AI കോഡിംഗ് ടൂളുകളും വർക്ക്ഫ്ലോ ഇൻ്റഗ്രേഷനും

നേട്ടങ്ങൾ:

• എഡിറ്റർ പൂർത്തീകരണം, ചാറ്റ് അസിസ്റ്റൻ്റ്, CLI ഏജൻ്റ്, CI ഓട്ടോമേഷൻ വിഭാഗങ്ങൾ ടാസ്‌ക്കുകളിലേക്ക് മാപ്പ് ചെയ്യാനുള്ള കഴിവ്
• റിസ്ക് അനുസരിച്ച് സ്വയംഭരണ നില ക്രമീകരിക്കാനും CLI ഏജൻ്റുമാർക്ക് 'ആദ്യം പ്ലാൻ' അച്ചടക്കം പ്രയോഗിക്കാനുമുള്ള കഴിവ്
• സാധുതയുള്ള ഉപകരണം, സ്ഥിരീകരണ ഗേറ്റ്, സുതാര്യത, ഉത്തരവാദിത്തം എന്നിവയെ അടിസ്ഥാനമാക്കി AI യുടെ ഉപയോഗം ഒരു ടീം സിസ്റ്റമാക്കി മാറ്റാനുള്ള കഴിവ്

വ്യക്തിഗത ജോലികളിൽ (കോഡിംഗ്, അവലോകനം, ടെസ്റ്റിംഗ്, ഡീബഗ്ഗിംഗ്) AI ഉപയോഗിക്കാൻ ഞങ്ങൾ ഇതുവരെ പഠിച്ചിട്ടുണ്ട്. ഈ അന്തിമ യൂണിറ്റിൽ, ഞങ്ങൾ ഭാഗങ്ങൾ ഒരുമിച്ച് ചേർക്കുന്നു: വ്യത്യസ്ത AI കോഡിംഗ് ടൂളുകൾ അറിയുക, ശരിയായ ജോലി ശരിയായ ടൂളുമായി പൊരുത്തപ്പെടുത്തുക, നിങ്ങളുടെ ദൈനംദിന ഡെവലപ്‌മെൻ്റ് ഫ്ലോയിലേക്ക് സുരക്ഷിതമായി ഉൾച്ചേർക്കുക - എഡിറ്റർ മുതൽ പതിപ്പ് നിയന്ത്രണം വരെ, CI/CD പൈപ്പ്‌ലൈൻ മുതൽ ടീം ഭരണം വരെ. ക്രമരഹിതമായ "എല്ലായ്‌പ്പോഴും എഐയോട് ചോദിക്കുക" എന്ന ശീലത്തെ സ്ഥിരവും ഓഡിറ്റ് ചെയ്യാവുന്നതുമായ പ്രവർത്തന സംവിധാനമാക്കി മാറ്റുക എന്നതാണ് ലക്ഷ്യം.

ഞങ്ങൾ വാഹന തരങ്ങളെ നിഷ്പക്ഷ വിഭാഗങ്ങൾ ഉപയോഗിച്ച് കവർ ചെയ്യുന്നു (നിർദ്ദിഷ്‌ട ഉൽപ്പന്ന പേരുകൾ വേഗത്തിൽ മാറുന്നു; വിഭാഗത്തിന് എന്താണ് പ്രധാനം). ഓരോ വിഭാഗത്തിനും ഒരു "സ്വീറ്റ് സ്പോട്ടും" ഒരു റിസ്ക് പ്രൊഫൈലും ഉണ്ട്; ഏത് ജോലിക്ക് എത്രത്തോളം സ്വയംഭരണം നൽകണമെന്ന് മാസ്റ്ററിക്ക് അറിയാം.

AI കോഡിംഗ് ടൂളുകളുടെ വിഭാഗങ്ങൾ

1. ഇൻ-എഡിറ്റർ പൂർത്തീകരണം. നിങ്ങളുടെ IDE (നിങ്ങൾ കോഡ് എഴുതുന്ന വികസന അന്തരീക്ഷം) ടൈപ്പ് ചെയ്യുമ്പോൾ ലൈനുകൾ/ബ്ലോക്കുകൾ നിർദ്ദേശിക്കുന്ന പ്ലഗിനുകൾ. സ്വീറ്റ് സ്പോട്ട്: ഇൻ-സ്ട്രീം വേഗത, ബോയിലർ പ്ലേറ്റ് കോഡ്. അപകടസാധ്യത: ഇടുങ്ങിയ സന്ദർഭം, ചിന്തിക്കാതെ നിർദ്ദേശം സ്വീകരിക്കുക.

2. ചാറ്റ്/സൈഡ് പാനൽ അസിസ്റ്റൻ്റ്. നിങ്ങളുടെ കോഡ്‌ബേസിൻ്റെ ഭാഗമായി ദൃശ്യപരതയോടെ IDE-യിൽ ഉൾച്ചേർത്ത ചാറ്റ് ഇൻ്റർഫേസ്. സ്വീറ്റ് സ്പോട്ട്: വിവരണം, പുനർനിർമ്മാണം, പരിശോധന, ബഗ് വിശകലനം. റിസ്ക്: നിങ്ങൾ നൽകുന്ന സന്ദർഭത്തിൽ പരിമിതപ്പെടുത്തിയിരിക്കുന്നു, സ്ഥിരീകരണം ആവശ്യമാണ്.

3. CLI ഏജൻ്റ്സ് (ഏജൻ്റ് ടൂളുകൾ). കമാൻഡ് ലൈനിൽ നിന്ന് പ്രവർത്തിക്കുന്ന ടൂളുകൾക്ക് ഒന്നിലധികം ഫയലുകൾ വായിക്കാനും പരിഷ്‌ക്കരിക്കാനും കമാൻഡുകൾ പ്രവർത്തിപ്പിക്കാനും മൾട്ടി-സ്റ്റെപ്പ് ടാസ്‌ക്കുകൾ സ്വന്തമായി നടപ്പിലാക്കാനും കഴിയും. സ്വീറ്റ് സ്പോട്ട്: ഒന്നിലധികം ഫയൽ മാറ്റങ്ങൾ, ആവർത്തിച്ചുള്ള ജോലികൾ, "ഈ പ്രോപ്പർട്ടി ചേർക്കുക" തരത്തിലുള്ള ജോലികൾ. റിസ്ക്: ഉയർന്ന സ്വയംഭരണം = ഉയർന്ന ആഘാതം; പരിശോധിക്കാതെ വിടുകയാണെങ്കിൽ, അത് വിശാലവും സ്ഥിരീകരിക്കാൻ ബുദ്ധിമുട്ടുള്ളതുമായ മാറ്റങ്ങൾ സൃഷ്ടിക്കുന്നു.

4. ലൈൻ/ഓട്ടോമേഷൻ ഇൻ്റഗ്രേഷൻ. PR-കളിൽ സ്വയമേവയുള്ള അവലോകന അഭിപ്രായങ്ങൾ നൽകുന്നതോ ടെസ്റ്റുകൾ നിർദ്ദേശിക്കുന്നതോ ചേഞ്ച്‌ലോഗുകൾ നിർമ്മിക്കുന്നതോ ആയ CI (തുടർച്ചയുള്ള സംയോജനം) ബോട്ടുകൾ. സ്വീറ്റ് സ്പോട്ട്: ക്ഷീണം കൂടാതെയുള്ള ആദ്യ അരിപ്പ, സ്ഥിരത. അപകടസാധ്യത: ശബ്ദം, തെറ്റായ ആത്മവിശ്വാസം.

സൂചന: സ്വയംഭരണാധികാരം വർദ്ധിക്കുന്നതിനനുസരിച്ച് നിയന്ത്രണവും വർദ്ധിക്കണം. എഡിറ്റർ പൂർത്തീകരണം ചെറുതും തൽക്ഷണവുമായതിനാൽ, അത് നിസ്സാരമായി മേൽനോട്ടം വഹിക്കുന്നു; ഒരു CLI ഏജൻ്റിൻ്റെ മൾട്ടി-ഫയൽ പരിഷ്‌ക്കരണം, ഒരു ഹ്യൂമൻ PR-നേക്കാൾ ശ്രദ്ധയോടെയല്ലെങ്കിൽ പരിശോധിക്കേണ്ടതാണ്.

