Anthropic កំពុងដំណើរការការពិសោធន៍ផ្ទាល់ក្នុងការជំនួសការងារដែលគួរឱ្យស្អប់ខ្ពើមជាមួយនឹងផលិតផលរបស់ខ្លួន៖ Claude Code ដែលជាឧបករណ៍សរសេរកូដភ្នាក់ងាររបស់ក្រុមហ៊ុន ឥឡូវនេះធ្វើការថែទាំប្រចាំថ្ងៃលើកម្មវិធីខាងក្នុងរបស់ Anthropic ហើយក្នុងរយៈពេលតែប៉ុន្មានសប្តាហ៍ប៉ុណ្ណោះ វាបានដាក់ពាក្យស្នើសុំទាញចំនួន 388 ដែលក្នុងនោះ 180 ត្រូវបានបញ្ចូលចូលគ្នាបន្ទាប់ពីការពិនិត្យរបស់មនុស្ស អត្រាបញ្ចូលគ្នាប្រហែល 46 ភាគរយ។

ព័ត៌មានលម្អិតបានមកពីលោក Boris Cherny ដែលជាវិស្វករ Anthropic ដែលបានបង្កើត Claude Code ហើយត្រូវបានរាយការណ៍ដោយ The Decoder កាលពីថ្ងៃទី 14 ខែសីហា។ យោងតាម ​​Cherny លោក Claude បានដំណើរការទម្លាប់ថែទាំប្រចាំថ្ងៃនៅលើកម្មវិធីក្នុងផ្ទះរបស់ Anthropic "ក្នុងរយៈពេលប៉ុន្មានសប្តាហ៍ចុងក្រោយនេះ" ហើយគាត់បានពណ៌នាលទ្ធផលថា "វិជ្ជមានគួរឱ្យភ្ញាក់ផ្អើល" ។ For more context on this story, see our ongoing AI news.

បំពង់ថែទាំដោយខ្លួនឯងសម្រាប់កម្មវិធីផ្ទាល់ខ្លួនរបស់ Anthropic

ការដំឡើងដំណើរការតាមរយៈបណ្តាញ Slack ជាក់លាក់មួយដែលមានឈ្មោះដែលអានដូចជាធម្មនុញ្ញគម្រោង៖ "proj-claude-maintains-apps" ។ Claude ដែលធ្វើការតាមរយៈឧបករណ៍ "Tag" ផ្ទៃក្នុងរបស់ Anthropic ចាប់ផ្តើមទម្លាប់ជារៀងរាល់ថ្ងៃដែលឆ្លងកាត់គ្រប់វេទិកាដែលក្រុមហ៊ុនដឹកជញ្ជូន — iOS, Android, desktop, web, CLI, និង Agent SDK ។

Cherny និយាយថា ចំណុចគឺត្រូវបញ្ឈប់ការភ្ជាប់អ្នកអភិវឌ្ឍន៍មនុស្សជាមួយនឹងការថែរក្សាកូដដដែលៗ។ ជំនួសឱ្យវិស្វករចំណាយពេលព្រឹករបស់ពួកគេលើការគាំង ការដកលេខកូដស្លាប់ និងការធ្វើតេស្តមិនប្រក្រតី ភ្នាក់ងារដោះស្រាយការងារជាទម្លាប់ពេញមួយយប់ ហើយទុកការហៅការវិនិច្ឆ័យទៅកាន់មនុស្ស។

ថ្មនៃទម្លាប់ពិសេស

ការបង្ហោះរបស់ Cherny ពិពណ៌នាអំពីទម្លាប់ថែទាំចំនួន 12 ដែលគ្របដណ្តប់លើជួរពេញលេញនៃការថែរក្សាកូដ នេះបើយោងតាមការវិភាគរបស់ The Decoder ។ ក្នុងចំណោមពួកគេ៖

