Zencoder დღეს წარმოადგენს ხელოვნური ინტელექტის კოდირებისა და ერთეული ტესტირების აგენტების ახალ თაობას, რითაც სან-ფრანცისკოში დაფუძნებული კომპანია პოზიციონირდება, როგორც სერიოზული კონკურენტი ისეთი დამკვიდრებული მოთამაშეებისთვის, როგორებიცაა GitHub Copilot და ახალბედები, როგორიცაა Cursor.
კომპანია, რომელიც დააარსა Wrike-ის ყოფილმა აღმასრულებელმა დირექტორმა ენდრიუ ფილევმა, აერთიანებს თავის AI აგენტებს პირდაპირ პოპულარულ განვითარების გარემოში, მათ შორის Visual Studio Code და JetBrains IDE, JIRA-სთან, GitHub-თან, GitLab-თან, Sentry-თან და 20-ზე მეტ სხვა განვითარების ინსტრუმენტთან ღრმა ინტეგრაციასთან ერთად.
ჩვენ დავიწყეთ თეზისით, რომ ტრანსფორმატორები მძლავრი გამოთვლითი სამშენებლო ბლოკებია, მაგრამ თუ მათ უფრო აგენტურ გარემოში მოათავსებთ, შეგიძლიათ მათგან ბევრად მეტი მიიღოთ", - თქვა ფილევმა VentureBeat-თან ექსკლუზიურ ინტერვიუში. "აგენტურში მე ვგულისხმობ ორ საკვანძო რამეს: პირველი, ხელოვნური ინტელექტისთვის უკუკავშირის მიცემა, რათა მან გააუმჯობესოს თავისი მუშაობა და მეორე, მისი ინსტრუმენტებით აღჭურვა. ისევე როგორც ადამიანის ინტელექტი, ხელოვნური ინტელექტი მნიშვნელოვნად უფრო ქმედუნარიანი ხდება, როდესაც მას აქვს სწორი ინსტრუმენტები.
რატომ არ დასჭირდებათ დეველოპერებს საყვარელი IDE-ების მიტოვება AI-ის დასახმარებლად
ბოლო ერთი წლის განმავლობაში რამდენიმე AI კოდირების ასისტენტი გამოჩნდა, მაგრამ Zencoder-ის მიდგომა გამოირჩევა იმით, რომ მუშაობს არსებულ სამუშაო პროცესებში და არ მოითხოვს დეველოპერებისგან პლატფორმების შეცვლას.
ჩვენი მთავარი კონკურენტი არის Cursor. Cursor არის საკუთარი განვითარების გარემო, მაშინ როცა ჩვენ ვაწვდით იგივე ძალიან მძლავრ აგენტურ შესაძლებლობებს, მაგრამ არსებულ განვითარების გარემოში", - განუცხადა ფილევმა VentureBeat-ს. "ზოგიერთი დეველოპერისთვის ეს ნამდვილად არ აქვს მნიშვნელობა. მაგრამ ზოგიერთ დეველოპერს ან სურს, ან უნდა დაიცვას თავისი არსებული გარემო.
ეს განსხვავება განსაკუთრებით მნიშვნელოვანია საწარმოების დეველოპერებისთვის, რომლებიც მუშაობენ Java-სა და C#-ში, ენებზე, რომლებისთვისაც სპეციალიზებული IDE-ები, როგორიცაა JetBrains' IntelliJ და Rider, უფრო მძლავრ მხარდაჭერას გვთავაზობენ, ვიდრე გენერალიზებული გარემო.
როგორ აჯობებენ Zencoder-ის AI აგენტები უახლესი სტანდარტების მაჩვენებლებს ორნიშნა სხვაობით
კომპანია აცხადებს მნიშვნელოვან შესრულების უპირატესობებს კონკურენტებთან შედარებით, რაც დასტურდება ინდუსტრიის სტანდარტულ მაჩვენებლებზე მიღებული შედეგებით. ფილევის თქმით, Zencoder-ის აგენტებს შეუძლიათ SWE-Bench Verified-ის სტანდარტის საკითხების 63%-ის გადაჭრა, რაც მას სამ საუკეთესო შემსრულებელს შორის აყენებს, მიუხედავად იმისა, რომ იყენებს უფრო პრაქტიკულ ერთჯერადი ტრაექტორიის მიდგომას, ვიდრე პარალელური მცდელობების გაშვებას, როგორც ზოგიერთი კვლევაზე ორიენტირებული სისტემა.
ჩვენი აგენტი გამორჩეულია, რადგან ჩვენ ორიენტირებული ვართ რეალურ სამყაროში დეველოპერული გამოყენებისთვის საუკეთესო მილსადენის შექმნაზე", - თქვა ფილევმა. "რაც ჩვენს მიდგომას განსაკუთრებულს ხდის, არის ის, რომ ჩვენი აგენტი მუშაობს ეგრეთ წოდებულ ერთჯერადი ტრეკის, ერთჯერადი ტრაექტორიის საფუძველზე. ერთჯერადი ტრაექტორიის აგენტისთვის ამ კომპლექსური საკითხების 63%-ის წარმატებით გადაჭრა საოცრად შთამბეჭდავია.
