Odpověď na názor

Díky za cenné informace.

Učím s GenAI programovat PyLadies a podporuji v tom i mé studenty na VOŠ.
Ale vedu je k tomu, aby tomu rozuměli a uměli do toho "sáhnout".

První programy jsem psal v roce 1986 na papír a pak si prošel od BASICu, přes ASM, Pascal, Delphi, Cčko, Javu, PHP, JS, cca od roku 2K používám Python, dnes už na většinu věcí.

Kdyby nepřišly LLM a generativní nástroje (díky Tomáši Mikolove), tak bych si je musel napsat sám, neb některé oblasti, pro které dělám interní core business cloudové aplikace byly z velké části o tom, přehazovat data z jedné hromady na druhou. Vážně jsem uvažoval o nasazení genetických algoritmů na tuhle oblast.

Na něco to tedy funguje dobře. Nejlépe pokud jsou to izolované věci, které moc nezávisí na okolí. Tomu lze jít naproti. Proto si dát záležet a designovat to ještě víc odděleně, než bývalo dobrým zvykem. Bývá to nezřídka na úkor výkonnosti, ale část výkonnostní optimalizace se dá řešit zpětně, po profilování.

Včera jsem zkoušel "promptovat" plugin do Firefoxu, ale tam jsem ani po několika iteracích neuspěl. Až jsem tu stejnou funkčnost vyřešil kódem pro Violentmonkey a tam už to vyšlo na druhou dobrou.

Je mi jasné, že u větších projektů, kdybych neuměl programovat a neuměl to inženýrsky ošéfovat, že by to bylo zoufalství a peklo s tím něco tvořit.

Osobně si myslím, že to časem povede k tomu, že většině kódu nebudou jejich programátoři detailně rozumět, jako dnes nerozumí strojáku ani assembleru ani nekoukají, jak je co implementováno v knihovnách a frameworcích, na kterých jejich aplikace stojí, ale snad to bude vykompenzováno nástroji, které to budou testovat i ověřovat bezpečnostní chyby.

A o to, že by v horizontu 25 let mělo být kvůli GenAI potřeba méně "ajťáků" obavy nemám. Lidstvo toho má ještě hodně co je třeba zdigitalizovat a naprogramovat.