ഘട്ടം ഘട്ടമായി: വർക്ക്ഫ്ലോയിലേക്ക് AI ഉൾച്ചേർക്കുന്നു

1. ടൂളിലേക്ക് ടാസ്ക്ക് മാപ്പ് ചെയ്യുക. ചെറിയ ഇൻ-സ്ട്രീം കൂട്ടിച്ചേർക്കൽ → പൂർത്തീകരണം; മനസ്സിലാക്കുക/റിഫാക്ടർ/ടെസ്റ്റ് → ചാറ്റ്; മൾട്ടി-ഫയൽ, ആവർത്തന വർക്ക് → CLI ഏജൻ്റ്; തുടർച്ചയായ ആദ്യ ഫിൽട്ടർ → CI സംയോജനം.
2. സ്വയംഭരണ നില തിരഞ്ഞെടുക്കുക. ഏജൻ്റിന് എത്രമാത്രം സ്വാതന്ത്ര്യമുണ്ട്? വായന-മാത്രം നിർദ്ദേശം അല്ലെങ്കിൽ ഫയൽ പരിഷ്ക്കരണം + കമാൻഡ് എക്സിക്യൂഷൻ? അപകടസാധ്യതയ്ക്കായി ക്രമീകരിക്കുക.
3. സന്ദർഭം പരിപോഷിപ്പിക്കുക. ഉപകരണത്തിലേക്ക് പ്രോജക്റ്റ് നിയമങ്ങൾ (ശൈലി, വാസ്തുവിദ്യ, "അരുത്") ശാശ്വതമായി അവതരിപ്പിക്കുക; അത് വീണ്ടും വീണ്ടും വിശദീകരിക്കുന്നതിന് പകരം ഒരു പ്രോജക്റ്റ് നിർദ്ദേശ ഫയൽ ഉപയോഗിക്കുക.
4. സ്ഥിരീകരണ ഗേറ്റുകൾ പരിപാലിക്കുക. AI മാറ്റം മനുഷ്യൻ്റെ മാറ്റം പോലെയാണ്: ഇത് സമാഹരണം, പരിശോധന, അവലോകനം, (നിർണ്ണായകമാണെങ്കിൽ) വിദഗ്ധരുടെ അംഗീകാരം എന്നിവയിലൂടെ കടന്നുപോകുന്നു. AI ഓപ്പണിംഗ് പിആർ അംഗീകാരത്തെ മറികടക്കുന്നില്ല.
5. അളക്കുകയും ക്രമീകരിക്കുകയും ചെയ്യുക. എന്താണ് യഥാർത്ഥത്തിൽ ത്വരിതപ്പെടുത്തുന്നതെന്ന് കാണുക, അവിടെ തിരുത്തൽ ഭാരം വർദ്ധിക്കുന്നു; പ്രവർത്തിക്കാത്ത ഉപയോഗങ്ങൾ വെട്ടിമാറ്റുക.

മൂന്ന് മിനി കേസുകൾ

കേസ് 1 - CLI ഏജൻ്റ് മൾട്ടിഫിൽ പുനർനാമകരണം കൈകാര്യം ചെയ്തു. 60 ഫയലുകളിൽ വ്യാപിച്ചുകിടക്കുന്ന ഒരു ആശയത്തിൻ്റെ പേര് ഒരു ടീം പുനർനാമകരണം ചെയ്യും. അവർ ഒരു CLI ഏജൻ്റിന് ചുമതല നൽകി, ആദ്യം ഒരു പ്ലാൻ ആവശ്യപ്പെട്ടു, പ്ലാൻ അംഗീകരിച്ചു, തുടർന്ന് മാറ്റം വരുത്തി മുഴുവൻ ടെസ്റ്റ് സ്യൂട്ടും പ്രവർത്തിപ്പിച്ചു. ഏജൻ്റ് 3 ഫയലിൽ ഒരു എഡ്ജ് കേസ് നഷ്ടപ്പെടുത്തി; പരിശോധനകൾ അത് പിടികൂടി, ശരിയാക്കി. സ്വമേധയാ ഏകദേശം 3 മണിക്കൂർ എടുത്ത ജോലി മേൽനോട്ടത്തോടെ 50 മിനിറ്റിനുള്ളിൽ പൂർത്തിയാക്കി.

കേസ് 2 - പരിശോധിക്കാത്ത സ്വയംഭരണം തിരിച്ചടിയായി. മറ്റൊരു ഡെവലപ്പർ ഒരു ഏജൻ്റിനോട് "ഈ മൊഡ്യൂൾ മെച്ചപ്പെടുത്താൻ" പറഞ്ഞു വിട്ടു; ഏജൻ്റ് 18 ഫയലുകൾ പരിഷ്ക്കരിക്കുകയും രണ്ട് ഡിപൻഡൻസികൾ ചേർക്കുകയും ചെയ്തു. ഈ മാറ്റം വളരെ വിശാലമായിരുന്നു, അത് അവലോകനം ചെയ്യാൻ കഴിയാത്തതിനാൽ അത് പിൻവലിക്കേണ്ടി വന്നു. പാഠം: ഏജൻ്റുമാർക്ക് ഇടുങ്ങിയ വ്യാപ്തിയും വ്യക്തമായ സ്വീകാര്യത മാനദണ്ഡവും ആദ്യം ആസൂത്രണം ചെയ്തതിന് ശേഷം അച്ചടക്കവും നൽകുക.

കേസ് 3 — CI റിവ്യൂ ബോട്ട് ആദ്യത്തെ ഫിൽട്ടറായി. PR-കളിൽ ഓട്ടോമേറ്റഡ് AI അവലോകന അഭിപ്രായങ്ങൾ നൽകുന്ന ഒരു ബോട്ട് ഒരു ടീം നിർമ്മിച്ചു. ബോട്ട് നൾ ചെക്ക് ഒഴിവാക്കലുകളും സ്റ്റൈൽ പ്രശ്നങ്ങളും പിടികൂടിക്കഴിഞ്ഞാൽ, ഹ്യൂമൻ റിവ്യൂവർമാർക്ക് അവരുടെ സമയം ബിസിനസ് ലോജിക്കിനായി വിനിയോഗിക്കാൻ കഴിഞ്ഞു. എന്നിരുന്നാലും, ബോട്ട് "അംഗീകാരം" നൽകിയിട്ടില്ലെന്ന് ടീം വ്യക്തമാക്കി: കുറഞ്ഞത് ഒരു മനുഷ്യ അനുമതി എങ്കിലും ആവശ്യമാണ്. ശബ്ദം കുറയ്ക്കാൻ, ഉയർന്ന/ഇടത്തരം തീവ്രതയുള്ള ശബ്ദം മാത്രം അവശേഷിപ്പിക്കാൻ അവർ ബോട്ട് ട്യൂൺ ചെയ്തു.

പകർത്താവുന്ന നാല് ടെംപ്ലേറ്റുകൾ

CLI ഏജൻ്റിനുള്ള "ആദ്യം ആസൂത്രണം ചെയ്യുക" അച്ചടക്കം:

ടാസ്‌ക്: {{വ്യക്തവും ഇടുങ്ങിയതുമായ ടാസ്‌ക്}}സ്വീകാര്യത മാനദണ്ഡം: {{അളന്നെടുക്കാവുന്ന ഫലം}}നിയന്ത്രണം: {{ ഇനിപ്പറയുന്ന ഡയറക്‌ടറി/ഫയലുകളിൽ}} മാത്രം പ്രവർത്തിക്കുക; പുതിയ ഡിപൻഡൻസി ചേർക്കുന്നു.ആദ്യം മാറ്റമില്ലാതെ ഒരു പ്ലാൻ അവതരിപ്പിക്കുക: ഏതൊക്കെ ഫയലുകൾ, എന്ത് മാറും, ഏതൊക്കെ ടെസ്റ്റുകൾ റൺ ചെയ്യണം. ഞാൻ പ്ലാൻ അംഗീകരിക്കുന്നത് വരെ കാത്തിരിക്കുക. തുടർന്ന് ഇത് ഘട്ടം ഘട്ടമായി പ്രയോഗിക്കുക, ഓരോ ഘട്ടത്തിലും ടെസ്റ്റുകൾ പ്രവർത്തിപ്പിക്കുക.

