Industri teknologi mendapati dirinya terperangkap di antara naratif yang bercanggah mengenai kesan AI terhadap pembangunan perisian. Walaupun sesetengah CEO mendakwa peningkatan produktiviti yang dramatik, pembangun dan penyelidik sebenar melaporkan keputusan yang lebih bernuansa yang mencabar gembar-gembur tersebut.
Jurang Produktiviti Yang Besar
Ketidakselarasan antara janji AI dan realiti telah menjadi semakin jelas pada tahun 2025. Di satu pihak, eksekutif seperti CEO Perplexity , Aravind Srinivas mendakwa alat AI mengurangkan tugas kejuruteraan daripada tiga atau empat hari kepada satu jam. Penerbitan utama telah mengisytiharkan bahawa AI memang telah mengubah segala-galanya dalam kejuruteraan perisian. Namun apabila penyelidik menjalankan kajian terkawal, mereka mendapati cerita yang berbeza sama sekali.
Kajian terbaru oleh syarikat penilaian AI METR mendedahkan bahawa pembangun berpengalaman yang menggunakan alat pengekodan AI tidak menunjukkan peningkatan prestasi yang ketara dan sebenarnya lebih perlahan dalam sesetengah kes. Kontras yang ketara ini menyerlahkan isu asas: mereka yang membuat dakwaan paling berani selalunya bukan mereka yang sebenarnya menulis kod setiap hari.
Dakwaan Prestasi yang Bercanggah:
- Dakwaan CEO: Tugas dikurangkan daripada 3-4 hari kepada 1 jam ( CEO Perplexity )
- Keputusan Penyelidikan: Kajian METR mendapati "tiada peningkatan yang ketara" dan prestasi yang lebih perlahan dalam ujian terkawal
- Laporan Pembangun: Pengalaman bercampur-campur daripada peningkatan produktiviti yang ketara hingga peningkatan masa penyahpepijatan
- Realiti Industri: Pemotongan pekerjaan terutamanya disebabkan oleh faktor ekonomi, bukan penggantian AI
Konteks Lebih Penting Daripada Gembar-gembur
Komuniti pembangun telah mengenal pasti beberapa faktor utama yang menentukan kegunaan AI dalam pengekodan. Bahasa pengaturcaraan membuat perbezaan yang besar - pembangun yang bekerja dengan bahasa yang didokumentasikan dengan baik seperti JavaScript dan TypeScript melihat hasil yang lebih baik berbanding mereka yang menggunakan bahasa yang kurang biasa seperti Rust . Jenis projek juga penting secara signifikan, dengan AI terbukti lebih membantu untuk projek yang lebih kecil dan baharu berbanding pangkalan kod yang besar dan kompleks.
AI boleh menghasilkan banyak kod dengan sangat cepat. AI tidak menghasilkan kod yang mengikuti citarasa dan atau amalan terbaik.
Pemerhatian ini menangkap batasan kritikal yang diabaikan oleh banyak dakwaan produktiviti. Walaupun AI cemerlang dalam mencipta kod boilerplate dan mengendalikan tugas rutin, ia bergelut dengan pembuatan keputusan bernuansa yang dibawa oleh pembangun berpengalaman kepada seni bina perisian dan kebolehselenggaraan jangka panjang.
Faktor Utama Yang Mempengaruhi Keberkesanan Alat Pengkodan AI:
- Bahasa Pengaturcaraan: JavaScript/TypeScript menunjukkan keputusan yang lebih baik berbanding Rust atau bahasa khusus
- Jenis Projek: Projek greenfield mendapat lebih banyak manfaat berbanding pangkalan kod sedia ada yang besar
- Pengalaman Pembangun: Pembangun kanan dengan pengalaman alat AI melihat lebih banyak faedah
- Kerumitan Tugas: Penjanaan boilerplate mudah berfungsi dengan baik, keputusan seni bina yang kompleks tidak
- Keperluan Konteks: Alat bergelut apabila perlu memahami sejumlah besar kod sedia ada
Cerita Sebenar Di Sebalik Pemotongan Pekerjaan
Walaupun tajuk berita mengaitkan pemberhentian dengan kemajuan AI, pemeriksaan yang lebih teliti mendedahkan gambaran yang lebih kompleks. Pemotongan Microsoft yang dilaporkan secara meluas sebenarnya bukan tentang menggantikan pekerja dengan AI, tetapi sebaliknya memperuntukkan semula sumber merentas bahagian untuk membiayai inisiatif AI. Penguncupan sektor teknologi semasa nampaknya lebih berkaitan dengan pembetulan pasca-pandemik dan perubahan kadar faedah berbanding dengan anjakan AI.
Ramai pembangun berpengalaman membandingkan momen AI semasa dengan peralihan teknologi sebelumnya. Pentadbir sistem, sebagai contoh, telah mengharungi dekad teknologi penggantian - daripada NoOps kepada pelbagai platform awan - hanya untuk mendapati peranan mereka berkembang dan bukannya hilang. Corak tersebut menunjukkan bahawa walaupun AI akan mengubah cara pembangun bekerja, penggantian lengkap masih tidak mungkin.
Melihat Melampaui Bunyi Bising
Pengguna alat AI yang paling berpengalaman melaporkan realiti yang lebih terukur. AI berfungsi sebagai pembantu yang sangat baik untuk tugas khusus: menghasilkan kod boilerplate, menerangkan konsep yang tidak dikenali, dan mempercepatkan kerja rutin. Walau bagaimanapun, ia memerlukan bimbingan yang teliti dan sering menghasilkan kod yang memerlukan penyelarasan yang ketara untuk kegunaan pengeluaran.
Industri nampaknya sedang menetap ke dalam corak di mana AI bertindak sebagai pengganda produktiviti untuk pembangun berpengalaman dan bukannya penggantian. Mereka yang memahami kedua-dua keupayaan dan batasan teknologi boleh memanfaatkannya dengan berkesan, manakala mereka yang mengharapkan penyelesaian ajaib sering mendapati diri mereka kecewa.
Ketika pasaran alat pengekodan AI matang, pendekatan yang paling mampan nampaknya melibatkan merawat sistem ini sebagai autocomplete yang canggih dan bukannya pengaturcara autonomi. Pembangun yang menyesuaikan aliran kerja mereka untuk menggabungkan bantuan AI sambil mengekalkan kemahiran teras mereka berkemungkinan melihat faedah terbesar, manakala mereka yang berharap untuk transformasi lengkap mungkin perlu menyesuaikan jangkaan mereka.
Rujukan: No One Knows Anything About AI