋਗਰਾਮਰ ਇੱਕ ਹਦਾਇਤ ਦਰਜ ਕਰਦਾ ਹੈ ਅਤੇ Codex CLI ਪ੍ਰਕਿਰਿਆ ਦੁਆਰਾ ਇੱਕ ਨਤੀਜਾ ਵਾਪਸ ਕਰਨ ਦੀ ਉਡੀਕ ਕਰਦਾ ਹੈ। ਇਹ ਪ੍ਰੋਗਰਾਮਰਾਂ ਨੂੰ ਔਫਲਾਈਨ ਕੰਮ ਕਰਨ ਦੇ ਯੋਗ ਬਣਾਉਂਦਾ ਹੈ, ਉਹਨਾਂ ਦੀ ਸਰਗਰਮ ਵਿਕਾਸ ਮਸ਼ੀਨ ਦੇ ਸਥਾਨਕ ਪ੍ਰਸੰਗ ਦਾ ਲਾਭ ਉਠਾਉਂਦਾ ਹੈ।
ਵਾਅਦਾ ਕਰਨ ਦੀ ਸੰਭਾਵਨਾ ਵਾਲਾ ਖੋਜ ਪ੍ਰੋਟੋਟਾਈਪ
ਡੈਮੋ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਸੀ, ਪਰ ਡਿਵੈਲਪਰਾਂ ਨੇ ਜ਼ੋਰ ਦਿੱਤਾ ਕਿ ਉਹ ਜੋ ਦਿਖਾ ਅਤੇ ਜਾਰੀ ਕਰ ਰਹੇ ਹਨ ਉਹ ਇੱਕ ਖੋਜ ਪ੍ਰੋਟੋਟਾਈਪ ਹੈ। ਹਾਲਾਂਕਿ ਇਹ ਉਹ ਪੇਸ਼ਕਸ਼ ਕਰਦਾ ਹੈ ਜਿਸਨੂੰ ਉਹਨਾਂ ਨੇ "ਜਾਦੂਈ ਪਲ" ਕਿਹਾ, ਇਸਨੂੰ ਅਜੇ ਵੀ ਮਹੱਤਵਪੂਰਨ ਵਿਕਾਸ ਦੀ ਲੋੜ ਹੈ।
ਮੈਂ ਇਸ ਤਕਨਾਲੋਜੀ ਦੇ ਵਿਕਾਸ ਦੇ ਭਵਿੱਖ ਅਤੇ ਮੇਰੀ ਆਪਣੀ ਵਿਕਾਸ ਪ੍ਰਕਿਰਿਆ ਲਈ ਖਾਸ ਪ੍ਰਭਾਵਾਂ ਨੂੰ ਸਮਝਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਿਹਾ ਹਾਂ। ਮੇਰਾ ਮੁੱਖ ਉਤਪਾਦ ਇੱਕ ਓਪਨ-ਸੋਰਸ ਵਰਡਪਰੈਸ ਪਲੱਗਇਨ ਹੈ, ਜਿਸ ਵਿੱਚ ਮਲਕੀਅਤ ਵਾਲੇ ਐਡ-ਆਨ ਪਲੱਗਇਨ ਹਨ। Codex ਸੰਭਾਵੀ ਤੌਰ ‘ਤੇ ਓਪਨ-ਸੋਰਸ ਕੋਰ ਪਲੱਗਇਨ ਲਈ ਜਨਤਕ ਰਿਪੋਜ਼ਟਰੀ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰ ਸਕਦਾ ਹੈ।
ਹਾਲਾਂਕਿ, ਕੀ Codex ਇੱਕ ਜਨਤਕ ਰਿਪੋਜ਼ਟਰੀ ਅਤੇ ਕਈ ਨਿੱਜੀ ਰਿਪੋਜ਼ਟਰੀਆਂ ਦੇ ਵਿਚਕਾਰ ਸਬੰਧਾਂ ਨੂੰ ਇੱਕ ਸਿੰਗਲ ਸਮੁੱਚੇ ਪ੍ਰੋਜੈਕਟ ਦੇ ਹਿੱਸੇ ਵਜੋਂ ਪ੍ਰਬੰਧਿਤ ਕਰ ਸਕਦਾ ਹੈ? ਅਤੇ ਇਹ ਉਦੋਂ ਕਿਵੇਂ ਪ੍ਰਦਰਸ਼ਨ ਕਰੇਗਾ ਜਦੋਂ ਟੈਸਟਿੰਗ ਵਿੱਚ ਨਾ ਸਿਰਫ ਮੇਰਾ ਕੋਡ ਸ਼ਾਮਲ ਹੁੰਦਾ ਹੈ ਬਲਕਿ ਪ੍ਰਦਰਸ਼ਨ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ ਇੱਕ ਪੂਰਾ ਵਾਧੂ ਈਕੋਸਿਸਟਮ - ਵਰਡਪਰੈਸ - ਵੀ ਸ਼ਾਮਲ ਹੁੰਦਾ ਹੈ?
