ИИ быстро пишет программы, но его сложно модифицировать? Разработчики жалуются, что отладка кода ИИ становится более хлопотной | Новости технологий

Зарубежные СМИ «Форбс» сообщили, что искусственный интеллект (ИИ) автоматизировал деятельность многих компаний и, как ожидается, снизит рабочую нагрузку и сократит циклы разработки. Инструменты искусственного интеллекта могут писать код за секунды, создавать приложения за минуты, запускать целые системы с помощью одной команды и делать младших разработчиков похожими на старших разработчиков.

По данным Elite Brains, около 41% мирового программного кода генерируется ИИ, а количество строк программного кода в сети в 2024 году достигнет 256 миллиардов, показывая, что ИИ стал силой разработки программного обеспечения, которую нельзя игнорировать. Однако эти коды часто работают неправильно в реальной среде, в результате чего команда разработчиков сталкивается с трудностями при отладке. Согласно опросу Stack Overflow, проведенному в 2025 году, разработчики заявили, что код, сгенерированный ИИ, был неудовлетворительным, что привело к увеличению времени отладки.

Эксперты отмечают, что отладка — это важное недостающее звено в системах ИИ, и будущие разработки будут сосредоточены на том, как улучшить стабильность и удобство сопровождения программных кодов. Генеральный директор Kodezi Ишрак Хан подчеркнул, что отладка заключается не в предсказании следующей строки кода, а в восстановлении причин сбоев в сложных системах. Он упомянул, что, хотя такие модели, как GPT и Claude, способны дополнять шаблоны, они не понимают, как эти шаблоны ведут себя после развертывания. Хан отметил, что передовые модели часто набирают более 70% результатов в тестах синтеза кода, но падают ниже 15% в реальных задачах отладки.

Помимо модели Chronos от Kodezi, на рынке также существуют инструменты отладки искусственного интеллекта, такие как DebuGPT, Safurai и т. д. Эти инструменты утверждают, что могут отслеживать программный код в режиме реального времени и проводить анализ первопричин, что может увеличить скорость устранения дефектов в среднем на 40%. Инструменты проверки кода на базе искусственного интеллекта (такие как Bugbot) также стали мощным инструментом поддержания качества кода. Они могут выявлять логические ошибки и уязвимости безопасности перед отправкой, что снижает нагрузку на ручную проверку.

Акцент отрасли сместился с чистой генерации кода на стабильность кода, удобство сопровождения и возможности отладки, чтобы избежать ловушки «быстрой, но нестабильной» разработки. Ключом к успешной модели отладки является способность запоминать контекст, отслеживать причины и последствия ошибок и учиться на ошибках. Хан отметил, что ИИ может стать заслуживающим доверия только в том случае, если он сможет понимать свои собственные ошибки, а не просто генерировать их.

Генеральный директор GitHub Томас Домке также подчеркнул в недавнем интервью, что, хотя инструменты искусственного интеллекта могут помочь программному обеспечению, для масштабирования и обслуживания этих систем по-прежнему требуется глубокое техническое понимание того, как они работают в реальных средах.

(Первый источник изображения: Shutterstock)

Дальнейшее чтение: