daily-digest

Simon Willison’s Weblog

Typing without having to type

Người viết có hơn 25 năm kinh nghiệm làm lập trình viên.
Họ bắt đầu ưu tiên type hints và strong typing, điều họ từng kháng cự.
Nguyên nhân kháng cự là vì cảm thấy chúng làm chậm quá trình viết mã.
REPL environments rất quan trọng cho năng suất của họ.
Việc sử dụng coding agents giúp giảm bớt khối lượng công việc gõ tay.
Việc xác định rõ loại dữ liệu trở nên hấp dẫn hơn.

The A.I. Disruption We’ve Been Waiting for Has Arrived

Claude Code cải thiện khả năng mã hóa từ tháng 11, giúp Paul Ford hoàn thành các dự án hồi tưởng đã bị trì hoãn suốt một thập kỷ.
A.I. coding tools từ trước thường clumsy, nay có thể tạo ra website và app hoàn chỉnh trong vòng một giờ.
Paul nhận thấy việc xử lý dữ liệu phức tạp bằng A.I. làm giảm chi phí phát triển phần mềm, ví dụ như việc sửa website cá nhân có thể tốn tới $25,000 nếu thuê ngoài.
Paul ước tính chi phí phát triển phần mềm tuỳ chỉnh năm 2021 có thể lên tới $350,000 cho một nhóm 4-6 người trong 4-6 tháng.
Giờ đây, A.I. cho phép Paul thực hiện hàng trăm nghìn đô la công việc cá nhân với chi phí chỉ $200 một tháng cho Claude.
Paul nêu rõ sự phân cực trong cộng đồng về công nghệ A.I.: những người yêu thích công nghệ thích thú với nó, trong khi những người thân yêu của tác giả lại phản đối.

Quoting Martin Fowler

Các LLM đang làm giảm nhu cầu về kỹ năng chuyên môn trong phát triển phần mềm.
Sử dụng Front-end và Back-end developer sẽ ít hơn do các kỹ năng điều khiển bởi LLM trở nên quan trọng hơn.
Có khả năng tăng cường sự công nhận vai trò của Expert Generalists trong ngành công nghiệp phần mềm.
LLM có khả năng viết mã dường như mã hóa quanh các silos thay vì loại bỏ chúng. (Martin Fowler)

Engineering Leadership

How to Build AI-Native Engineering Teams

AI đang thay đổi cách xây dựng phần mềm, đặc biệt là ở các công ty lớn.
Các công ty nhỏ thích ứng nhanh hơn với việc sử dụng AI, dẫn đến sự xuất hiện của “AI-native teams”.
AI-native teams không chỉ thêm công cụ AI vào quy trình hiện tại mà còn cải cách cách thức làm việc từ nền tảng.
Đội ngũ AI-native thường rất nhỏ, từ 3-4 người, có thể hoạt động nhanh và hiệu quả hơn các nhóm lớn.
Ví dụ, đội ngũ phát triển ứng dụng Codex chỉ có dưới 3 người chủ chốt nhưng đạt năng suất cao.
Các kỹ năng quan trọng cho kỹ sư trong các đội ngũ AI-native bao gồm tư duy phản biện và nền tảng kỹ thuật vững chắc.
Khả năng thích ứng và sự đồng cảm với người dùng đang gia tăng tầm quan trọng trong lĩnh vực kỹ sư.
Kỹ sư cần sẵn sàng thử nghiệm công cụ mới và điều chỉnh quy trình làm việc liên tục.
Lãnh đạo cần thiết kế tổ chức hỗ trợ tốc độ, tự chủ và thử nghiệm.

Martin Fowler

Fragments: February 18

Sự kiện Thoughtworks Future of Software Development Retreat không tạo ra một bản tuyên ngôn mới cho phát triển được hỗ trợ bởi AI.
Tài liệu tóm tắt bao gồm 8 chủ đề chính, như “Nơi nào sự nghiêm ngặt đi?”, “Vòng lặp giữa: một loại công việc mới”, và “Khía cạnh con người: vai trò, kỹ năng và kinh nghiệm”.
Các cấu trúc tổ chức và công cụ hiện có cho phát triển phần mềm chỉ có con người đang gặp khó khăn khi kết hợp với công việc hỗ trợ bởi AI.
Các ý tưởng đáng thảo luận là vòng lặp kỹ thuật giám sát, phân tầng rủi ro như một ngành kỹ thuật mới, TDD như hình thức mạnh nhất của prompt engineering, và cách hiểu lại trải nghiệm người dùng cho các nhà phát triển.
Mặc dù có sự hiện diện của những chuyên gia hàng đầu, mọi người vẫn đang tìm kiếm câu trả lời cho cách áp dụng AI hiệu quả.
AI được xem như một bộ tăng tốc, phản ánh toàn bộ quy trình phát triển phần mềm nhưng không phải là giải pháp hoàn hảo nếu thực tiễn tốt nhất không được áp dụng.
LLMs có thể làm giảm nhu cầu sử dụng các kỹ năng chuyên gia trong phát triển phần mềm, dẫn đến sự ghi nhận cao hơn cho vai trò của các Specialist Generalists.
Chi phí thực sự của LLMs có thể thay đổi trong tương lai, với khả năng trở nên rẻ hơn hoặc đắt hơn hiện tại.
Sự gia tăng của yêu cầu có thể quay lại với phát triển kiểu waterfall, tuy nhiên, LLMs không thay đổi giá trị của xây dựng và phát hành nhỏ thường xuyên.
Buổi thảo luận về bảo mật có ít người tham gia, cho thấy sự chậm trễ trong việc áp dụng công nghệ AI trong một số tổ chức lớn.

daily-digest

Simon Willison’s Weblog

Engineering Leadership

Martin Fowler

Open Source Projects - Latest Discoveries

DEV Community

Hacker News: Best

Jeff Geerling

Daring Fireball

🍵 Eric Migicovsky’s Blog RSS Feed

iDiallo.com

Terence Eden’s Blog

Chris’s Wiki :: blog

Xe Iaso’s blog

The Old New Thing

Westenberg.

Andrew Nesbitt

Tedium: The Dull Side of the Internet.

Susam Pal

Computer Things

Jim Nielsen’s Blog

The Silicon Underground

Steve Blank

Anil Dash