ਇੱਕ ਇਕੱਲੇ ਪ੍ਰੋਗਰਾਮਰ ਹੋਣ ਦੇ ਨਾਤੇ, ਮੈਂ Codex ਵਰਗੇ ਟੂਲ ਦੇ ਸੰਭਾਵੀ ਲਾਭਾਂ ਨੂੰ ਪਛਾਣਦਾ ਹਾਂ। ਇੱਥੋਂ ਤੱਕ ਕਿ $200-ਪ੍ਰਤੀ-ਮਹੀਨਾ Pro ਸਬਸਕ੍ਰਿਪਸ਼ਨ ਵੀ ਲਾਹੇਵੰਦ ਹੋ ਸਕਦੀ ਹੈ। ਇੱਕ ਮਨੁੱਖੀ ਪ੍ਰੋਗਰਾਮਰ ਨੂੰ ਨਿਯੁਕਤ ਕਰਨ ਵਿੱਚ ਕਾਫ਼ੀ ਜ਼ਿਆਦਾ ਖਰਚਾ ਆਵੇਗਾ, ਇਹ ਮੰਨ ਕੇ ਕਿ ਮੈਂ ਇਸ ਤੋਂ ਠੋਸ, ਮੁਦਰੀਕਰਨਯੋਗ ਮੁੱਲ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦਾ ਹਾਂ।
ਇੱਕ ਤਜਰਬੇਕਾਰ ਟੀਮ ਮੈਨੇਜਰ ਅਤੇ ਸੰਚਾਰਕ ਹੋਣ ਦੇ ਨਾਤੇ, ਮੈਂ Codex ਵਰਗੀ ਕਿਸੇ ਚੀਜ਼ ਨੂੰ ਕਾਰਜ ਸੌਂਪਣ ਵਿੱਚ ਆਰਾਮਦਾਇਕ ਮਹਿਸੂਸ ਕਰਦਾ ਹਾਂ। ਇਹ ਸਲੈਕ ਉੱਤੇ ਟੀਮ ਦੇ ਮੈਂਬਰ ਨਾਲ ਸੰਚਾਰ ਕਰਨ ਨਾਲੋਂ ਮਹੱਤਵਪੂਰਨ ਤੌਰ ‘ਤੇ ਵੱਖਰਾ ਨਹੀਂ ਹੈ।
ਇਹ ਤੱਥ ਕਿ Codex ਸਿਫਾਰਸ਼ਾਂ, ਡਰਾਫਟ ਸੰਸਕਰਣ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ, ਅਤੇ ਮੇਰੀ ਪ੍ਰਵਾਨਗੀ ਦੀ ਉਡੀਕ ਕਰਦਾ ਹੈ, ਮੇਰੇ ਕੋਡ ਦੇ ਅੰਦਰ ਸੁਤੰਤਰ ਰੂਪ ਵਿੱਚ ਕੰਮ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦੇਣ ਦੀ ਤੁਲਨਾ ਵਿੱਚ ਸੁਰੱਖਿਆ ਦੀ ਭਾਵਨਾ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ। ਇਹ ਇੱਕ ਨਵੇਂ ਵਿਕਾਸ ਜੀਵਨ ਚੱਕਰ ਲਈ ਦਿਲਚਸਪ ਸੰਭਾਵਨਾਵਾਂ ਖੋਲ੍ਹਦਾ ਹੈ, ਜਿੱਥੇ ਮਨੁੱਖ ਟੀਚਿਆਂ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਦੇ ਹਨ, AI ਸੰਭਾਵੀ ਲਾਗੂ ਕਰਨ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰਦਾ ਹੈ, ਅਤੇ ਮਨੁੱਖ ਫਿਰ AI ਨੂੰ ਕਿਸੇ ਹੋਰ ਦੁਹਰਾਓ ਲਈ ਮਨਜ਼ੂਰੀ ਦਿੰਦੇ ਹਨ ਜਾਂ ਰੀਡਾਇਰੈਕਟ ਕਰਦੇ ਹਨ।