പ്രോജക്റ്റ് നിർദ്ദേശ ഫയൽ (ഉപകരണങ്ങളിലേക്കുള്ള സ്ഥിരമായ സന്ദർഭം):

ഈ പ്രോജക്റ്റിലെ AI ടൂളുകൾക്കുള്ള സ്ഥിരമായ നിയമങ്ങൾ:- ഭാഷ/പതിപ്പ്: {{...}}. ശൈലി: {{...}}.- വാസ്തുവിദ്യാ നിയന്ത്രണം: {{ഉദാ. പാളികൾക്കിടയിലുള്ള ദിശ}}.- ഒരിക്കലുമില്ല: രഹസ്യങ്ങൾ ഉൾച്ചേർക്കൽ, പ്രൊഡക്ഷൻ ഡാറ്റ ഉപയോഗിച്ച്, {{വിലക്കപ്പെട്ട ലൈബ്രറികൾ}}.- എല്ലാ മാറ്റങ്ങളും പരീക്ഷിക്കാവുന്നതായിരിക്കണം; ചോദിക്കാതെ തന്നെ പൊതു API ഒപ്പ് മാറ്റുന്നു. - സംശയമുണ്ടെങ്കിൽ, നിർത്തി ചോദിക്കുക.

ടാസ്‌ക് ടൂൾ മാപ്പിംഗ് തീരുമാനം:

ഇനിപ്പറയുന്ന ജോലി ഞാൻ നിർവ്വചിക്കുന്നു: {{task}}. ഏത് തരം ടൂളുകൾ ഉപയോഗിച്ചാണ് ഞാൻ ഇത് ചെയ്യേണ്ടത്: (എ) എഡിറ്റർ പൂർത്തിയാക്കൽ, (ബി) ചാറ്റ് അസിസ്റ്റൻ്റ്, (സി) സിഎൽഐ ഏജൻ്റ്, (ഡി) സിഐ ഓട്ടോമേഷൻ? നിങ്ങളുടെ യുക്തിയും അപകടസാധ്യതയും ശുപാർശ ചെയ്യുന്ന സ്വയംഭരണ നിലയും എഴുതുക (വെറും നിർദ്ദേശം / ഫയൽ മാറ്റുക / റൺ കമാൻഡ്).

CI അവലോകന ബോട്ട് പെരുമാറ്റച്ചട്ടം:

PR അവലോകനത്തിൽ ഉയർന്നതും ഇടത്തരവുമായ തീവ്രത കണ്ടെത്തലുകൾ മാത്രം കമൻ്റുകളായി ഇടുക. ഓരോ കണ്ടെത്തലും: വിഭാഗം, തീവ്രത, നിർദ്ദേശിച്ച തിരുത്തൽ. സ്‌റ്റൈൽ മുൻഗണനാ തലത്തിലുള്ള കുറിപ്പുകൾ വേറിട്ട ഒറ്റ സംഗ്രഹ കമൻ്റായി ശേഖരിക്കുക. നിങ്ങൾ സമ്മതിക്കില്ല; മനുഷ്യ അംഗീകാരം ആവശ്യമാണ്.

ദുർബലമായ പ്രോംപ്റ്റ് / ശക്തമായ പ്രോംപ്റ്റ്

ദുർബലമായത്: (CLI ഏജൻ്റിന്) "പേയ്മെൻ്റ് മൊഡ്യൂൾ മികച്ചതാക്കുക."

ശക്തമായത്: (CLI ഏജൻ്റിലേക്ക്) "src/payments/-ന് കീഴിൽ മാത്രം പ്രവർത്തിക്കുക. ടാസ്‌ക്: റീഫണ്ട്() ഫംഗ്‌ഷനിൽ നിന്ന് ആവർത്തന മൂല്യനിർണ്ണയ ലോജിക് ഒരൊറ്റ സഹായിയിലേക്ക് എക്‌സ്‌ട്രാക്റ്റുചെയ്യുക; പെരുമാറ്റവും ഒപ്പുകളും മാറില്ല. ആദ്യം പ്ലാൻ അവതരിപ്പിച്ച് എൻ്റെ അംഗീകാരത്തിനായി കാത്തിരിക്കുക; തുടർന്ന് ടെസ്റ്റുകൾ/പേയ്‌മെൻ്റുകൾ/ പാക്കേജ് എക്‌സിക്യൂട്ട് ചെയ്‌ത് പ്രവർത്തിപ്പിക്കുക. പുതിയ ആശ്രിതത്വം ചേർക്കുക."

ശക്തമായ പതിപ്പ് വ്യാപ്തി കുറയ്ക്കുന്നു, സ്വീകാര്യത മാനദണ്ഡങ്ങളും നിയന്ത്രണങ്ങളും സജ്ജമാക്കുന്നു, കൂടാതെ "ആദ്യം ആസൂത്രണം ചെയ്യുക" എന്ന അച്ചടക്കം അടിച്ചേൽപ്പിക്കുന്നു. വിശാലവും അനിയന്ത്രിതവുമായ മാറ്റങ്ങളുടെ മൂലകാരണം അവ്യക്തമായ “മികച്ചത് ചെയ്യുക” ആവശ്യങ്ങളാണ്.

വാഹന ക്ലാസ്

അവൻ എന്താണ് മികച്ചത്

സ്വയംഭരണം

പരിശോധന ഭാരം

എഡിറ്റർ പൂർത്തീകരണം

ചെറിയ ഇൻ-സ്ട്രീം കൂട്ടിച്ചേർക്കൽ

താഴ്ന്ന

വെളിച്ചം (തൽക്ഷണ വായന)

ചാറ്റ് അസിസ്റ്റൻ്റ്

മനസ്സിലാക്കുക, പരീക്ഷിക്കുക, പുനർനിർമ്മിക്കുക

ഇടത്തരം

മീഡിയം (ഔട്ട്‌പുട്ട് പരിശോധന)

CLI ഏജൻ്റ്

മൾട്ടി-ഫയൽ, ആവർത്തനപരം

ഉയർന്നത്

ഹെവി (പ്ലാൻ + പൂർണ്ണ അവലോകനം)

CI ഓട്ടോമേഷൻ

തുടർച്ചയായ ആദ്യ ഫിൽട്ടർ

ഇടത്തരം

ഇടത്തരം (നിയമം + മനുഷ്യ അംഗീകാരം)

ടീം ഭരണം: വ്യക്തിഗത നൈപുണ്യത്തിൽ നിന്ന് പങ്കിട്ട സംവിധാനത്തിലേക്ക്

വ്യക്തിഗത അടിസ്ഥാനത്തിൽ AI നന്നായി ഉപയോഗിക്കുന്നത് ഒരു തുടക്കമാണ്; ടീം തലത്തിൽ സ്ഥിരതയുള്ള ഒരു സംവിധാനമാണ് യഥാർത്ഥ പക്വത. ഈ സംവിധാനം നിരവധി സ്തംഭങ്ങളെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്: അംഗീകൃത ടൂളുകളുടെ ലിസ്റ്റ് (ഏത് ഡാറ്റ ഉപയോഗിച്ച് ഏത് ഉപകരണങ്ങൾ ഉപയോഗിക്കാം - യൂണിറ്റ് 10 മുതൽ), വെരിഫിക്കേഷൻ ഗേറ്റുകൾ (ഏഐ മാറ്റം ഒരേ ബിൽഡ്/ടെസ്റ്റ്/റിവ്യൂ ഗേറ്റുകളിലൂടെയാണ് - യൂണിറ്റ് 11 മുതൽ), സുതാര്യത (ഒരു മാറ്റം AI- പവർ ആണെന്ന് പ്രസ്താവിക്കുന്നത് ആവശ്യമുള്ളിടത്ത് കണ്ടെത്താനാകും), ഉത്തരവാദിത്തത്തിൻ്റെ വ്യക്തത (ഒപ്പിൽ ഒപ്പിടുന്ന വ്യക്തി). ഈ ചട്ടക്കൂട് വേഗത നിലനിർത്തുമ്പോൾ അപകടസാധ്യത പരിമിതപ്പെടുത്തുകയും പുതിയ ടീം അംഗങ്ങൾ അതേ അച്ചടക്കത്തോടെ പ്രവർത്തിക്കുന്നുവെന്ന് ഉറപ്പാക്കുകയും ചെയ്യുന്നു.

