Capítulo 3. Códigogerado por IA e o paradoxo do desempenho
Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: translation-feedback@oreilly.com
A geração de código assistida por IA passou rapidamente de uma novidade para uma ferramenta cotidiana no desenvolvimento moderno. LLMs e assistentes de codificação de IA podem produzir código de aplicativos web em segundos, oferecendo soluções que parecem funcionar no navegador. Essa velocidade e conveniência, no entanto, vêm com um paradoxo: essas ferramentas atualmente otimizam para correção (satisfazendo a intenção do prompt) e talvez estilo — não para desempenho. Os dados de treinamento com os quais elas aprendem são uma mistura de códigos da web, que incluem práticas boas e ruins. Assim, uma IA pode regurgitar uma solução que funciona, mas não é ideal, eficiente, acessível ou fácil de usar. Na prática, muitos desenvolvedores estão descobrindo que os aplicativos gerados por IA funcionam adequadamente, mas apresentam sérios problemas de desempenho e qualidade quando avaliados pelos padrões do mundo real.
Este capítulo analisa o problema em um nível geral e avalia como o papel dos desenvolvedores humanos está evoluindo. Os capítulos a seguir oferecerão algumas técnicas concretas para otimizar o código gerado por IA.
Resultados da IA: corretos, mas não ideais
Os LLMs ( ) basicamente absorveram o código-fonte aberto do mundo e aprenderam padrões comuns. Isso significa que o código que eles geram tende ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access