ਬਿਨਾਂ ਜਵਾਬ ਵਾਲੇ ਸਵਾਲ ਅਤੇ ਭਵਿੱਖ ਦੇ ਪ੍ਰਭਾਵ
ਕੋਡਿੰਗ ਲਈ AIs ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੇ ਮੇਰੇ ਪਿਛਲੇ ਤਜ਼ਰਬਿਆਂ ਦੇ ਅਧਾਰ ਤੇ, Codex ਸੰਭਾਵੀ ਤੌਰ ‘ਤੇ ਰੱਖ-ਰਖਾਅ ਦੇ ਸਮੇਂ ਨੂੰ ਘਟਾ ਸਕਦਾ ਹੈ ਅਤੇ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਫਿਕਸ ਦੀ ਡਿਲਿਵਰੀ ਨੂੰ ਤੇਜ਼ ਕਰ ਸਕਦਾ ਹੈ। ਹਾਲਾਂਕਿ, ਇੱਕ ਵਿਸ਼ੇਸ਼ਤਾ ਦਸਤਾਵੇਜ਼ ਦੇ ਅਧਾਰ ਤੇ ਨਵੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਸ਼ਾਮਲ ਕਰਨ ਵਿੱਚ ਇਸਦੀ ਪ੍ਰਭਾਵਸ਼ੀਲਤਾ ਅਜੇ ਵੀ ਅਸਪਸ਼ਟ ਹੈ। ਇਸੇ ਤਰ੍ਹਾਂ, Codex ਲਾਗੂ ਕਰਨ ਤੋਂ ਬਾਅਦ ਕਾਰਜਕੁਸ਼ਲਤਾ ਅਤੇ ਪ੍ਰਦਰਸ਼ਨ ਵਿੱਚ ਸੋਧ ਕਰਨ ਦੀ ਮੁਸ਼ਕਲ ਨੂੰ ਅਜੇ ਨਿਰਧਾਰਤ ਕੀਤਾ ਜਾਣਾ ਹੈ।
ਇਹ ਧਿਆਨ ਦੇਣ ਯੋਗ ਹੈ ਕਿ AI ਕੋਡਿੰਗ ਸਮਾਨ ਗਤੀ ‘ਤੇ ਕਈ ਕੰਪਨੀਆਂ ਵਿੱਚ ਵਿਕਸਤ ਹੋ ਰਹੀ ਹੈ। ਮੈਂ ਜਲਦੀ ਹੀ GitHub Copilot ਦੇ ਕੋਡਿੰਗ ਏਜੰਟ ‘ਤੇ ਇੱਕ ਹੋਰ ਲੇਖ ਪ੍ਰਕਾਸ਼ਿਤ ਕਰਾਂਗਾ, ਜੋ Codex ਨਾਲ ਕੁਝ ਕਾਰਜਕੁਸ਼ਲਤਾਵਾਂ ਸਾਂਝੀਆਂ ਕਰਦਾ ਹੈ।