മുൻകരുതൽ: ഒരു ടൂളിൻ്റെ സ്വയംഭരണാധികാരം ഉയർന്നാൽ—പ്രത്യേകിച്ച് ഫയലുകൾ പരിഷ്‌ക്കരിക്കാനും കമാൻഡുകൾ പ്രവർത്തിപ്പിക്കാനും കഴിയുന്ന CLI ഏജൻ്റുമാർക്ക്- പ്രൊഡക്ഷൻ എൻവയോൺമെൻ്റ്, രഹസ്യസ്വഭാവമുള്ള ഡാറ്റ, ഹാർഡ്-ടു-റിവേർഡ് ഓപ്പറേഷനുകൾ എന്നിവ ആക്‌സസ് ചെയ്യുന്നതിൽ നിന്ന് അതിനെ കൂടുതൽ കർശനമായി പരിമിതപ്പെടുത്തുന്നു. വിനാശകരമായ കമാൻഡുകൾ (ശാശ്വതമായ ഇല്ലാതാക്കൽ, വിന്യാസം) മനുഷ്യൻ്റെ അംഗീകാരവുമായി ബന്ധിപ്പിക്കുക.

സാധാരണ തെറ്റുകൾ

• ടാസ്ക് - പൊരുത്തക്കേട് എന്നാണ് അർത്ഥമാക്കുന്നത്. എഡിറ്റർ പൂർത്തിയാക്കി അല്ലെങ്കിൽ ഒരു ഹെവി ഏജൻ്റുമായി ഒരു ചെറിയ അറ്റാച്ച്മെൻ്റ് ഉപയോഗിച്ച് ഒരു മൾട്ടി-ഫയൽ ജോലി ചെയ്യാൻ ശ്രമിക്കുന്നു.
• ഏജൻ്റിനെ മോചിപ്പിക്കുന്നു. ഇടുങ്ങിയ വ്യാപ്തിയും "ആദ്യം പ്ലാൻ" ഇല്ലാതെയും നൽകുന്ന ഏജൻ്റ് ടാസ്ക്കുകൾ പരിശോധിക്കപ്പെടാത്ത മാറ്റങ്ങൾ ഉണ്ടാക്കുന്നു.
• AI-യുടെ സ്ഥിരീകരണ ഗേറ്റുകൾ അഴിക്കുന്നു. "AI അത് ചെയ്തു, നമുക്ക് വേഗത്തിൽ മുന്നോട്ട് പോകാം" എന്നതാണ് ഏറ്റവും അപകടകരമായ അപവാദം; വാതിലുകൾ എല്ലാവർക്കും ഒരുപോലെയാണ്.
• ഓരോ തവണയും സന്ദർഭം മാനുവലായി നൽകുന്നു. സ്ഥിരമായ നിർദ്ദേശ ഫയലിൽ പ്രോജക്റ്റ് നിയമങ്ങൾ എഴുതാത്തത് പൊരുത്തക്കേടും തനിപ്പകർപ്പും ഉണ്ടാക്കുന്നു.
• മനുഷ്യ അംഗീകാരത്തിനായി CI ബോട്ടിൻ്റെ അംഗീകാരം തെറ്റിദ്ധരിക്കുന്നു. ഒരു ബോട്ട് ഒരു ഫിൽട്ടറാണ്; ഉത്തരവാദിത്തമുള്ള മനുഷ്യ അംഗീകാരം നിർബന്ധമാണ്.

ചുരുക്കത്തിൽ

AI കോഡിംഗ് ടൂളുകൾ നാല് പ്രധാന വിഭാഗങ്ങളായി തിരിച്ചിരിക്കുന്നു: എഡിറ്റർ പൂർത്തിയാക്കൽ, ചാറ്റ് അസിസ്റ്റൻ്റ്, CLI ഏജൻ്റുകൾ, CI ഓട്ടോമേഷൻ. മാസ്റ്ററി എന്നത് ചുമതലയെ ശരിയായ ഉപകരണത്തിലേക്കും ശരിയായ തലത്തിലുള്ള സ്വയംഭരണത്തിലേക്കും പൊരുത്തപ്പെടുത്തുകയാണ്; സ്വയംഭരണാധികാരം വർദ്ധിക്കുന്നതിനനുസരിച്ച് നിയന്ത്രണവും വർദ്ധിക്കുന്നു. ടൂളുകൾക്ക് സ്ഥിരമായ പ്രോജക്റ്റ് സന്ദർഭം നൽകുക, മൾട്ടി-ഫയൽ ഏജൻ്റുമാരിൽ "ആദ്യം പ്ലാൻ ചെയ്യുക" എന്ന അച്ചടക്കം ചുമത്തുക, കൂടാതെ AI മാറ്റം മനുഷ്യ മാറ്റത്തിൻ്റെ അതേ സ്ഥിരീകരണ ഗേറ്റുകളിലൂടെ കടന്നുപോകുക. വ്യക്തിഗത വൈദഗ്ദ്ധ്യം; അംഗീകൃത ടൂൾ ലിസ്റ്റ്, സ്ഥിരീകരണ ഗേറ്റുകൾ, സുതാര്യത, ഉത്തരവാദിത്തത്തിൻ്റെ വ്യക്തത എന്നിവയിൽ നിർമ്മിച്ച ഒരു ടീം സിസ്റ്റമാക്കി മാറ്റുക. AI ഒരു എൻഡ്-ടു-എൻഡ് സ്പീഡ് മൾട്ടിപ്ലയർ ആണ്; ഒപ്പിടുകയും അക്കൗണ്ട് നൽകുകയും ചെയ്യുന്ന വ്യക്തി എപ്പോഴും കഴിവുള്ള വ്യക്തിയാണ്.

ആപ്ലിക്കേഷൻ ടാസ്ക്

അടുത്ത ആഴ്ച നിങ്ങൾ ചെയ്യേണ്ട മൂന്ന് യഥാർത്ഥ ജോലികൾ പട്ടികപ്പെടുത്തുക. ഏത് വാഹന ക്ലാസ്, ഏത് തലത്തിലുള്ള സ്വയംഭരണാവകാശം നിങ്ങൾ തിരഞ്ഞെടുക്കുമെന്ന് ന്യായീകരിക്കാൻ ഓരോന്നിനും "ടാസ്ക്-ടു-വെഹിക്കിൾ മാച്ചിംഗ് തീരുമാനം" ടെംപ്ലേറ്റ് ഉപയോഗിക്കുക. തുടർന്ന് "ആദ്യം ആസൂത്രണം ചെയ്യുക" എന്ന അച്ചടക്കത്തോടെ ഒരു CLI ഏജൻ്റിനായി (അല്ലെങ്കിൽ ചാറ്റ് അസിസ്റ്റൻ്റിന്) ഒരു ഇടുങ്ങിയ ടാസ്‌ക് പ്രവർത്തിപ്പിക്കുക: പ്ലാൻ അംഗീകരിക്കുക, അത് നടപ്പിലാക്കുക, പരിശോധനകൾ നടത്തുക, ഒരു മനുഷ്യ PR പോലെ മാറ്റം അവലോകനം ചെയ്യുക. അവസാനമായി, നിങ്ങളുടെ ടീമിനായി 5-പോയിൻ്റ് "AI ഉപയോഗ നിയമം" തയ്യാറാക്കുക (അംഗീകൃത ടൂളുകൾ, ഡാറ്റ റൂൾ, വെരിഫിക്കേഷൻ ഗേറ്റ്, സ്വയംഭരണ പരിധി, ഉത്തരവാദിത്തം).

ചെക്ക്ലിസ്റ്റ്

• [ ] എനിക്ക് AI കോഡിംഗ് ടൂൾ വിഭാഗങ്ങളും ഓരോന്നിൻ്റെയും സ്വീറ്റ് സ്പോട്ടും തമ്മിൽ വേർതിരിച്ചറിയാൻ കഴിയും.
• [ ] ഞാൻ ടാസ്ക് ശരിയായ വാഹന ക്ലാസിലേക്കും ഉചിതമായ സ്വയംഭരണ നിലയിലേക്കും മാപ്പ് ചെയ്യുന്നു.
• [ ] ഞാൻ ടൂളുകൾക്ക് സ്ഥിരമായ പ്രോജക്റ്റ് സന്ദർഭം (ഇൻസ്ട്രക്ഷൻ ഫയൽ) നൽകുന്നു.
• [ ] ഞാൻ ഇടുങ്ങിയ സ്കോപ്പും CLI ഏജൻ്റുമാർക്ക് "ആദ്യം ആസൂത്രണം ചെയ്യുക" അച്ചടക്കവും പ്രയോഗിക്കുന്നു.
• [ ] ഞാൻ AI മാറ്റങ്ങൾ മനുഷ്യരുടെ മാറ്റങ്ങളുടെ അതേ സ്ഥിരീകരണ ഗേറ്റുകളിലൂടെ കടന്നുപോകുന്നു.
• [ ] ടീം തലത്തിൽ സാധുതയുള്ള ടൂൾ, ഡാറ്റ റൂൾ, സുതാര്യത, ഉത്തരവാദിത്ത ചട്ടക്കൂട് എന്നിവയ്ക്കായി ഞാൻ വാദിക്കുന്നു.