კიდევ უფრო აღსანიშნავია, რომ კომპანია იუწყება დაახლოებით 30%-იან წარმატებას ახალ SWE-Bench Multimodal-ის სტანდარტზე, რაც ფილევის მტკიცებით, ორჯერ აღემატება წინა საუკეთესო შედეგს, რომელიც 15%-ზე ნაკლები იყო. OpenAI-ის მიერ ახლახან წარმოდგენილ SWE-Lancer IC Diamond-ის სტანდარტზე, Zencoder იუწყება 30%-ზე მეტ წარმატებას - 20%-ით უკეთესია, ვიდრე OpenAI-ის საკუთარი საუკეთესო შედეგი.
საიდუმლო ინგრედიენტი: "Repo Grokking" ტექნოლოგია, რომელიც გებულობს თქვენს მთელ კოდის ბაზას
Zencoder-ის შესრულება განპირობებულია მისი საკუთრების "Repo Grokking" ტექნოლოგიით, რომელიც აანალიზებს და განმარტავს კოდის დიდ ბაზებს, რათა ხელოვნური ინტელექტის აგენტებს კრიტიკული კონტექსტი მიაწოდოს.
ყველა ამ აგენტს აქვს განსხვავებული შესაძლებლობები, რომლებიც განპირობებულია მათში ჩაშენებული ენობრივი მოდელებით", - განმარტა ფილევმა. "იქნება ეს ფრონტიერული მოდელი თუ ღია კოდის მოდელი, LLM თავისთავად არაფერი იცის თქვენი კონკრეტული პროექტის შესახებ სცენარების აბსოლუტურ უმრავლესობაში. მას შეუძლია მხოლოდ იმ კონტექსტით იმუშაოს, რომელიც მას მიეწოდება.
Zencoder-ის მიდგომა აერთიანებს მრავალ ტექნიკას მარტივი AI ჩართვების მიღმა სემანტიკური ძიებისთვის. "იგი იყენებს ტრადიციულ სრულტექსტურ ძიებას, იყენებს მორგებულ ხელახალი რანჟირების სისტემას, იყენებს LLM-ს, იყენებს სინთეზურ ინფორმაციას. ასე რომ, ის ბევრ რამეს აკეთებს მომხმარებლის საცავების საუკეთესო გაგების შესაქმნელად", - თქვა ფილევმა.
კონტექსტური გაგება ეხმარება სისტემას თავიდან აიცილოს AI კოდირების ასისტენტების გავრცელებული კრიტიკა - რომ ისინი უფრო მეტ პრობლემას ქმნიან, ვიდრე აგვარებენ პროექტის სტრუქტურების ან დამოკიდებულებების გაუგებრობით.
"ყავის რეჟიმი": როგორ შეუძლიათ დეველოპერებს საბოლოოდ შეისვენონ, სანამ AI წერს მათ ერთეულ ტესტებს
შესაძლოა, ყველაზე ყურადღების მიმპყრობელი ფუნქცია არის ის, რასაც Zencoder "ყავის რეჟიმს" უწოდებს, რაც დეველოპერებს საშუალებას აძლევს განზე გადგნენ, სანამ AI აგენტები ავტონომიურად მუშაობენ.
თქვენ შეგიძლიათ ფაქტობრივად დააჭიროთ ამ ღილაკს და წახვიდეთ ყავის დასალევად, და აგენტი თავისით გააკეთებს ამ საქმეს", - განუცხადა ფილევმა VentureBeat-ს. "როგორც ჩვენ გვიყვარს კომპანიაში თქმა, შეგიძლიათ სამუდამოდ უყუროთ ჩანჩქერს, ცეცხლის წვას და აგენტის მუშაობას ყავის რეჟიმში.
ფუნქცია შეიძლება გამოყენებულ იქნას როგორც კოდის დასაწერად, ასევე ერთეული ტესტების გენერირებისთვის - ეს უკანასკნელი განსაკუთრებით ღირებულია, რადგან ბევრი დეველოპერი ახალი ფუნქციების შექმნას ტესტის დაფარვის დაწერას ამჯობინებს.
მე არ მინახავს დეველოპერი, რომელიც იტყვის: "ღმერთო ჩემო, მე მინდა დავწერო ტესტების გროვა ჩემი კოდისთვის", - თქვა ფილევმა. "მათ, როგორც წესი, მოსწონთ ნივთების შექმნა, ხოლო ტესტირება უფრო შექმნას უჭერს მხარს, ვიდრე შექმნის პროცესს.
