Copilot, asistent pro kódování vyvinutý GitHubem podporovaným Microsoftem, který využívá velké jazykové modely OpenAI, byl uveden na trh v roce 2022 a nyní ho používají miliony vývojářů po celém světě. Mnoho uživatelů se navíc spoléhá na obecné AI chatovací roboty, jako jsou Claude, ChatGPT a Gemini pro různé úkoly. Generální ředitel Alphabetu Sundar Pichai zmínil v konferenčním hovoru, že AI nyní generuje více než čtvrtinu nového kódu v Googlu, což umožňuje inženýrům být efektivnější. Očekává se, že ostatní technologické firmy půjdou v jeho stopách, protože vznikají nové startupy jako Zencoder, Merly, Cosine, Tessl a Poolside, které se ucházejí o podíl na trhu v oblasti AI kódování. Analytičky poznamenávají, že vývojáři jsou otevřeni platit za nástroje pro copiloty. Tyto nové startupy si kladou za cíl vylepšit generativní asistenty pro kódování daleko za pouhé automatické dokončování. Nyní mohou prototypovat, testovat a ladit kód, což potenciálně umožňuje vývojářům soustředit se více na dohled místo ručního kódování. Mnozí věří, že tyto pokroky by mohly vést k vytváření umělé obecné inteligence (AGI) prostřednictvím kódování. Správnost v softwarovém inženýrství zahrnuje dvě aspekty: syntaktickou správnost, která zajišťuje, že kód běží bez chyby, a funkční správnost, která zajišťuje, že kód vykonává zamýšlený úkol. Nová generace asistentů pro kódování má za cíl zlepšit nejen generaci kódu, ale také myšlení za vytvářením tohoto kódu. Účinný trénink modelů vyžaduje podrobné porozumění procesu kódování, nikoli pouze vzorkům kódu. Zencoder se zaměřuje na kontextovou relevantnost při analýze kódových základen, zatímco Cosine shromažďuje data o myšlenkových procesech kodérů a mapuje typické kroky, které se podnikají k vytvoření kódu.

Poolside využívá metodu známou jako posilované učení z provádění kódu (RLCE) k optimalizaci generace kódu. Cosine a Poolside čerpají inspiraci z AlphaZero od DeepMind, využívajíce pokusů a omylů v kódování k vylepšení svých modelů. Zatímco Cosine přizpůsobuje stávající modely, Poolside buduje nový, specializovaný model. Cosine tvrdí, že jeho model převyšuje jiné v benchmarkových testech kódování, zatímco Poolside je stále ve vývoji, ale vykazuje slibné počáteční výsledky. Naopak přístup Merly odmítá velké jazykové modely a zaměřuje se na logické základy programování pomocí mezilehlé reprezentace kódu, která zachycuje jeho základní strukturu. Tato metoda se snaží posílit logické uvažování při generaci kódu. Příchod těchto AI nástrojů může změnit role ve vývoji softwaru, což umožňuje týmům vytvářet software efektivněji. Asistenti pro kódování, jako je Genie od Cosine, mohou zpracovávat opravy chyb a další úkoly, což umožňuje inženýrům dohlížet na více procesů současně a měnit tradiční způsoby práce. Jak se technologie AI pro kódování vyvíjí, může se objevit nová hierarchie softwarových inženýrů, přičemž elitní role budou mít na starosti dohled nad kódem generovaným AI, zatímco menší týmy budou spravovat celkové úkoly. Tato transformace připomíná změny, které přinesly bankomaty do bankovnictví. Pro některé, jako je Gottschlich z Merly, vyžaduje vytváření pokročilých softwarových systémů AI, která dokáže kódovat nezávisle. Kritizuje myšlenku, že lidé by měli pomáhat AI, a tvrdí, že by to mělo být naopak. Obecně vzato, vzrušení kolem generativních asistentů pro kódování je doprovázeno aspiracemi na významnější pokroky v AI, zatímco společnosti vidí své nástroje jako kroky k dosažení AGI. Jak se krajina softwarového inženýrství vyvíjí, tyto nástroje přetvářejí role a pracovní postupy vývojářů softwaru a naznačují vzrušující, ale nejistou budoucnost v tomto oboru.