മൊഡ്യൂൾ പരീക്ഷ

1. ഒരു കോഡിംഗ് അസിസ്റ്റൻ്റിൻ്റെ അന്തർലീനമായ വലിയ ഭാഷാ മോഡൽ കോഡ് നിർമ്മിക്കുമ്പോൾ യഥാർത്ഥത്തിൽ എന്താണ് ചെയ്യുന്നത്?

• എ) നൽകിയിരിക്കുന്ന സന്ദർഭത്തെ അടിസ്ഥാനമാക്കി ഏറ്റവും സാധ്യതയുള്ള തുടർച്ചയെ മാതൃകാപരമായി പ്രവചിക്കുന്നു ✔
• ബി) യഥാർത്ഥത്തിൽ കോഡ് കംപൈൽ ചെയ്ത് പ്രവർത്തിപ്പിക്കുന്നതിലൂടെ ശരിയായ ഫലം ഉറപ്പ് നൽകുന്നു
• സി) ഇത് ഇൻറർനെറ്റിലുടനീളം തത്സമയം കോഡ് സ്കാൻ ചെയ്യുകയും ഏറ്റവും കൃത്യമായത് പകർത്തുകയും ചെയ്യുന്നു.
• ഡി) ഒരു മനുഷ്യ എഞ്ചിനീയറെപ്പോലെ കോഡിൻ്റെ യുക്തി മനസ്സിലാക്കുകയും ഉദ്ദേശ്യം മനസ്സിലാക്കുകയും ചെയ്യുന്നു

വ്യക്തത: LLM ഒരു മനുഷ്യനെപ്പോലെ കോഡ് മനസ്സിലാക്കുന്നില്ല; ടെക്‌സ്‌റ്റിൻ്റെയും കോഡിൻ്റെയും വലിയൊരു കൂട്ടത്തിൽ നിന്ന് പഠിക്കുന്ന പാറ്റേണുകളെ അടിസ്ഥാനമാക്കി, നൽകിയിരിക്കുന്ന സന്ദർഭത്തിന് ഏറ്റവും സാധ്യതയുള്ള തുടർച്ചയാണ് ഇത് സൃഷ്ടിക്കുന്നത്. അതിനാൽ, ഔട്ട്‌പുട്ടിൻ്റെ ഗുണനിലവാരം നിങ്ങൾ നൽകുന്ന സന്ദർഭത്തിൻ്റെയും നിർദ്ദേശത്തിൻ്റെയും ഗുണനിലവാരത്തെ നേരിട്ട് ആശ്രയിച്ചിരിക്കുന്നു, കൂടാതെ ഓരോ ഔട്ട്‌പുട്ടും സാധൂകരിക്കണം.

2. നിലവിലില്ലാത്ത ഒരു ഫംഗ്‌ഷനോ ലൈബ്രറിയോ AI ബോധ്യപ്പെടുത്തുന്ന രീതിയിൽ രൂപപ്പെടുത്തുമ്പോൾ നിങ്ങൾ അതിനെ എന്ത് വിളിക്കും, യഥാർത്ഥ മറുമരുന്ന് എന്താണ്?

• എ) ഇതിനെ ഒരു കംപൈലേഷൻ പിശക് എന്ന് വിളിക്കുന്നു; മറുമരുന്ന് ശക്തമായ ഉപകരണമാണ്
• ബി) ഇതിനെ ഹാലുസിനേഷൻ എന്ന് വിളിക്കുന്നു; കോഡും ഉപയോഗിച്ച ഓരോ എപിഐയും പരിശോധിച്ചുറപ്പിക്കുക എന്നതാണ് മറുമരുന്ന് ✔
• സി) ഇതിനെ റിഗ്രഷൻ എന്ന് വിളിക്കുന്നു; മോഡൽ പുനരാരംഭിക്കുക എന്നതാണ് മറുമരുന്ന്
• ഡി) ഇതിനെ സന്ദർഭ ഓവർഫ്ലോ എന്ന് വിളിക്കുന്നു; പ്രോംപ്റ്റ് ചുരുക്കുക എന്നതാണ് മറുമരുന്ന്

വിവരണം: ഇതിനെ ഹാലുസിനേഷൻ എന്ന് വിളിക്കുന്നു, ഇത് സോഫ്റ്റ്വെയറിലെ ഏറ്റവും ചെലവേറിയ ബഗുകളിൽ ഒന്നിന് കാരണമാകുന്നു. പരിശോധിച്ചുറപ്പിക്കൽ മാത്രമാണ് യഥാർത്ഥ മറുമരുന്ന്: ഉപയോഗിച്ച എല്ലാ ഫംഗ്‌ഷൻ, API, പാക്കേജ് എന്നിവ യഥാർത്ഥത്തിൽ നിലവിലുണ്ടെന്നും കോഡ് പ്രവർത്തിക്കുന്നുവെന്നും സ്ഥിരീകരിക്കുന്നു. മോഡലിൻ്റെ ആത്മവിശ്വാസമുള്ള ടോൺ കൃത്യതയുടെ തെളിവല്ല.

3. AI ഉപയോഗിച്ച് കോഡ് സൃഷ്ടിക്കുമ്പോൾ ഔട്ട്പുട്ടിൻ്റെ ഗുണനിലവാരവും സ്ഥിരതയും മെച്ചപ്പെടുത്തുന്ന സമീപനം ഏതാണ്?

• എ) ഒരു സന്ദർഭവും നൽകാതെ 'ഇത് എനിക്ക് എഴുതൂ' എന്ന് പറഞ്ഞ് മോഡൽ റിലീസ് ചെയ്യുക
• ബി) സാധ്യമായ ഏറ്റവും ദൈർഘ്യമേറിയതും ആകർഷകവുമായ പ്രോംപ്റ്റ് എഴുതുക
• സി) ഇൻപുട്ട്/ഔട്ട്പുട്ട് കരാർ, എഡ്ജ് കേസുകൾ, പതിപ്പ്, ശൈലി ✔ എന്നിവയുടെ ഉദാഹരണങ്ങൾ വ്യക്തമാക്കുകയും നൽകുക
• ഡി) ജനറേറ്റ് ചെയ്ത കോഡ് വായിക്കാതെ നേരിട്ട് സംയോജിപ്പിക്കുക

വിശദീകരണം: ഫംഗ്‌ഷൻ്റെ ഇൻപുട്ട്/ഔട്ട്‌പുട്ട് തരങ്ങൾ (കരാർ), എഡ്ജ് കേസുകൾ, ഭാഷ/പതിപ്പ്, ശൈലി പരിമിതികൾ എന്നിവ നിർണ്ണയിക്കുകയും മോഡലിന് ഒരു ഉദാഹരണം നൽകുകയും ചെയ്യുന്നത് പ്രവചനത്തിൽ നിന്ന് കൃത്യതയിലേക്കുള്ള മാറ്റം സാധ്യമാക്കുന്നു. സന്ദർഭരഹിതമായ 'ഇത് എനിക്ക് എഴുതൂ' അഭ്യർത്ഥനകൾ ഓരോ തവണയും വ്യത്യസ്തമായതും പലപ്പോഴും എഡ്ജ് കേസുകൾ മറികടക്കുന്നതുമായ കോഡ് നിർമ്മിക്കുന്നു.

4. AI ഉപയോഗിച്ച് ഒരു വിദേശ കോഡ്ബേസ് പര്യവേക്ഷണം ചെയ്യുമ്പോൾ, ഒരു ഫംഗ്‌ഷൻ്റെ പേര് 'validateAndSave' എന്നായിരിക്കാം, എന്നാൽ AI ഡൈജസ്റ്റ് തെറ്റായിരിക്കാം. എന്താണ് ശരിയായ സമീപനം?

