Getaran pengkodean terus mendapatkan daya tarik di Silicon Valley, dan mantan CEO Monzo Tom Blomfield memiliki pemikiran tentang cara memaksimalkan potensinya.
Diciptakan hanya dua bulan yang lalu oleh Andrej Karpathy, salah satu pendiri Openai, istilah ini mengacu pada orang yang menggunakan AI untuk menulis kode dengan memberikannya instruksi berbasis teks.
Insinyur yang berpengalaman menggunakannya untuk menghemat waktu, dan mereka yang memiliki latar belakang nonteknis mengkodekan semuanya dari aplikasi kencan hingga game.
Blomfield, yang sekarang menjadi mitra grup di Y Combinator, membagikan beberapa tips untuk orang -orang yang ingin mengoptimalkan cara mereka menggetarkan kode, dalam video yang diposting oleh akselerator pada hari Jumat. Berikut adalah tiga nasihat yang dia berikan.
Pilih alat yang tepat dan buat rencana komprehensif
Blomfield menyarankan pengguna untuk merencanakan ke depan dan bereksperimen untuk menemukan alat yang paling mendukung tingkat keterampilan mereka dan produk akhir yang diinginkan.
Dia menemukan bahwa alat -alat seperti Lovable dan Replit cocok untuk pemula, sedangkan coders yang lebih berpengalaman dapat menggunakan windsurf atau kursor.
“Bekerja dengan LLM untuk membuat rencana komprehensif,” katanya dalam video, merujuk pada model bahasa besar. “Masukkan itu ke dalam file markdown di dalam folder proyek Anda dan terus merujuk kembali ke sana.”
Dia menyarankan agar pengguna dapat menggunakan LLM untuk melaksanakan bagian rencana demi bagian, alih -alih membuat produk dalam sekali jalan.
“Saran ini bisa berubah dalam satu atau dua bulan, karena model menjadi lebih baik,” tambahnya.
Lakukan tes versi pada produk
Blomfield mengatakan bahwa ketika ia mendorong alat AI beberapa kali untuk tugas pengkodean yang sama, ia akan mendapatkan hasil yang buruk sebagai akibat dari model yang mengumpulkan “lapisan kode buruk.”
Cerita terkait
Business Insider menceritakan kisah -kisah inovatif yang ingin Anda ketahui
Business Insider menceritakan kisah -kisah inovatif yang ingin Anda ketahui
Dia menyarankan menggunakan model bahasa besar untuk menulis tes yang mensimulasikan seseorang mengklik melalui versi situs atau aplikasi, untuk mengukur seberapa baik fitur tersebut berfungsi.
Kadang -kadang, LLMS dapat membuat perubahan yang tidak perlu pada fitur -fitur ini, katanya, dan menerapkan tes integrasi dapat mengambil perubahan ini lebih cepat.
Tulis instruksi untuk LLMS
Blomfield mengatakan dia menemukan bahwa model yang berbeda berhasil di mana orang lain gagal. Jika pengguna menemukan bug tertentu, akan bermanfaat untuk mengatur ulang semua perubahan dan memberikan instruksi terperinci LLM untuk memperbaikinya pada basis kode bersih.
“Logging adalah temanmu,” kata Blomfield.
Tip lain yang ia tawarkan adalah menggunakan file kecil dan arsitektur berbasis layanan yang lebih modular, di mana LLM memiliki batas API yang jelas.
Sebaliknya adalah bahwa ia akan menghindari menciptakan gudang kode tunggal yang sangat besar untuk berbagai proyek, yang bisa lebih kompleks untuk dikelola dan memiliki lebih banyak tantangan integrasi.