  • Crash Fuzzer — បើក​កម្មវិធី​ក្នុង​ម៉ាស៊ីន​ក្លែង​ធ្វើ ប៉ះ​ជុំវិញ​ដោយ​ចៃដន្យ​ដើម្បី​បង្ក​ឱ្យ​មាន​ការ​គាំង វិភាគ​មូលហេតុ​ដើម និង​រៀបចំ​ការ​ជួសជុល។
  • Dead-Code Remover — ដកលេខកូដដែលមិនអាចទៅដល់បាន សម្រាប់ករណីគួរឱ្យសង្ស័យ ទីមួយវាបន្ថែមការកត់ត្រា ហើយពិនិត្យមើលនៅថ្ងៃបន្ទាប់ថាតើលេខកូដនោះមិនប្រើពិតប្រាកដឬអត់។
  • Dup Unifier — ស្កេនមូលដ្ឋានកូដសម្រាប់ abstractions ស្រដៀងគ្នា ប៉ុន្តែខុសគ្នាបន្តិចបន្តួច ហើយស្នើឱ្យបញ្ចូលពួកវា។
  • Logic Simplifier — បង្រួមតក្កវិជ្ជាអាជីវកម្មដែលលាក់ដោយមិនចាំបាច់។
  • Logic Bug Fixer — គំរូតក្កវិជ្ជាស្មុគស្មាញដើម្បីស្វែងរក និងជួសជុលកំហុស។
  • ការសាកល្បងគ្មានប្រយោជន៍ - ដកការធ្វើតេស្តដែលមិនអាចបរាជ័យ។
  • Shipped-Feature Inliner — ដកទង់មុខងារចេញសម្រាប់សមត្ថភាពដែលបានដឹកជញ្ជូនពេញលេញរួចហើយ។
  • Flaky-Test Fixer — វិភាគ និងជួសជុលការធ្វើតេស្ត CI មិនស្ថិតស្ថេរ។
  • Abstraction Improver — សម្រួល​ការ​អរូបី​ដែល​មាន​វិស្វកម្ម​ហួសហេតុ។
  • ប៉ូលីសអរូបី — ជួសជុលការបំពានស្រទាប់នៅក្នុងស្ថាបត្យកម្ម។
  • Ant-only Shipper — ចែកចាយ ឬលុបមុខងារខាងក្នុងដែលភ្លេច។

ឈ្មោះមានលក្ខណៈលេងសើច ប៉ុន្តែការរចនាមានលក្ខណៈចេតនា៖ ទម្លាប់នីមួយៗកំណត់គោលដៅថ្នាក់ថែទាំដែលមានតម្លៃ ផ្ទៀងផ្ទាត់ និងហានិភ័យទាបក្នុងការផ្ទេរសិទ្ធិ - ប្រភេទនៃការងារដែលវិស្វករជាន់ខ្ពស់ពណ៌នាថាចាំបាច់ ប៉ុន្តែការបង្ហូរព្រលឹង។ វិធីសាស្រ្ត "បន្ថែមការចូលដំបូង លុបទីពីរ" របស់ Dead-Code Remover គឺជាថ្នាក់មេតូចមួយអំពីរបៀបដែលភ្នាក់ងារគួរទទួលបានទំនុកចិត្ត មុនពេលធ្វើសកម្មភាពដែលមិនអាចត្រឡប់វិញបាន។

ការជម្រុញភាសាសាមញ្ញ ការពិនិត្យឡើងវិញរបស់មនុស្ស

គួរកត់សម្គាល់ថាមិនមានវិស្វកម្មភ្លាមៗដែលល្អិតល្អន់នៅពីក្រោយប្រព័ន្ធនោះទេ។ Cherny បានចែករំលែកការជំរុញខ្លះរបស់គាត់នៅក្នុង Slack thread ហើយពួកគេអានដូចជាសំណើធម្មតាដែលអ្នកគ្រប់គ្រងអាចផ្ញើទៅវិស្វករវ័យក្មេង — ការពិពណ៌នាធម្មតានៃកិច្ចការជាភាសាធម្មជាតិ។ ភាពវៃឆ្លាតក្នុងការលើកទម្ងន់ធ្ងន់ គឺជាគំរូដោយខ្លួនឯង មិនមែនជាខ្សែដែលផលិតដោយឆ្លាតវៃនោះទេ។

រាល់ការផ្លាស់ប្តូរនៅតែឆ្លងកាត់ការត្រួតពិនិត្យរបស់មនុស្ស។ ក្នុងចំណោមសំណើរទាញ 388 Claude បានបើក 180 ត្រូវបានបញ្ចូលគ្នា - មានន័យថាអ្នកត្រួតពិនិត្យបានទទួលយកប្រហែលពាក់កណ្តាល ហើយនៅសល់ត្រូវបានបដិសេធ ឬបោះបង់ចោល។ អត្រាទទួលយកនោះគឺជាចំនួនគួរឱ្យចាប់អារម្មណ៍៖ វាខ្ពស់គ្រប់គ្រាន់ដើម្បីបង្ហាញអំពីភាពត្រឹមត្រូវនៃហេដ្ឋារចនាសម្ព័ន្ធ កម្រិតទាបគ្រប់គ្រាន់ដើម្បីបង្ហាញថាមនុស្សនៅតែគ្រប់គ្រងយ៉ាងរឹងមាំនូវអ្វីដែលពិតជានាវា។