• എ) പേര് സ്വയം വിശദീകരിക്കുന്നതിനാൽ AI സംഗ്രഹത്തിൽ പൂർണ്ണ ആത്മവിശ്വാസം
• B) ഫംഗ്‌ഷൻ വായിക്കാതെ നേരിട്ട് മാറ്റുക
• സി) ഫംഗ്‌ഷൻ നാമം നോക്കി തീരുമാനിക്കുന്നു
• ഡി) AI വിവരണത്തെ ഒരു സിദ്ധാന്തമായി കണക്കാക്കുകയും കോഡിലെ നിർണ്ണായക ക്ലെയിമുകൾ വരി വരിയായി പരിശോധിക്കുകയും ചെയ്യുക ✔

വിശദീകരണം: AI കോഡിലെ പേര് നോക്കി 'അത് എന്താണ് ചെയ്യുന്നതെന്ന് തോന്നുന്നു' എന്ന് നിങ്ങളോട് പറഞ്ഞേക്കാം, എന്നാൽ യഥാർത്ഥത്തിൽ യുക്തി വ്യത്യസ്തമായിരിക്കാം (അല്ലെങ്കിൽ വിപരീതമായിരിക്കാം). അതിനാൽ AI വിശദീകരണം ഒരു സിദ്ധാന്തമാണ്; നിർണ്ണായകമായ ക്ലെയിമുകൾ, പ്രത്യേകിച്ച് സുരക്ഷ, അധികാരം അല്ലെങ്കിൽ പണമൊഴുക്ക് എന്നിവ ഉൾപ്പെടുന്നവ, പ്രസക്തമായ ലൈനുകളിൽ ദൃശ്യപരമായി പരിശോധിച്ചുറപ്പിക്കേണ്ടതാണ്.

5. AI-അസിസ്റ്റഡ് കോഡ് അവലോകനത്തിൽ 'AI അത് നോക്കി, വ്യക്തമാണ്' എന്ന് പറയുന്നതിൽ ഏറ്റവും വലിയ അപകടം എന്താണ്?

• A) AI തെറ്റായ നിഷേധങ്ങൾ സൃഷ്ടിച്ചേക്കാം; യഥാർത്ഥ തെറ്റുകൾ തെറ്റായ ആത്മവിശ്വാസം സൃഷ്ടിക്കുന്നു ✔
• B) AI അവലോകനം വളരെ മന്ദഗതിയിലായതിനാൽ സമയം പാഴാക്കുന്നു
• സി) AI ഇംഗ്ലീഷിൽ മാത്രം കമൻ്റ് ചെയ്യുന്നതിനാൽ ടീമിന് മനസ്സിലാകുന്നില്ല
• D) AI എപ്പോഴും അമിതമായി വ്യാഖ്യാനിക്കുന്നതിനാൽ PR ഒത്തുചേരുന്നില്ല

വിശദീകരണം: AI തെറ്റായ പോസിറ്റീവുകളും (അത് നിലവിലില്ലാത്ത ഒരു പ്രശ്നം ഫ്ലാഗ് ചെയ്യുന്നു) തെറ്റായ നെഗറ്റീവുകളും (യഥാർത്ഥ ബഗ് നഷ്‌ടമായത്) സൃഷ്ടിക്കുന്നു. തെറ്റായ നെഗറ്റീവുകൾ നിശബ്ദമാണ്; അവലോകനത്തിൽ പരാമർശിക്കാത്തവയാണ് ഏറ്റവും അപകടകരമായ തെറ്റുകൾ. അതിനാൽ AI ഒരു ആദ്യ ഫിൽട്ടറാണ്, അംഗീകാരമല്ല; ലയിപ്പിക്കാനുള്ള തീരുമാനം ഉത്തരവാദിത്തമുള്ള ഒരു വ്യക്തിയുടേതാണ്.

6. നിങ്ങൾ AI-ക്ക് കോഡും പ്രിൻ്റ് ടെസ്റ്റുകളും നൽകുമ്പോൾ സംഭവിക്കുന്ന ഏറ്റവും വഞ്ചനാപരമായ കെണി എന്താണ്?

• എ) AI എല്ലായ്പ്പോഴും വളരെയധികം ടെസ്റ്റുകൾ എഴുതുകയും കോഡ്ബേസ് വർദ്ധിപ്പിക്കുകയും ചെയ്യുന്നു
• B) AI കോഡിൻ്റെ നിലവിലെ (ഒരുപക്ഷേ തെറ്റായി) സ്വഭാവം 'ശരിയാണ്' എന്ന് പരിശോധിക്കുകയും ബഗ് പരിഹരിക്കുകയും ചെയ്യുന്നു ✔
• സി) ടെസ്റ്റുകൾ എഴുതുമ്പോൾ AI സ്വയമേവ കോഡ് ഇല്ലാതാക്കുന്നു
• ഡി) AI ടെസ്റ്റുകൾ എഴുതുന്നത് സന്തോഷകരമായ പാതയ്ക്ക് മാത്രമല്ല, എല്ലായ്‌പ്പോഴും എഡ്ജ് കേസിനും വേണ്ടിയാണ്

വിശദീകരണം: AI കോഡ് നോക്കുകയും നിലവിലെ പെരുമാറ്റം പരിശോധിക്കുന്ന അവകാശവാദങ്ങൾ എഴുതുകയും ചെയ്യുന്നു. തുടക്കം മുതൽ കോഡ് തെറ്റാണെങ്കിൽ, AI ഈ തെറ്റായ സ്വഭാവം 'ശരി' എന്ന് പരിഹരിക്കുന്നു. അതിനാൽ, കോഡിൻ്റെ നിലവിലെ ഔട്ട്‌പുട്ട് അനുസരിച്ചല്ല, ആവശ്യമായ റൂൾ (സ്പെസിഫിക്കേഷൻ) അനുസരിച്ച് പരീക്ഷയുടെ പ്രതീക്ഷകൾ എഴുതണം.

7. AI ഉപയോഗിച്ച് ഒരു ബഗ് ഡീബഗ്ഗ് ചെയ്യുമ്പോൾ അനുമാനങ്ങളുടെ കൃത്യത ഏറ്റവും കൂടുതൽ നിർണ്ണയിക്കുന്നത് എന്താണ്?

• എ) നിർദ്ദേശം എത്ര മാന്യമായാണ് എഴുതിയിരിക്കുന്നത്.
• B) ചോദ്യം എത്ര തവണ വീണ്ടും ചോദിച്ചു
• സി) മോഡലിന് നൽകിയ തെളിവുകളുടെ ഗുണനിലവാരം: പൂർണ്ണ പിശക് സന്ദേശം, സ്റ്റാക്ക് ട്രെയ്സ്, ഇൻപുട്ട്, പ്രതീക്ഷിക്കുന്ന പെരുമാറ്റം ✔
• ഡി) ഏത് കളർ തീമിലാണ് കോഡ് എഴുതിയിരിക്കുന്നത്?

വിശദീകരണം: നിങ്ങൾ ചെയ്യുന്നതുപോലെ AI പിശക് കാണുന്നില്ല; നിങ്ങൾ നൽകുന്ന തെളിവുകൾ മാത്രമേ അവന് അറിയൂ. പൂർണ്ണമായ പിശക് സന്ദേശം, സ്റ്റാക്ക് ട്രെയ്സ്, ട്രിഗറിംഗ് ഇൻപുട്ട്, പ്രതീക്ഷിക്കുന്ന സ്വഭാവം എന്നിവ കണക്കിലെടുത്ത്, മോഡൽ യഥാർത്ഥ സാധ്യതകൾ കണക്കാക്കുന്നു; തെളിവുകൾ ഇല്ലെങ്കിൽ, അത് ഒരു ഊഹം (ഭ്രമം) ഉണ്ടാക്കുകയും നിങ്ങളെ തെറ്റായ പാതയിലേക്ക് നയിക്കുകയും ചെയ്യും.

8. വിശകലനത്തിനായി AI-ക്ക് പ്രൊഡക്ഷൻ ലോഗുകൾ നൽകുന്നതിന് മുമ്പുള്ള ഏറ്റവും നിർണായക ഘട്ടം എന്താണ്?