ჰაიპის ციკლის გავლა: რატომ სჭირდება AI კოდირების ინსტრუმენტებს გამოცდილი დეველოპერები ბრწყინვალებისთვის
Zencoder-ის გაშვება ხდება კრიტიკულ მომენტში, როდესაც დეველოპერები და კომპანიები გადიან იმას, თუ როგორ ეფექტურად მოახდინონ AI კოდირების ინსტრუმენტების ინტეგრირება არსებულ სამუშაო პროცესებში. ინდუსტრიის ლანდშაფტი მოიცავს სკეპტიკოსებს, რომლებიც მიუთითებენ AI-ის შეზღუდვებზე წარმოებისთვის მზა კოდის წარმოებაში და ენთუზიასტებს, რომლებიც გადაჭარბებულად აფასებენ მის შესაძლებლობებს.
ახლა ბევრია, ბევრი ემოცია, დაგროვილი ემოცია AI-ის მხარეს", - აღნიშნა ფილევმა. "თქვენ ხედავთ ადამიანებს ორივე ბანაკში, მაგალითად, ერთ-ერთი მათგანი ამბობს: "ჰეი, ეს ყველაზე კარგი რამ არის დაჭრილი პურის შემდეგ, მე ვაკეთებ თეთრ კოდირებას ჩემი შემდეგი Salesforce-ისთვის". და შემდეგ გყავთ მოწინააღმდეგეები, რომლებიც ცდილობენ დაამტკიცონ, რომ ისინი ჯერ კიდევ ყველაზე ჭკვიანი ბავშვები არიან... ცდილობენ იპოვონ სცენარები, სადაც ის ფუჭდება.
ფილევი მხარს უჭერს უფრო გაზომილ მიდგომას, განიხილავს AI კოდირების ინსტრუმენტებს, როგორც დახვეწილ ინსტრუმენტებს, რომლებიც მოითხოვენ სათანადო უნარებს ეფექტურად გამოყენებისთვის. "ეს არის ინსტრუმენტი. ეს არის დახვეწილი ინსტრუმენტი, ძალიან მძლავრი ინსტრუმენტი. და ამიტომ ინჟინრებმა უნდა ააშენონ უნარები მის გარშემო გამოყენებისთვის. ის ჯერ არ არის იმ ეტაპზე, როდესაც ის ინჟინრის ჩანაცვლებაა, ყოველ შემთხვევაში, დიდ, კომპლექსურ საწარმოთა პროექტებში."
სამოქმედო გეგმა: წარმოებისთვის მზა AI კოდის გენერირება ჩაშენებული უსაფრთხოების შემოწმებებით
მომავალში, Zencoder გეგმავს გააგრძელოს თავისი აგენტების მუშაობის გაუმჯობესება სტანდარტებზე, ხოლო გააფართოვოს მხარდაჭერა უფრო მეტ პროგრამირების ენაზე და ფოკუსირება მოახდინოს წარმოებისთვის მზა კოდის გენერირებაზე ჩაშენებული ტესტირებისა და უსაფრთხოების შემოწმებებით.
რასაც თქვენ ნახავთ წლის ბოლომდე, მისი დიდი ნაწილი ფოკუსირებული იქნება იმაზე, რომ დარწმუნდეთ, რომ პროგრამულ უზრუნველყოფაში, რომელსაც ჩვენ თქვენთვის და თქვენთან ერთად ვქმნით, გარკვეული ნდობა გქონდეთ", - თქვა ფილევმა. "ჩვენ გვინდა დავრწმუნდეთ, რომ ეს კოდი გადამოწმებულია AI-ის ან თქვენი CI/CD ინსტრუმენტების მიერ, რომ ჰოსტინირებული კოდი შემოწმებულია თქვენი CI/CD-ის ან AI-ის მიერ, რომ იცოდეთ, რომ არ არსებობს აშკარა უსაფრთხოების დაუცველობები.
ფილევი პროგნოზირებს დრამატულ ცვლილებებს პროგრამული უზრუნველყოფის განვითარების ლანდშაფტში 2025 წლის ბოლომდე: "დარწმუნებული ვარ, რომ პროგრამული უზრუნველყოფის ინდუსტრია ძალიან განსხვავებულად გამოიყურება ამ წლის ბოლოსთვის და რომ ეს მთელი კატეგორია კიდევ ერთ შემობრუნებას მიიღებს... კალენდრის დასრულებამდე, ანუ მომდევნო ცხრა თვეში, ჩვენ ვიხილავთ AI კოდირების დახმარების, AI კოდირების აგენტების კიდევ ერთ თაობას."
ინდუსტრიისთვის, რომელიც ჯერ კიდევ კამათობს იმაზე, ჩაანაცვლებს თუ არა AI დეველოპერებს, თუ უბრალოდ გააძლიერებს მათ, Zencoder-ის მიდგომა გვთავაზობს მესამე გზას: AI, რომელიც ხვდება დეველოპერებს იქ, სადაც ისინი არიან, ეხმარება მათ გამოტოვონ მოსაწყენი ნაწილები და აძლევს მათ საშუალებას მშვიდად დატკბნენ ყავით.
დამუშავებულია ასინეთა AI-ის მიერ.
გსურთ კომენტარის დატოვება?
კომენტარის დასატოვებლად საჭიროა ავტორიზაცია
შესვლა რეგისტრაციაკომენტარები არ არის
იყავით პირველი, ვინც დატოვებს კომენტარს