Apakah masa depan pengembangan perangkat lunak merupakan IDE yang didukung AI? GitHub menyampaikan idenya.
Pada konferensi tahunan GitHub Universe di San Francisco pada hari Senin, GitHub mengumumkan Copilot Workspace, sebuah lingkungan pengembang yang memanfaatkan apa yang digambarkan GitHub sebagai “agen yang didukung kopilot” untuk membantu pengembang bertukar pikiran, merencanakan, membangun, menguji, dan menjalankan kode dalam bahasa alami.
Jonathan Carter, kepala GitHub Next, tim R&D perangkat lunak GitHub, menyebut Workspace sebagai semacam evolusi dari asisten pengkodean yang didukung AI dari GitHub, Copilot, menjadi alat yang lebih umum, yang dibangun berdasarkan kemampuan yang baru diperkenalkan seperti Copilot Chat, yang memungkinkan pengembang mengajukan pertanyaan tentang kode dalam bahasa alami.
“Melalui penelitian, kami menemukan bahwa, untuk banyak tugas, titik hambatan terbesar bagi pengembang adalah saat memulai, dan khususnya mengetahui cara mendekati proyek. [coding] masalah, mengetahui file mana yang harus diedit dan mengetahui cara mempertimbangkan berbagai solusi dan konsekuensinya,” kata Carter. “Jadi kami ingin membangun asisten AI yang dapat bertemu dengan pengembang pada awal ide atau tugas, mengurangi energi aktivasi yang diperlukan untuk memulai dan kemudian berkolaborasi dengan mereka dalam melakukan pengeditan yang diperlukan di seluruh corebase.”
Pada penghitungan terakhir, Copilot memiliki lebih dari 1,8 juta pelanggan individu dan 50.000 perusahaan yang membayar. Namun Carter membayangkan basis yang jauh lebih besar, yang tertarik dengan perluasan fitur dengan daya tarik yang luas, seperti Workspace.
“Karena pengembang menghabiskan banyak waktunya untuk mengerjakannya [coding issues], kami yakin kami dapat membantu memberdayakan pengembang setiap hari melalui ‘kemitraan pemikiran’ dengan AI,” kata Carter. “Anda dapat menganggap Copilot Workspace sebagai pengalaman pendamping dan lingkungan pengembangan yang melengkapi alat dan alur kerja yang ada serta memungkinkan penyederhanaan sejumlah tugas pengembang… Kami percaya ada banyak nilai yang dapat diberikan dalam lingkungan pengembang asli AI yang tidak dapat dilakukan oleh pengembang asli AI. tidak dibatasi oleh alur kerja yang ada.”
Tentu saja ada tekanan internal untuk membuat Copilot menguntungkan.
Kopilot kehilangan rata-rata $20 per bulan per pengguna, menurut laporan Wall Street Journal, beberapa pelanggan mengenakan biaya kepada GitHub sebesar $80 per bulan. Dan jumlah layanan pesaing terus bertambah. Ada CodeWhisperer dari Amazon, yang digratiskan perusahaan kepada pengembang individu akhir tahun lalu. Ada juga startup seperti Magic, Tabnine, Codegen dan Laredo.
Mengingat repo GitHub atau bug tertentu dalam repo, Workspace — yang didukung oleh model GPT-4 Turbo OpenAI — dapat membuat rencana untuk (mencoba) mengatasi bug tersebut atau mengimplementasikan fitur baru, berdasarkan pemahaman tentang komentar repo tersebut. mengeluarkan balasan dan basis kode yang lebih besar. Pengembang mendapatkan kode yang disarankan untuk perbaikan bug atau fitur baru, bersama dengan daftar hal-hal yang mereka perlukan untuk memvalidasi dan menguji kode tersebut, ditambah kontrol untuk mengedit, menyimpan, memfaktorkan ulang, atau membatalkannya.
Kode yang disarankan dapat dijalankan langsung di Workspace dan dibagikan kepada anggota tim melalui tautan eksternal. Anggota tim tersebut, setelah berada di Workspace, dapat menyempurnakan dan mengutak-atik kode sesuai keinginan mereka.
Mungkin cara paling jelas untuk meluncurkan Workspace adalah dari tombol baru “Buka di Ruang Kerja” di sebelah kiri masalah dan menarik permintaan di repo GitHub. Mengkliknya akan membuka bidang untuk menjelaskan tugas rekayasa perangkat lunak yang harus diselesaikan dalam bahasa alami, seperti, “Tambahkan dokumentasi untuk perubahan dalam permintaan penarikan ini,” yang, setelah dikirimkan, akan ditambahkan ke daftar “sesi” dalam permintaan baru. tampilan Ruang Kerja khusus.