• എ) ലോഗ് അതേപടി ഒട്ടിക്കുക, ദിവസം മുഴുവൻ കവർ ചെയ്യുന്നു
• ബി) ആദ്യം ലോഗ് വലിയക്ഷരത്തിലേക്ക് പരിവർത്തനം ചെയ്യുക
• സി) ലോഗ് ലൈനുകൾ അക്ഷരമാലാക്രമത്തിൽ ക്രമീകരിക്കുക
• ഡി) വ്യക്തിഗത വിവരങ്ങളും രഹസ്യങ്ങളും മറയ്ക്കുകയും പ്രസക്തമായ വിൻഡോ മാത്രം നൽകുകയും ചെയ്യുക ✔

വിവരണം: റോ പ്രൊഡക്ഷൻ ലോഗുകളിൽ IP, ഇമെയിൽ, സെഷൻ ഐഡി, ടോക്കൺ, ചിലപ്പോൾ തുറന്ന രഹസ്യം എന്നിവ അടങ്ങിയിരിക്കുന്നു. അവയെ മറയ്ക്കാതെ ഒരു AI ഉപകരണത്തിൽ ഒട്ടിക്കുന്നത് ഗുരുതരമായ സ്വകാര്യതാ ലംഘനമാണ്. കൂടാതെ, ലോഗ് ഒരു ഇടുങ്ങിയ സമയ വിൻഡോയിലേക്ക് ഫിൽട്ടർ ചെയ്യണം; എന്നാൽ സെൻസിറ്റീവ് ഡാറ്റ ക്ലീൻ ചെയ്യുക എന്നതാണ് ആദ്യത്തെ ആവശ്യം.

9. ലോഗ് വിശകലനത്തിൽ 'ഒരേസമയം' രണ്ട് സംഭവങ്ങൾ നടന്നതായി AI പറയുകയും ഒരെണ്ണം മൂലകാരണമായി പ്രഖ്യാപിക്കുകയും ചെയ്താൽ എന്തുചെയ്യണം?

• എ) പരസ്പര ബന്ധത്തെ കാര്യകാരണമായി അവഗണിക്കുകയും മെട്രിക്കുകളും കോഡും ഉപയോഗിച്ച് ക്ലെയിം സ്ഥിരീകരിക്കുകയും ചെയ്യുക ✔
• B) AI ഒരു സമയ ബന്ധം സ്ഥാപിക്കുന്നതിനാൽ കാരണം നിർണായകമായി അംഗീകരിക്കുന്നു
• സി) ഒന്നാം പ്രതി ഘടകം ഉടൻ പുനരാരംഭിക്കുക
• ഡി) ലോഗുകൾ പൂർണ്ണമായും ഇല്ലാതാക്കുകയും അവ വീണ്ടും ശേഖരിക്കുകയും ചെയ്യുന്നു

വിശദീകരണം: ലോഗ് വിശകലനത്തിലെ ഏറ്റവും സാധാരണമായ അപകടമാണ് കാര്യകാരണവുമായി ആശയക്കുഴപ്പമുണ്ടാക്കുന്ന പരസ്പരബന്ധം. AI സ്ഥാപിച്ച സമയ ബന്ധം ഒരു സൂചനയാണ്, തെളിവുകളല്ല. യഥാർത്ഥ കാര്യകാരണത്തിന് സമയവും മെക്കാനിസവും സാധ്യമെങ്കിൽ ആവർത്തനക്ഷമതയും ആവശ്യമാണ്; ക്ലെയിം മെട്രിക്കുകളും കോഡും ഉപയോഗിച്ച് സാധൂകരിക്കണം.

10. AI ഉപയോഗിച്ച് റീഫാക്‌ടർ ചെയ്യുമ്പോൾ വിലമതിക്കാനാവാത്ത സുവർണ്ണ നിയമം എന്താണ്, എന്താണ് അത് സുരക്ഷിതമാക്കുന്നത്?

• എ) കോഡ് ചെറുതായിരിക്കണം; വരികളുടെ എണ്ണം ഇത് ഉറപ്പ് നൽകുന്നു
• ബി) പെരുമാറ്റത്തിൽ മാറ്റമില്ല; നിലവിലെ പെരുമാറ്റം ക്യാപ്‌ചർ ചെയ്യുന്ന പരിശോധനകൾ ഇത് ഉറപ്പാക്കുന്നു ✔
• സി) കോഡിൽ കൂടുതൽ അഭിപ്രായങ്ങൾ അടങ്ങിയിരിക്കുന്നു; AI ഇതിന് ഉറപ്പ് നൽകുന്നു
• ഡി) മുഴുവൻ ഫയലും ഒരേസമയം വീണ്ടും എഴുതുന്നു; ഏജൻ്റ് ഇത് ഉറപ്പ് നൽകുന്നു

വിശദീകരണം: കോഡിൻ്റെ ബാഹ്യ സ്വഭാവം മാറ്റാതെ തന്നെ അതിൻ്റെ ആന്തരിക ഘടന മെച്ചപ്പെടുത്തുന്നതാണ് റീഫാക്‌ടറിംഗ്; പെരുമാറ്റം സ്ഥിരമായി നിലകൊള്ളുന്നു എന്നതാണ് സുവർണ്ണ നിയമം. ഇത് ടെസ്റ്റിംഗ് ആണെന്ന് ഉറപ്പാക്കുന്നത് എന്താണ്: നിലവിലെ സ്വഭാവം മാറ്റുന്നതിന് മുമ്പ് അത് ക്യാപ്‌ചർ ചെയ്യുന്ന ഒരു ടെസ്റ്റ്നെറ്റ് സജ്ജീകരിച്ച് ഓരോ ഘട്ടത്തിനും ശേഷം പ്രവർത്തിക്കുന്നു. ടെസ്റ്റ്‌നെറ്റ് ഇല്ലാതെ റീഫാക്‌ടറിംഗ് ചെയ്യുന്നത് ഒരു ചൂതാട്ടമാണ്.

11. ഡോക്യുമെൻ്റേഷൻ നിർമ്മാണത്തിലെ AI-ക്ക് അറിയാൻ കഴിയാത്തതും നിർമ്മിക്കുന്നത് അപകടകരവുമായ പാളി എന്താണ്?

• എ) ഇൻസ്റ്റലേഷൻ ഘട്ടങ്ങൾ എങ്ങനെ പ്രവർത്തിപ്പിക്കാം
• ബി) ഒരു ഫംഗ്ഷൻ്റെ പാരാമീറ്റർ ലിസ്റ്റ്
• സി) 'എന്തുകൊണ്ട്' എന്നതിൻ്റെ ന്യായീകരണം അങ്ങനെയാണ് ഒരു ഡിസൈൻ തീരുമാനം എടുത്തത് ✔
• ഡി) ഏത് ഭാഷയിലാണ് കോഡ് എഴുതിയിരിക്കുന്നത്?

വിവരണം: AI-ന് കോഡിൽ നിന്ന് 'എന്ത്/എങ്ങനെ' ലെയർ (ഫംഗ്ഷൻ എന്ത് ചെയ്യുന്നു, എങ്ങനെ സജ്ജീകരിക്കുന്നു) എക്‌സ്‌ട്രാക്‌റ്റുചെയ്യാനാകും; പക്ഷേ അതിന് 'എന്തുകൊണ്ട്' പാളി അറിയാൻ കഴിയില്ല (ഒരു തീരുമാനത്തിനായുള്ള ഡിസൈൻ യുക്തി, ഒരു പരിധി മൂല്യത്തിൻ്റെ കാരണം). ഒരു ന്യായീകരണവുമില്ലാത്തതിനേക്കാൾ അപകടകരമാണ് ഉണ്ടാക്കിയ ഒരു 'കാരണം'; കോഡ് ഉടമ ഈ ലെയർ ചേർക്കണം.

12. ഒരു അടിയന്തര ബഗ് പരിഹരിക്കുന്നതിനിടയിൽ, ഒരു അംഗീകൃതമല്ലാത്ത AI ടൂളിലേക്ക് തത്സമയ API കീ അടങ്ങുന്ന ഒരു കോൺഫിഗറേഷൻ ഫയൽ ഒട്ടിക്കാൻ ഒരു ഡെവലപ്പർ ആഗ്രഹിക്കുന്നുവെങ്കിൽ എന്തുചെയ്യണം?

