Pelnas:
- Gebėjimas atskirti, kur dirbtinis intelektas užtikrina tikrą mobiliojo kūrimo greitį (modelio kodas, juodraštis, mokymasis), o kur (architektūra, leidimai, saugumas, publikavimas) sprendimas paliekamas žmogui, priklausomai nuo užduoties rizikos lygio.
- Gebėjimas taikyti discipliną, kuri patikrina kiekvieną dirbtinio intelekto išvestį kompiliavimo, paleidimo, testavimo ir peržiūros žingsniais
- Gebėjimas išsiugdyti įprotį rašyti stiprius, konteksto užpildytus raginimus ir apsaugoti asmeninius duomenis bei slaptus raktus, neperduodant jų dirbtiniam intelektui.
Mobiliųjų programų kūrimas yra viena konkurencingiausių programinės įrangos sričių pasaulyje. Kalbame apie milijarduose įrenginių veikiantį produktą, kurio atnaujinimo ciklas priklauso nuo parduotuvės patvirtinimo ir nuolat matuojamas vartotojo kišenėje. Dirbtinis intelektas (AI – programinės įrangos sistemos, galinčios kurti tekstą, kodą ir sprendimus, kaip žmonės) pateko į šią sritį dviem būdais: pirma, kaip pagalbinė priemonė, pagreitinanti kūrimo procesą (kodo generavimas, derinimas, bandymo rašymas), antra, kaip programoje įtaisyta galimybė (vaizdų atpažinimas įrenginyje, pokalbių asistentas, rekomendacijų variklis). Šis modulis moko tiek nuo galo iki galo. Tačiau nuo pat pradžių prikalkime vieną sakinį: AI nepakeičia mobiliojo kūrėjo; plečia savo produktyvumą ir apimtį. Jūs esate atsakingi už kiekvieną išduotą kodo eilutę, kiekvieną prašomą leidimą ir kiekvieną operaciją, atliktą naudojant vartotojo duomenis.
Šiame skyriuje pamatysime, kur dirbtinis intelektas sukuria realią mobiliojo ryšio kūrimo vertę, kur jis turi pasiduoti žmonėms, kaip patikrinti kiekvieną išvestį ir kodėl privatumo ir saugumo disciplina yra nediskutuotina.
Kur AI praverčia kuriant mobilųjį telefoną?
Mobiliojo ryšio kūrimas susideda iš daugybės pasikartojančių ir šabloniškų užduočių: rodinio kodo rašymo, tinklo užklausos sluoksnio nustatymo, duomenų modelio apibrėžimo, bandomojo atvejo kūrimo, klaidos pranešimo pašalinimo. AI labai greitai sukuria šiuos modelius. Priešingai, architektūriniai sprendimai, vartotojo patirties nuostatos, saugumo ribos ir verslo logikos tikslumas yra žmonių sritis.
Naudinga užduotis suskirstyti į tris segmentus, atsižvelgiant į rizikos lygį:
Užduoties tipas
AI vaidmuo
vyro vaidmuo
Šablono kodas (boilerplate), ekrano pavyzdys, konvertavimas
Sukuria trauką, pagreitina
Apžvalga, integruoja
Verslo logika, duomenų srautas, API integravimas
Teikia pasiūlymus ir juodraščius
Tikrina, tikrina, patvirtina
Architektūra, leidimo prašymas, saugumas, transliacijos sprendimas
Pateikiamas parinkčių ir pagrindimų sąrašas
Priima sprendimą ir prisiima atsakomybę
Ši lentelė bus mūsų kompasas visame modulyje. Dešinysis stulpelis niekada neperduodamas AI.
Patarimas: galvokite apie AI kaip apie „labai greitą, bet nepatyrusį stažuotoją“. Jūs suteikiate jam aiškią užduotį, perskaitote jo spaudinį, išbandote jį ir prisiimate atsakomybę. Neperskaitęs praktikanto pagaminto kodo nesiunčiate į gamybą (gyvą aplinką); Ta pati taisyklė galioja ir AI.
Tikrinimo disciplina: trys žingsniai
AI tekstas sklandus ir atrodo užtikrintai; Tačiau sklandumas nėra tikslumas. AI kartais atitinka bibliotekos funkciją, kurios nėra (tai vadinama haliucinacija – modelis užtikrintai sukuria tai, ko iš tikrųjų nėra). Štai trijų pakopų filtras, kurį mobiliojo ryšio kūrėjas taiko kiekvienai AI išvestiei:
- Surinkite ir paleiskite. Ar kodas iš tikrųjų kompiliuojamas, ar programa atidaroma? Ar AI siūloma API tikrai yra SDK (programinės įrangos kūrimo rinkinyje – paruoštame platformos siūlomų įrankių rinkinyje)?