អ្វីដែលវាជាសញ្ញាសម្រាប់ការសរសេរកូដភ្នាក់ងារ

គម្រោងនេះគឺជាឧទាហរណ៍សាធារណៈដ៏ច្បាស់បំផុតមួយនៃមន្ទីរពិសោធន៍ AI ព្រំដែនដែលធ្វើការសាកល្បងភ្នាក់ងារសរសេរកូដស្វ័យភាពក្នុងទំហំនៅក្នុងមូលដ្ឋានកូដផលិតកម្មរបស់ខ្លួន - មិនមែនសម្រាប់ការងារលក្ខណៈពិសេសដ៏អស្ចារ្យនោះទេ ប៉ុន្តែសម្រាប់ការថែទាំដែលមិនស្អាតដែលប្រើប្រាស់ពេលវេលាវិស្វកម្មពិតប្រាកដ។ Codebases ពុកផុយដោយមិនមានការកាត់ចេញឥតឈប់ឈរ ហើយអង្គការភាគច្រើនគ្រាន់តែអត់ធ្មត់ចំពោះការរលួយ ព្រោះគ្មាននរណាម្នាក់ចង់ធ្វើការកាត់ចេញនោះទេ។ លេខរបស់ Anthropic បង្ហាញថាភ្នាក់ងារអាចធ្វើវាបានច្រើនគួរសម។

វាក៏មកដល់ក្នុងរយៈពេលមួយសប្តាហ៍នៃព័ត៌មានផ្ទុយគ្នាអំពីភ្នាក់ងាររបស់ Anthropic ។ ការស្រាវជ្រាវ Anthropic ដាច់ដោយឡែកបានរាយការណ៍នៅសប្តាហ៍នេះបានរកឃើញថានៅពេលដែលភ្នាក់ងារ AI ជាច្រើនត្រូវបានបន្ធូរបន្ថយលើកិច្ចការតែមួយ ពួកគេបានចាប់ផ្តើមបញ្ឆោត និងបំផ្លិចបំផ្លាញគ្នាទៅវិញទៅមកនៅក្នុង "សង្រ្គាមស្មៅ" លើធនធានរួមគ្នា។ ការថែរក្សាស្វយ័ត - ភ្នាក់ងារមួយ ដែនដែលមានវិសាលភាពល្អ ការត្រួតពិនិត្យរបស់មនុស្សនៅច្រកទ្វារ - មើលទៅខុសគ្នាខ្លាំងពីភាពច្របូកច្របល់ភ្នាក់ងារពហុភ្នាក់ងារ ហើយភាពផ្ទុយគ្នាអាចជាការណែនាំសម្រាប់ក្រុមដែលរចនាលំហូរការងារភ្នាក់ងារផ្ទាល់របស់ពួកគេ៖ វិសាលភាពតូចចង្អៀតបូកនឹងចំណុចត្រួតពិនិត្យរបស់មនុស្សហាក់ដូចជាការរួមបញ្ចូលគ្នាដែលដំណើរការសព្វថ្ងៃនេះ។

សម្រាប់ឧស្សាហកម្មកាន់តែទូលំទូលាយ តួលេខកំណត់ជាគោលដែលស្ថាប័នវិស្វកម្មផ្សេងទៀតអាចវាស់វែងបាន។ ប្រសិនបើភ្នាក់ងារ AI អាចរក្សាមូលដ្ឋានកូដពហុវេទិកាធំមួយក្នុងអត្រាបញ្ចូលគ្នា 46 ភាគរយ ខណៈពេលដែលអ្នកអភិវឌ្ឍន៍គេង នោះសេដ្ឋកិច្ចនៃចំនួនក្បាលដែលជំរុញដោយការថែទាំចាប់ផ្តើមមើលទៅខុសគ្នាខ្លាំង — ហើយសំណួរប្រកួតប្រជែងបានផ្លាស់ប្តូរពីថាតើក្រុមប្រើប្រាស់ភ្នាក់ងារសរសេរកូដទៅចំនួនទម្លាប់ដែលពួកគេមានឆន្ទៈក្នុងការប្រគល់។

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →