Vibe Coding gặp Hòn đá Phù thủy: Vì sao AI agents không thể hoàn hảo
Microsoft
Sự hào hứng ban đầu với vibe coding – dùng các tác tử AI để tạo mã từ các lời nhắc ngôn ngữ tự nhiên – đã phai nhạt khi rõ ràng rằng các tác tử chỉ giỏi trong các nhiệm vụ đơn giản. Bài viết lập luận rằng từ góc độ ký hiệu học, về cơ bản không thể viết một đặc tả hoàn hảo để dẫn dắt tác tử tạo ra đúng kết quả mong muốn. Thay vì theo đuổi ảo ảnh này, tác giả đề xuất sử dụng các ngôn ngữ dành riêng cho miền (DSL) để thu hẹp không gian diễn giải, và AI giờ đây có thể giúp tạo ra chúng với chi phí thấp, biến điều này thành một xu hướng khả thi.
Bài viết thảo luận về sự tiến hóa từ vibe coding đến agentic coding. Ban đầu, các tác nhân AI có thể tạo ra mã ấn tượng cho các nhiệm vụ đơn giản, nhưng các dự án nghiêm túc cho thấy rằng các tác nhân thường gặp khó khăn khi thiếu các thông số kỹ thuật chi tiết, dẫn đến một phương pháp kỷ luật hơn được gọi là agentic coding. Tuy nhiên, giấc mơ về việc tạo mã hoàn hảo từ ngôn ngữ tự nhiên vẫn tồn tại. Tác giả lập luận rằng ký hiệu học cho thấy tại sao điều này là không thể: từ ngữ là các dấu hiệu mà ý nghĩa của chúng phụ thuộc vào vị trí của chúng trong một hệ thống và kinh nghiệm của người diễn giải, vì vậy một đặc tả không bao giờ có thể là một mã hóa mất mát của ý định. Ngay cả với các đặc tả chi tiết, tác nhân diễn giải thay vì tuân theo các quy tắc một cách chính xác, dẫn đến kết quả không thể đoán trước. Tác giả đề xuất rằng thay vì cố gắng tạo ra một ngôn ngữ đặc tả phổ quát, chúng ta nên sử dụng các ngôn ngữ chuyên biệt (DSL) cho các lĩnh vực vấn đề cụ thể, vì chúng giảm không gian diễn giải. Các tác nhân AI đặc biệt giỏi trong việc hỗ trợ thiết kế DSL, làm cho việc tạo ra chúng trở nên rẻ hơn và khả thi hơn cho các lĩnh vực hẹp. Bài viết trích dẫn nghiên cứu 'Programming with Representations' (2023) của Microsoft Research và các tài liệu tham khảo sắp tới khác. Tác giả kết luận rằng mặc dù hòn đá triết gia của việc tạo mã AI hoàn hảo có thể không bao giờ được tìm thấy, nhưng chính việc tìm kiếm có thể dẫn đến những đổi mới có giá trị như DSL.
Nguồn: Habr — хаб ИИ —
bản gốc