- Išbandykite. Išbandykite numatomą elgesį automatiškai arba rankiniu būdu. „Atrodo, kad veikia“ nepakanka; Išbandykite kraštutinius atvejus (neaktyvūs duomenys, nėra tinklo, leidimas atmestas).
- Peržiūrėkite ir pagrįskite. Ar suprantate, kodėl kodas parašytas taip? Neskelbkite kodo, kurio nesuprantate. Paklauskite AI „ką veikia ši linija, kodėl ji reikalinga? paklausti.
Dėmesio: YZ pateikti versijų numeriai, bibliotekos pavadinimai ir API parašai gali būti pasenę arba sukurti. Ji negali žinoti apie atnaujinimus, išleistus po ribinės datos (paskutinės modelio apmokymo datos). Visada patikrinkite kritinę priklausomybę iš oficialių dokumentų („Apple Developer“, „Android Developers“).
trys mini dėklai
1 atvejis – spartinamas ekrano kūrimas. El. prekybos komanda parengė produkto išsamios informacijos ekraną, naudodama AI iš „Jetpack Compose“ („Android“ modernios sąsajos įrankių rinkinio). Pirmasis juodraštis, kuris paprastai trunka 2 dienas, pasirodė per 3 valandas. Tačiau komanda patikrino, kad AI sukurtas kainos formatavimas neteisingai apvalina centą: 19,99 TL kai kuriuose įrenginiuose pasirodė kaip 20 TL. Jei nebūtų patvirtinimo, ši klaida būtų paskelbta. Pelnas yra realus, tačiau kontrolė yra būtina.
2 atvejis – pagauta haliucinacija. Kūrėjas gavo kodą iš AI, kad galėtų paprašyti leidimo vietos sistemoje „iOS“. AI pasiūlė funkciją, pavadintą requestPreciseLocationOnce (). Tokios API nebuvo; Teisingas buvo requestWhenInUseAuthorization(). Kompiliavimo klaida tai iš karto atskleidė. Pamoka: kompiliatorius yra sąžiningiausias AI auditorius.
3 atvejis – privatumo spąstai. Viena komanda įklijavo vartotojų klaidų ataskaitas į AI ir paprašė sprendimo. Į ataskaitas buvo įtraukti naudotojų el. pašto ir įrenginių ID. Tai reiškė asmens duomenų nutekėjimą trečiosios šalies paslaugai ir buvo pažeidimas KVKK (Asmens duomenų apsaugos įstatymo) požiūriu. Sprendimas: išvalykite (užmaskuokite) asmeninius laukus prieš pateikiant duomenis AI.
Silpnas raginimas / Stiprus raginimas
Skirtumas tarp dviejų raginimų atlikti tą patį darbą lemia produkcijos kokybę.
Silpnas raginimas: „Parašykite man prisijungimo ekraną“.
Galingas raginimas: "Sukurkite prisijungimo ekraną naudodami "Jetpack Compose for Android". Reikalavimai: - El. pašto ir slaptažodžio laukas; el. pašto formato patvirtinimas, slaptažodis mažiausiai 8 simboliai - Įkeliant ir rodont suktuką mygtukas "Prisijungti" išjungtas - Klaidos pranešimai rodomi raudonu tekstu po lauke - MVVM architektūra: būsena ViewModel, Komposuojama tik 4 medžiaga, tik 3 medžiaga kodą, tada kiekvieną skyrių Paaiškinkite 1 sakiniu.
Antrasis raginimas nurodo platformą, įrankį, architektūrą, ribas ir išvesties formatą. Tai nepalieka nieko AI atspėti; Todėl tai suteikia daug naudingesnį ir lengviau patikrinamą rezultatą.
Nukopijuojami starto šablonai
Naudokite toliau pateiktus šablonus, užpildydami juos savo kontekstu.
Vaidmuo ir konteksto šablonas: "Esate vyresnysis [iOS/Android/Flutter] kūrėjas. Mano projektas: [programos tipas], tikslinė platforma [versija], architektūra [MVVM/Clean]. Užduotis: [ko norite]. Apribojimai: [kalba, biblioteka, versija]. Pirmiausia apibendrinkite planą 3 elementais, tada sukurkite kodą, tada išvardykite rizikas.
