Pelayan AI Tanpa Kod: Satu Tinjauan ke Masa Depan Tanpa Pengaturcaraan

Dalam satu eksperimen berani yang mencabar asas-asas pembangunan perisian, seorang pemaju telah mencipta pelayan web tanpa sebarang kod aplikasi. Daripada menggunakan pengaturcaraan tradisional, sistem ini menggunakan model bahasa besar (LLM) untuk mengendalikan setiap permintaan HTTP secara masa nyata, menghasilkan segala-galanya daripada pertanyaan pangkalan data sehingga antara muka pengguna secara spontan. Projek yang dinamakan nokode ini mempamerkan kedua-dua potensi luar biasa dan batasan semasa dalam menggantikan kod dengan kecerdasan buatan.

Antara muka pengguna dinamik yang dijana oleh AI untuk aplikasi pengurusan kenalan

Eksperimen Radikal

Pelayan nokode mewakili satu anjakan asas dalam cara kita berfikir tentang membina perisian. Daripada menulis laluan, pengawal, atau logik perniagaan, pemaju mencipta satu sistem di mana LLM memproses setiap permintaan masuk dengan hanya menggunakan tiga alat: pangkalan data untuk operasi SQL, alat respons web untuk memulangkan HTML atau JSON, dan fungsi kemas kini ingatan untuk menyimpan maklum balas pengguna. Apabila seseorang melawati URL seperti /contacts, AI akan memutuskan apa yang perlu dilakukan—ia mungkin menghasilkan halaman HTML, mencipta respons API JSON, atau mereka ciri aplikasi baru berdasarkan laluan sahaja.

Apa yang menjadikan pendekatan ini amat menarik adalah cara ia mengendalikan maklum balas pengguna. Pelawat boleh menaip permintaan seperti besarkan butang atau gunakan tema gelap, dan AI akan melaksanakan perubahan ini dalam respons seterusnya. Ini mewujudkan aplikasi yang hidup dan berkembang yang menyesuaikan diri dengan keutamaan pengguna tanpa sebarang campur tangan pengaturcaraan manusia.

Kod adalah suatu hack sama seperti gear, roda dan tuas adalah hack. Orang tidak mahukan komponen mekanikal, mereka hanya mahu mesin melakukan sesuatu untuk mereka.

Seni Bina Teknikal nokode

• Konsep Teras: Pelayan web tanpa sebarang kod aplikasi
• Model AI: Claude-3-Haiku-20240307 (konfigurasi lalai)
• Tiga Alat yang Disediakan:
  • Pangkalan Data: Melaksanakan SQL pada SQLite
  • Respons Web: Mengembalikan respons HTTP (HTML/JSON)
  • Kemas Kini Memori: Menyimpan maklum balas pengguna ke fail markdown
• Ciri Utama: Penyesuaian masa nyata terhadap maklum balas pengguna
• Status Semasa: Berfungsi tetapi tidak praktikal untuk kegunaan pengeluaran

Realiti Prestasi

Walaupun konsep ini berfungsi dengan mengejutkan baik untuk operasi CRUD asas, batasan praktikal adalah ketara. Setiap permintaan mengambil masa 30-60 saat untuk diproses—300 hingga 6,000 kali lebih perlahan daripada aplikasi web tradisional. Kosnya juga amat tinggi pada 0.01-0.05 dolar AS setiap permintaan, menjadikannya 100-1,000 kali lebih mahal daripada pengkomputeran konvensional. AI menghabiskan kebanyakan masanya untuk berfikir daripada melaksanakan, dan ia mengalami apa yang disebut seorang pengulas sebagai ingatan seperti ikan emas, melupakan antara muka pengguna yang dihasilkannya beberapa saat sebelumnya.

Sifat LLM yang tidak deterministik memperkenalkan cabaran tambahan. Warna dan susun atur boleh berubah antara permintaan, dan halusinasi sekali-sekala membawa kepada pertanyaan SQL yang rosak yang menyebabkan ralat pelayan serta-merta. Seperti yang diperkatakan oleh seorang ahli komuniti, siapa yang mahu aplikasi web berkelakuan berbeza setiap kali anda berinteraksi dengannya? Ketidakkonsistenan ini mewakili halangan asas untuk penerimaan praktikal bagi kebanyakan aplikasi di mana kebolehpercayaan dan kebolehramalan adalah penting.