ਉਸ ਲੇਖ ਵਿੱਚ, ਮੈਂ ਚਿੰਤਾਵਾਂ ਜ਼ਾਹਰ ਕੀਤੀਆਂ ਕਿ ਇਹ ਕੋਡਿੰਗ ਏਜੰਟ ਜੂਨੀਅਰ ਅਤੇ ਐਂਟਰੀ-ਪੱਧਰ ਦੇ ਪ੍ਰੋਗਰਾਮਰਾਂ ਨੂੰ ਬਦਲ ਸਕਦੇ ਹਨ। ਮਨੁੱਖੀ ਨੌਕਰੀਆਂ ਲਈ ਪ੍ਰਭਾਵਾਂ ਤੋਂ ਪਰੇ, ਇੱਥੇ ਮਹੱਤਵਪੂਰਨ ਸਿਖਲਾਈ ਦੇ ਮੌਕਿਆਂ ਦਾ ਵੀ ਸਵਾਲ ਹੈ ਜੋ ਖਤਮ ਹੋ ਸਕਦੇ ਹਨ ਜੇਕਰ ਅਸੀਂ ਇੱਕ ਡਿਵੈਲਪਰ ਦੇ ਕੈਰੀਅਰ ਦੇ ਮੱਧ ਪੜਾਅ ਨੂੰ AI ਨੂੰ ਸੌਂਪਦੇ ਹਾਂ।
ਸੌਫਟਵੇਅਰ ਉਦਯੋਗ ਦਾ “ਅਣਜਾਣ ਵਿੱਚ”
ਡਿਜ਼ਨੀ ਦੀ ਫ੍ਰੋਜ਼ਨ II ਵਿੱਚ ਇੱਕ ਗੀਤ ਹੈ ਜਿਸਨੂੰ "ਇਨਟੂ ਦਿ ਅਨਜਾਣ" ਕਿਹਾ ਜਾਂਦਾ ਹੈ ਜੋ ਇਡੀਨਾ ਮੈਂਜ਼ਲ ਦੁਆਰਾ ਪੇਸ਼ ਕੀਤਾ ਗਿਆ ਹੈ। ਇਹ ਗੀਤ ਮੁੱਖ ਪਾਤਰ ਦੇ ਸਥਿਤੀ ਨੂੰ ਬਰਕਰਾਰ ਰੱਖਣ ਅਤੇ "ਅਣਜਾਣ ਵਿੱਚ" ਉੱਦਮ ਕਰਨ ਦੇ ਵਿਚਕਾਰ ਅੰਦਰੂਨੀ ਸੰਘਰਸ਼ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ।
ਏਜੰਟਿਕ ਸੌਫਟਵੇਅਰ ਵਿਕਾਸ ਦੇ ਨਾਲ, ਸਿਰਫ AI ਕੋਡਿੰਗ ਤੋਂ ਪਰੇ, ਪੂਰਾ ਸੌਫਟਵੇਅਰ ਉਦਯੋਗ "ਅਣਜਾਣ ਵਿੱਚ" ਇੱਕ ਯਾਤਰਾ ‘ਤੇ ਨਿਕਲ ਰਿਹਾ ਹੈ। ਜਿਵੇਂ ਕਿ ਅਸੀਂ ਆਪਣੇ ਸੌਫਟਵੇਅਰ ਨੂੰ ਵਿਕਸਤ ਕਰਨ ਲਈ AI-ਅਧਾਰਤ ਪ੍ਰਣਾਲੀਆਂ ‘ਤੇ ਵੱਧ ਤੋਂ ਵੱਧ ਨਿਰਭਰ ਕਰਦੇ ਹਾਂ, ਹੁਨਰਮੰਦ ਰੱਖਿਅਕਾਂ ਦੀ ਗਿਣਤੀ ਘੱਟ ਹੋਣ ਦੀ ਸੰਭਾਵਨਾ ਹੈ। ਇਹ ਉਦੋਂ ਤੱਕ ਸਵੀਕਾਰਯੋਗ ਹੈ ਜਦੋਂ ਤੱਕ AIs ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਕੰਮ ਕਰਨਾ ਜਾਰੀ ਰੱਖਦੇ ਹਨ ਅਤੇ ਪਹੁੰਚਯੋਗ ਰਹਿੰਦੇ ਹਨ। ਹਾਲਾਂਕਿ, ਕੀ ਅਸੀਂ ਜ਼ਰੂਰੀ ਹੁਨਰਾਂ ਨੂੰ ਕਮਜ਼ੋਰ ਹੋਣ ਦੇ ਰਹੇ ਹਾਂ ਅਤੇ ਇੱਕ ਗੈਰ-ਅਜੇ-ਸਜੀਵ, ਕਲਾਉਡ-ਅਧਾਰਤ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਨੂੰ ਸੌਂਪਣ ਦੀ ਸਹੂਲਤ ਲਈ ਚ