Kodo peržiūros šablonas: "Išnagrinėkite šį [kalbos] kodą. Nustatykite: 1) klaidas ir gedimų riziką2) atminties / našumo problemas3) saugos ir privatumo spragas4) kur būtų galima parašyti paprasčiau. Kiekvieno elemento eilučių numeriai ir pasiūlyti pataisymus.[kodas]"
Mokymosi šablonas: „Paaiškinkite [sąvoką, pvz., asinchronizavimas / laukimas „Swift“] iš mobiliųjų įrenginių kūrėjo perspektyvos. Pateikite paprastą pavyzdį, paminėkite 3 dažniausiai daromas klaidas ir nurodykite, kada neturėčiau jo naudoti.
Patvirtinimo šablonas: "Pasiūlėte šią API / funkciją: [vardas]. Patvirtinkite: kokia SDK versija ji buvo, kokio leidimo reikia, ar ji nebenaudojama? Jei nesate tikri, pasakykite "nesate tikri, patikrinkite oficialią dokumentaciją".
Dažnos klaidos
- Išvesties įklijavimas jos neskaitant. Dažniausia ir pavojingiausia klaida. Net jei ji sudaryta, logika gali būti klaidinga.
- Konfidencialių duomenų suteikimas AI. API raktas, vartotojo duomenys, pasirašymo sertifikatas niekada neįklijuojami į užklausą.
- Versija ir API netikrinama. AI gali pasiūlyti pasenusias arba sukurtas API; Galutinį žodį taria oficialus dokumentas.
- Palikti architektūrinį sprendimą AI. "Kokia yra geriausia architektūra?" Atsakymas į klausimą priklauso nuo jūsų projekto; AI pateikia bendrą atsakymą, žinote kontekstą.
- Vieno milžiniško raginimo rašymas. Bandymas išspręsti sudėtingą užduotį vienu prašymu; Saugiau ją suskaidyti į mažus, patikrinamus veiksmus.
- Prašyti leidimų „tik tuo atveju“. AI kartais prideda daugiau leidimų nei reikia; Kiekvienas leidimas kelia pavojų saugyklos patvirtinimui ir vartotojų pasitikėjimui.
Apibendrinant
AI vaidina du vaidmenis kuriant mobilųjį telefoną: asistentą, kuris pagreitina kūrimo procesą, ir į taikomąsias programas įterptą galimybę. Šablono kodas suteikia didžiulį pagreitį rengiant ir mokantis; Tačiau architektūriniai, saugumo, leidimų ir publikavimo sprendimai yra žmogiški. Kiekviena išvestis tikrinama trimis etapais: kompiliavimas, vykdymas, testavimas, peržiūra. Konfidencialūs duomenys ir asmeninė informacija DI niekada neteikiami. Didelės paklausos platformoje aiškiai nurodomas įrankis, apribojimai ir išvesties formatas. Ši disciplina yra likusios modulio dalies pagrindas.
Taikymo užduotis
Pasirinkite ekraną iš savo mobiliojo projekto (arba įsivaizduojamos užrašų programėlės). Parašykite raginimą tam ekranui naudodami aukščiau pateiktą „Vaidmenų ir konteksto šabloną“. Pabandykite sukompiliuoti dirbtinio intelekto sukurtą kodą į projektą ir perduoti jį per trijų pakopų patvirtinimo filtrą: ar jis sukompiliuotas, ar veikė taip, kaip tikėtasi, ar supratote kiekvieną eilutę? Užsirašykite bent vieną aptiktą klaidą arba netikrą API.
kontrolinis sąrašas
- [ ] Pagal rizikos lygį nustatiau, į kurį iš trijų segmentų užduotis patenka
- [ ] Užklausoje nurodžiau platformą, versiją, architektūrą ir apribojimus
- [ ] Sukūriau išvestį ir paleidau ją
- [ ] Išbandžiau ribinius atvejus (neaktyvūs duomenys, nėra tinklo, leidimas atmestas)
- [ ] Įsitikinau, kad supratau kiekvieną eilutę
- [ ] AI nepateikiau jokių asmeninių duomenų ar privačių raktų
- [ ] Patikrinau svarbias API iš oficialių dokumentų