Perbandingan Prestasi: Pelayan Web Tradisional vs Dipacu AI

Paparan butiran kenalan yang menggambarkan potensi interaksi pengguna dalam aplikasi yang dijana oleh AI

Reaksi Komuniti dan Kemungkinan Masa Depan

Komuniti pemaju telah bertindak balas dengan kedua-dua kegembiraan dan keraguan. Ramai melihat ini sebagai satu tinjauan ke masa depan di mana pengaturcaraan seperti yang kita ketahui menjadi usang. Seorang pengulas memerhatikan bahawa kod, sebenarnya, adalah suatu hack. Orang tidak mahu kod. Mereka mahu komputer melakukan sesuatu untuk mereka. Perspektif ini mencadangkan bahawa nokode mewakili permulaan peralihan daripada pengaturcaraan eksplisit ke arah sistem yang melaksanakan niat pengguna secara langsung.

Yang lain mencadangkan penambahbaikan praktikal yang boleh merapatkan jurang antara batasan hari ini dan potensi masa depan. Beberapa pengulas mencadangkan untuk mempunyai AI menjana dan menyimpan kod dalam cache untuk laluan yang kerap digunakan, mencipta sistem hibrid yang menggabungkan fleksibiliti AI dengan prestasi kod tradisional. Seperti yang dinyatakan oleh seorang pemaju, Mengapa tidak menggunakan kod sebagai ingatan? Pendekatan ini akan membolehkan sistem belajar dan mengoptimumkan dari masa ke masa sambil mengekalkan konsistensi untuk fungsi yang telah mantap.

Implikasi keselamatan juga menghasilkan perbincangan yang signifikan. Tanpa logik aplikasi yang tetap, sistem menjadi terdedah kepada serangan suntikan prompt dan tingkah laku yang tidak boleh diramal. Seperti yang diperkatakan oleh seorang pengulas yang bimbang, apabila segi empat tepat tuhan gagal, secara literal tiada sesiapa di bumi yang boleh mendiagnosis masalah, apatah lagi memperbaikinya. Ini menyerlahkan cabaran operasi untuk mengedarkan sistem sedemikian dalam persekitaran pengeluaran.

Antara muka pengurusan kenalan yang mencerminkan maklum balas pengguna dan keperluan interaksi

Jalan ke Hadapan

Eksperimen nokode mendedahkan bahawa keupayaan AI untuk mengendalikan logik aplikasi sudah wujud—masalahnya terutamanya adalah perkara prestasi dan bukannya ketidakmungkinan asas. Dengan kelajuan inferens bertambah baik kira-kira 10x setahun, kos menurun ke arah sifar, dan tetingkap konteks menjadi lebih besar, banyak batasan hari ini mungkin boleh diuruskan dalam tahun-tahun akan datang.

Apa yang menjadikan eksperimen ini amat menarik adalah bagaimana ia membingkai semula pemahaman kita tentang pembangunan perisian. Daripada bertanya bagaimana AI boleh membantu kita menulis kod yang lebih baik, ia bertanya sama ada kita memerlukan kod langsung. Lapisan infrastruktur—pelayan HTTP, sambungan pangkalan data, definisi alat—kekal diperlukan, tetapi logik aplikasi menjadi muncul daripada diprogram secara eksplisit.

Apabila kita melihat ke arah masa depan yang dibayangkan oleh pemaju, di mana AI menghasilkan output video pada 120fps dan mengambil sampel input secara masa nyata, sistem seperti nokode mewakili satu batu loncatan yang penting. Mereka menunjukkan bahawa peralihan daripada AI membantu menulis kod kepada AI hanya melakukan perkara itu mungkin lebih dekat daripada yang kita sangkakan, walaupun pelaksanaan praktikal masih tahun lagi daripada kebolehgunaan arus perdana.

Perjalanan dari kod deterministik ke pelaksanaan AI yang cair kemungkinannya akan beransur-ansur, dengan pendekatan hibrid memimpin jalan. Tetapi eksperimen seperti nokode berfungsi sebagai peringatan penting bahawa alat yang kita anggap remeh hari ini mungkin penyelesaian sementara di laluan ke arah cara berinteraksi dengan komputer yang lebih semula jadi dan intuitif.

Rujukan: nokode