• എ) വേഗതയ്ക്കായി, ഫയൽ അതേപടി ഒട്ടിക്കുക, തുടർന്ന് ചാറ്റ് ഇല്ലാതാക്കുക
• B) ഫയലിൻ്റെ അവസാനം ഒരു 'രഹസ്യമായ' കുറിപ്പ് ചേർത്ത് അത് അയയ്ക്കുക
• സി) കീ വിട്ട് ഫയലിൻ്റെ പേര് മാത്രം മാറ്റുക
• ഡി) രഹസ്യങ്ങൾ നീക്കം ചെയ്യുക/മൂടിവയ്ക്കുക, ആവശ്യമായ സെൻസിറ്റീവ് അല്ലാത്ത സന്ദർഭം മാത്രം നൽകുക

വെളിപ്പെടുത്തൽ: രഹസ്യങ്ങൾ, വ്യക്തിഗത ഡാറ്റ, രഹസ്യസ്വത്തുക്കൾ എന്നിവ ഒരിക്കലും അംഗീകരിക്കപ്പെടാത്ത മാർഗങ്ങളിൽ പ്രവേശിക്കരുത്; അടിയന്തരാവസ്ഥ ഈ റെഡ് ലൈൻ താൽക്കാലികമായി നിർത്തുന്നില്ല. ആദ്യം രഹസ്യങ്ങൾ പുറത്തെടുക്കുക/മൂടിവെക്കുകയും ആവശ്യമായ, സെൻസിറ്റീവ് അല്ലാത്ത സന്ദർഭം മാത്രം നൽകുക എന്നതാണ് ശരിയായ സമീപനം. ഇപ്പോഴും ഒരു രഹസ്യം ചോർന്നാൽ, ആദ്യം ചെയ്യേണ്ടത് ആ താക്കോൽ ഉടൻ തിരിക്കുക എന്നതാണ്.

13. AI- ജനറേറ്റ് ചെയ്‌ത ഒരു കോഡ് ടെസ്റ്റിംഗ് പാസാക്കുകയും നിർമ്മാണത്തിൽ പ്രവർത്തിക്കുകയും ചെയ്യുന്നു. കോഡ് സുരക്ഷിതമാണെന്ന് ഇത് തെളിയിക്കുന്നുണ്ടോ?

• എ) ഇല്ല; 'വർക്കിംഗ്' എന്നാൽ സുരക്ഷിതമല്ല, സുരക്ഷയ്ക്ക് ഒരു പ്രത്യേക ആധികാരികത ആവശ്യമാണ് ✔
• ബി) അതെ; പരിശോധനയിൽ വിജയിക്കുന്ന കോഡ് നിർവചനപ്രകാരം സുരക്ഷിതമാണ്
• സി) അതെ; ഉൽപ്പാദനത്തിൽ ഇത് പ്രവർത്തിപ്പിക്കുന്നത് എല്ലാ കേടുപാടുകളും ഇല്ലാതാക്കുന്നു
• ഡി) ഇല്ല; എന്നാൽ കോഡ് മന്ദഗതിയിലാണെങ്കിൽ മാത്രമേ സുരക്ഷ പ്രധാനമാണ്

വ്യക്തത: 'ജോലി' എന്നത് 'സുരക്ഷിത'ത്തിന് തുല്യമല്ല. കോഡിൽ SQL കുത്തിവയ്പ്പ് പോലുള്ള ഒരു അപകടസാധ്യത അടങ്ങിയിട്ടുണ്ടെങ്കിലും, അതിന് പരിശോധനയിൽ വിജയിക്കാനും സുഗമമായി പ്രവർത്തിക്കാനും കഴിയും; ഒരു ആക്രമണകാരി അത് കണ്ടെത്തുമ്പോൾ മാത്രമാണ് അപകടസാധ്യത വെളിപ്പെടുന്നത്. അതിനാൽ, കൃത്യതയ്ക്ക് പുറമേ, സുരക്ഷാ അധിഷ്ഠിത അവലോകനവും SAST പോലുള്ള സ്കാനുകളും ഒരു പ്രത്യേക ലെയറായി നടത്തണം.

14. CLI ഏജൻ്റിന് (ഫയലുകൾ പരിഷ്‌ക്കരിക്കാനും കമാൻഡുകൾ പ്രവർത്തിപ്പിക്കാനും കഴിയുന്ന സ്വയംഭരണ ഉപകരണം) ഒരു മൾട്ടി-ഫയൽ ടാസ്‌ക് നൽകുമ്പോൾ ഏറ്റവും സുരക്ഷിതമായ അച്ചടക്കം ഏതാണ്?

• എ) ഏജൻ്റിനോട് 'ഈ മൊഡ്യൂൾ മെച്ചപ്പെടുത്തുക' എന്ന് പറയുകയും പൂർണ്ണ സ്വാതന്ത്ര്യം നൽകുകയും ചെയ്യുക
• ബി) ഇടുങ്ങിയ വ്യാപ്തിയും സ്വീകാര്യത മാനദണ്ഡവും നൽകുക, ആദ്യം ഒരു പ്ലാൻ ആവശ്യപ്പെടുക, അത് അംഗീകരിക്കുക, ഘട്ടം ഘട്ടമായി നടപ്പിലാക്കുക, ടെസ്റ്റുകൾ നടത്തുക ✔
• സി) ഏജൻ്റിൻ്റെ എല്ലാ മാറ്റങ്ങളും അവലോകനം ചെയ്യാതെ നേരിട്ട് ലയിപ്പിക്കുക
• ഡി) ഉൽപ്പാദന അന്തരീക്ഷത്തിലേക്കും രഹസ്യാത്മക ഡാറ്റയിലേക്കും ഏജൻ്റിന് അനിയന്ത്രിതമായ പ്രവേശനം നൽകുന്നു

വിശദീകരണം: സ്വയംഭരണാധികാരം വർദ്ധിക്കുന്നതിനനുസരിച്ച് നിയന്ത്രണവും വർദ്ധിക്കണം. ഏജൻ്റിന് ഇടുങ്ങിയ വ്യാപ്തിയും വ്യക്തമായ സ്വീകാര്യത മാനദണ്ഡവും നൽകുക, ആദ്യം മാറ്റങ്ങളില്ലാതെ ഒരു പ്ലാൻ ആവശ്യപ്പെടുക, പ്ലാൻ അംഗീകരിക്കുക, തുടർന്ന് അത് ഘട്ടം ഘട്ടമായി നടപ്പിലാക്കുകയും ഓരോ ഘട്ടത്തിലും ടെസ്റ്റുകൾ നടത്തുകയും ചെയ്യുക; വിശാലവും അവലോകനം ചെയ്യാനാകാത്തതും പിൻവലിക്കേണ്ടതുമായ മാറ്റങ്ങളെ ഇത് തടയുന്നു.

15. സുരക്ഷാ നിർണായക സോഫ്‌റ്റ്‌വെയറിലെ (ഉദാ. പേയ്‌മെൻ്റ് അല്ലെങ്കിൽ ആധികാരികത) AI- ജനറേറ്റഡ് കോഡിൽ നിന്ന് ഉണ്ടാകുന്ന ബാധ്യത ആർക്കുണ്ട്?

• എ) കോഡ് AI-ൽ നിന്ന് വരുന്നതിനാൽ, അത് വാഹന ദാതാവിലാണ്
• B) AI വേണ്ടത്ര വികസിപ്പിച്ചിട്ടുണ്ടെങ്കിൽ, ആർക്കും ഇല്ല; സ്ഥിരീകരിക്കേണ്ട ആവശ്യമില്ല
• സി) കോഡ് പരിശോധിക്കുകയും കൂട്ടിച്ചേർക്കുകയും വിതരണം ചെയ്യുകയും ചെയ്യുന്ന ടീം/എഞ്ചിനീയർ; AI സമ്മതം ✔ മാറ്റിസ്ഥാപിക്കുന്നില്ല
• D) പ്രോംപ്റ്റ് എഴുതുന്ന വ്യക്തി മാത്രം, അത് അവലോകനം ചെയ്യുന്നവരല്ല

വിവരണം: AI ഒരു സ്പീഡ് ഗുണിതവും ബ്ലൂപ്രിൻ്റ് ജനറേറ്ററും ആണ്; ഉത്തരവാദിത്തം ഏറ്റെടുക്കാൻ കഴിയില്ല. നിർമ്മാണത്തിലെ കോഡിൽ നിന്ന് ഉണ്ടാകുന്ന ഏതെങ്കിലും പിശകുകൾ, കേടുപാടുകൾ അല്ലെങ്കിൽ ലംഘനങ്ങൾ എന്നിവയുടെ ഉത്തരവാദിത്തം ആ കോഡ് അവലോകനം ചെയ്യുകയും കൂട്ടിച്ചേർക്കുകയും വിതരണം ചെയ്യുകയും ചെയ്യുന്ന ടീമിനാണ്. സുരക്ഷാ-നിർണ്ണായക മേഖലകളിൽ, AI ഔട്ട്‌പുട്ട് ഒരു സാഹചര്യത്തിലും ഒരു യോഗ്യതയുള്ള എഞ്ചിനീയറുടെ അവലോകനത്തിനും അംഗീകാരത്തിനും പകരമാകില്ല.