Kredit Gambar: GitHub
Workspace mengeksekusi permintaan secara sistematis langkah demi langkah, membuat spesifikasi, membuat rencana, dan kemudian mengimplementasikan rencana tersebut. Pengembang dapat mendalami salah satu langkah berikut untuk mendapatkan gambaran terperinci tentang kode yang disarankan dan mengubah serta menghapus, menjalankan ulang, atau menyusun ulang langkah-langkah tersebut jika diperlukan.
“Jika Anda bertanya kepada pengembang mana pun di mana mereka cenderung terjebak dalam proyek baru, Anda akan sering mendengar mereka mengatakan mereka tahu harus mulai dari mana,” kata Carter. “Copilot Workspace menghilangkan beban tersebut dan memberi pengembang rencana untuk mulai melakukan iterasi.”
Kredit Gambar: GitHub
Workspace memasuki pratinjau teknis pada hari Senin, dioptimalkan untuk berbagai perangkat termasuk perangkat seluler.
Yang penting, karena masih dalam tahap pratinjau, Workspace tidak tercakup dalam kebijakan ganti rugi IP GitHub, yang menjanjikan bantuan biaya hukum bagi pelanggan yang menghadapi klaim pihak ketiga yang menuduh bahwa kode buatan AI yang mereka gunakan melanggar IP. (Model AI generatif terkenal memuntahkan kumpulan data pelatihan mereka, dan GPT-4 Turbo dilatih sebagian tentang kode berhak cipta.)
GitHub mengatakan bahwa mereka belum menentukan bagaimana mereka akan memproduksi Workspace, namun mereka akan menggunakan pratinjau tersebut untuk “mempelajari lebih lanjut tentang nilai yang diberikan dan bagaimana pengembang menggunakannya.”
Menurut saya, pertanyaan yang lebih penting adalah: Akankah Workspace memperbaiki masalah eksistensial seputar Copilot dan alat pengkodean bertenaga AI lainnya?
Analisis terhadap lebih dari 150 juta baris kode yang dimasukkan ke dalam repo proyek selama beberapa tahun terakhir oleh GitClear, pengembang alat analisis kode dengan nama yang sama, menemukan bahwa Kopilot menghasilkan lebih banyak kode yang salah didorong ke basis kode dan lebih banyak kode yang ditambahkan kembali dibandingkan digunakan kembali dan disederhanakan, sehingga menyusahkan pengelola kode.
Di tempat lain, peneliti keamanan telah memperingatkan bahwa Copilot dan alat serupa bisa melakukannya memperkuat bug dan masalah keamanan yang ada dalam proyek perangkat lunak. Dan peneliti Stanford telah menemukan bahwa pengembang yang menerima saran dari asisten pengkodean yang didukung AI cenderung menghasilkan kode yang kurang aman. (GitHub menekankan kepada saya bahwa mereka menggunakan sistem pencegahan kerentanan berbasis AI untuk mencoba memblokir kode yang tidak aman selain filter duplikasi kode opsional untuk mendeteksi regurgitasi kode publik.)
Namun para pengembang tidak menghindar dari AI.
Dalam StackOverflow pemilihan mulai Juni 2023, 44% pengembang mengatakan bahwa mereka sekarang menggunakan alat AI dalam proses pengembangan mereka, dan 26% berencana untuk segera menggunakannya. Gartner memprediksi bahwa 75% insinyur perangkat lunak perusahaan akan mempekerjakan asisten kode AI pada tahun 2028.
Dengan menekankan tinjauan manusia, mungkin Workspace memang dapat membantu membersihkan beberapa kekacauan yang disebabkan oleh kode yang dihasilkan AI. Kami akan segera mengetahuinya setelah Workspace sampai ke tangan pengembang.
“Tujuan utama kami dengan Copilot Workspace adalah memanfaatkan AI untuk mengurangi kompleksitas sehingga pengembang dapat mengekspresikan kreativitas mereka dan menjelajah dengan lebih bebas,” kata Carter. “Kami benar-benar percaya kombinasi manusia dan AI akan selalu lebih unggul dibandingkan keduanya, dan itulah yang kami pertaruhkan dengan Copilot Workspace.”