Openai 공동 창립자 인 Andrej Karpathy는 지난 주에“Vibe Coding”이라는 용어를 만들었을 때, 그는 변곡점을 포착했습니다. 개발자들은 높은 수준의 지침에 중점을두고“키보드를 간신히 터치하지 않아도”코드 초안에 걸쳐 생성 AI를 점점 더 맡기고 있습니다.
기초 LLM 플랫폼-Github Copilot, DeepSeek, OpenAi-은 소프트웨어 개발을 재구성하고 있으며 Cursor는 최근 가장 빠르게 성장하는 회사가되었습니다. 항상 연간 반복 수익에서 1 백만 달러에서 1 천만 달러 (1 년 미만). 그러나이 속도는 비용이 많이 듭니다.
이미 비용 비즈니스로 추정되는 기술 부채 1 조 달러 이상 운영 및 보안 비효율에서 매년 새로운 것은 아닙니다. 그러나 이제 기업은 신흥에 직면하고 있으며, 더 큰 도전을 믿습니다. AI 기술 부채-비효율적이고 부정확하며 잠재적으로 불안한 AI 생성 코드로 인해 침묵의 위기.
인간 병목 현상은 코딩에서 코드베이스 검토로 이동했습니다.
2024 Github 조사 거의 모든 엔터프라이즈 개발자 (97%)가 생성 AI 코딩 도구를 사용하고 있지만 미국 개발자 중 38%만이 조직이 Gen AI 사용을 적극적으로 장려한다고 응답했습니다.
개발자는 LLM 모델을 사용하여 코드를 생성하여 더 빠르고 더 빠르게 제출하며 기업은 혁신을 가속화 할 수 있습니다. 그러나-수동 리뷰 및 레거시 도구는 매일 수백만 개의 AI 생성 코드를 최적화하고 검증하기 위해 적응하거나 스케일 할 수 없습니다.
이러한 시장 세력이 적용되면 전통적인 거버넌스와 감독이 중단 될 수 있으며, 파손되면 저평가 된 코드가 엔터프라이즈 스택으로 스며 들었습니다.
개발자의 “Vibe Coding”의 증가는 조직이 혁신 속도의 기술 검증과 균형을 맞추는 GuardRails를 구현하지 않는 한 기술 부채의 양과 비용을 과급 할 위험이 있습니다.
속도의 환상 : AI가 거버넌스를 능가 할 때
AI 생성 코드는 본질적으로 결함이 없습니다 검증되지 않은 충분한 속도와 규모로.
데이터를 고려하십시오 : 모든 LLMS는 모델 손실 (환각)을 나타냅니다. github copilot의 코드 생성 품질을 평가하는 최근의 연구 논문 20%의 오류율을 찾았습니다.. 문제를 복합화하는 것은 AI 출력의 엄청난 양입니다. 단일 개발자는 LLM을 사용하여 몇 분 안에 10,000 줄의 코드를 생성하여 인간 개발자가 최적화하고 검증 할 수있는 능력을 능가 할 수 있습니다. 인간이 쓴 논리를 위해 설계된 레거시 정적 분석기는 AI 출력의 확률 적 패턴으로 어려움을 겪고 있습니다. 결과? 비효율적 인 알고리즘, 구사되지 않은 종속성으로 인한 준수 위험 및 생산 환경에서 숨어있는 중요한 실패로 인한 클라우드 청구서가 부풀어 오릅니다.
우리의 커뮤니티, 회사 및 중요한 인프라는 모두 확장 가능하고 지속 가능하며 안전한 소프트웨어에 의존합니다. 기업에 빠지는 AI 중심의 기술 부채는 비즈니스 중요한 위험을 의미 할 수 있습니다.
분위기를 죽이지 않고 통제권을 되 찾습니다
이 솔루션은 코딩을위한 생성 AI를 포기하는 것이 아닙니다. 개발자는 대규모 규모의 코드 최적화기 및 유효성 검사기로 에이전트 AI 시스템을 배포하는 것입니다. 에이전트 모델은 진화 알고리즘과 같은 기술을 사용하여 여러 LLM의 코드를 반복적으로 개선하여 효율성, 런타임 속도, 메모리 사용량과 같은 주요 성능 메트릭을 최적화하고 다양한 조건에서 성능 및 신뢰성을 검증 할 수 있습니다.
세 가지 원칙은 AI와 함께 번성하는 기업을 AI 중심의 기술 부채로 익사 할 사람들과 분리 될 것입니다.
- 확장 가능한 검증은 협상 할 수 없습니다: 기업은 AI 생성 코드를 규모로 검증하고 최적화 할 수있는 에이전트 AI 시스템을 채택해야합니다. 전통적인 수동 리뷰 및 레거시 도구는 LLM이 생성 한 코드의 볼륨과 복잡성을 처리하기에 충분하지 않습니다. 확장 가능한 검증이 없으면 비 효율성, 보안 취약성 및 규정 준수 위험이 확산되어 비즈니스 가치가 침식됩니다.
- 거버넌스와 균형을 이루십시오: AI는 코드 생산을 가속화하지만 거버넌스 프레임 워크는 속도를 유지하기 위해 진화해야합니다. 조직은 AI 생성 코드가 혁신을 방해하지 않고 품질, 보안 및 성능 표준을 충족시키는 가드 레일을 구현해야합니다. 이 잔액은 속도의 환상이 기술 부채의 비용이 많이 드는 현실로 바뀌지 않도록하는 데 중요합니다.
- AI만이 AI를 따라갈 수 있습니다: AI 생성 코드의 깎아 지른 볼륨과 복잡성은 똑같이 고급 솔루션을 요구합니다. 기업은 규모에 따라 코드를 지속적으로 분석, 최적화 및 검증 할 수있는 AI 구동 시스템을 채택해야합니다. 이러한 시스템은 AI 기반 개발 속도가 품질, 보안 또는 성능을 손상시키지 않도록하여 기술 부채를 촉발하지 않고 지속 가능한 혁신을 가능하게합니다.
VIBE 코딩 : 쫓겨나 지 않자
“Vibe Coding”에 대한 행동을 연기하는 기업은 어느 시점에서 음악에 직면해야합니다. 런 어웨이 클라우드 비용으로 인한 마진 침식, 팀이 부서지기 코드를 디버깅하고 기술 부채를 설치하고 AI에 대한 보안 보안 결함의 숨겨진 위험을 감동시키는 데 어려움을 겪고 있습니다.
개발자와 기업 모두를위한 진전은 다음을 인정해야합니다. AI 만 AI를 최적화하고 검증 할 수 있습니다 규모로. 개발자에게 에이전트 유효성 검사 도구에 대한 액세스를 제공함으로써 기업이 AI 생성 기술 부채를 설치하는 데 기업을 항복하지 않고 “Vibe Coding”을 자유롭게 받아 들일 수 있습니다. Karpathy가 지적한 것처럼 AI 생성 코드의 잠재력은 흥미 롭습니다. 그러나 엔터프라이즈 개발에서는 먼저 새로운 진화의 에이전트 AI에 의해 분위기 점검이 있어야합니다.
게시물 개발자는 AI 기술 부채를 수용하지 않고 “Vibe Coding”을 수용 할 수 있습니까? 먼저 나타났습니다 Unite.ai.
