人工智能改变了软件重写的经济性

由于人工智能，我对软件重写的看法发生了变化。 AI 输出的质量不仅仅取决于您的提示。它取决于模型已从训练数据中了解的内容以及您为其提供的工作环境。对于编码任务，大部分上下文是代码库。流行的技术堆栈具有人工智能优势，因为该模型已经看到了数百万个示例，包括已发布的资源。对于专有语言和私有框架来说，情况恰恰相反，它们具有不一致的模式——这些必须被教授——主要使用模型可用的有限上下文窗口。比较这两个工作流程：阅读功能规范。阅读具有清晰、一致、完善模式的代码库。生成实施。对比：阅读功能规范。阅读具有专有/遗留语言和历史包袱的不一致的代码库。阅读其他示例和文档。生成实施。在第一个工作流程中，代码库建立了模型易于理解的模式。在第二种情况下，模型在解决问题之前会花费精力来推断它们。更多的上下文意味着更多的标记、更多的提示、更多的差异，以及通常较低质量的输出——也就是成本。重写不仅是实现技术堆栈现代化的机会，也是围绕清晰、一致的模式重建代码库的机会，这些模式可以发挥人工智能的优势，而不是对抗它们。你可以使用人工智能来解决问题，也可以花时间尝试让人工智能先学习你的语言。浪费的时间就是竞争对手的优势，差距不仅在于速度，还在于输出质量。我认为这改变了软件重写的经济性。