ZDNET-ის მიხედვით: დაგვიმატეთ, როგორც სასურველი წყარო Google-ზე. მიუხედავად იმისა, რომ შეიძლება ისე ჩანდეს, თითქოს Anthropic-ის Claude Code-მა მიიპყრო AI კოდირების მთელი ყურადღება, ხელოვნური ინტელექტის სხვა დიდ მოთამაშეებს შორისაც უზარმაზარი წინსვლა შეინიშნება. მაგალითად, Google აქტიურად მუშაობს Android დეველოპერებისთვის AI-ზე დაფუძნებული განვითარების შესაძლებლობების გასაფართოებლად. ZDNET-ს ცოტა ხნის წინ მიეცა შესაძლებლობა, ესაუბრა სემ ბრაიტთან, Google Play-ისა და დეველოპერთა ეკოსისტემის ვიცე-პრეზიდენტსა და გენერალურ მენეჯერთან Google-ში. ასევე: 5 მორგებული ChatGPT ინსტრუქცია, რომლებსაც ვიყენებ AI-ის უკეთესი და სწრაფი შედეგების მისაღებად. ჩვენ განვიხილეთ Google-ის Gemini გენერაციული AI ტექნოლოგიის გამოყენება და მისი ინტეგრაცია Android Studio-ში. ეს უზრუნველყოფს AI შესაძლებლობებს Android დეველოპმენტის მთელ სამუშაო პროცესში. საინტერესოა, რომ Google დეველოპერებს მხოლოდ Gemini-ით არ ზღუდავს, მიუხედავად იმისა, რომ ის ნამდვილად ამაყობს თავისი სულ უფრო შთამბეჭდავი LLM (დიდი ენობრივი მოდელი) შეთავაზებებით. Google დეველოპერებს საშუალებას აძლევს, აირჩიონ, თუ რომელი დიდი ენობრივი მოდელი გააძლიერებს AI ფუნქციებს IDE-ის (ინტეგრირებული განვითარების გარემო) შიგნით. ეს ჰგავს იმას, თუ როგორ შეუძლიათ Apple-ის ეკოსისტემის დეველოპერებს, აირჩიონ სასურველი მოდელი Xcode-ში. ბრაიტმა ასევე ისაუბრა საწარმოს დონის ფუნქციების დამატებაზე, როგორიცაა საწარმოს დონის კონფიდენციალურობა, უსაფრთხოება და საცავის გათვალისწინებით მორგება Gemini-ის ბიზნეს დონეზე. ბრაიტმა ZDNET-ს განუცხადა: „სამიდან ხუთ წელში, Android დეველოპერის ყოველდღიური მუშაობა გადაინაცვლებს „როგორის“ წერიდან „რაის“ აღწერაზე.“ ის ამტკიცებს, რომ კოდერების ყოველდღიური მუშაობა გადავა განხორციელების დეტალების წერიდან მიზნისა და შედეგების განსაზღვრაზე. ასევე: Claude Sonnet 4.6 სასაზღვრო დონის ხელოვნურ ინტელექტს გვთავაზობს უფასოდ და დაბალბიუჯეტიანი მომხმარებლებისთვის. ჩემი გამოცდილებით, აპების შესაქმნელად AI-ის გამოყენებისას, ეს ნამდვილად მართალია... გარკვეულწილად. მიუხედავად იმისა, რომ ჩემი ხელმისაწვდომი პროგრამისტის დრო არ დახარჯულა კოდის ხაზ-ხაზზე წერაში, დროის მნიშვნელოვანი ნაწილი დავხარჯე არა მხოლოდ იმაზე, თუ რა მინდოდა AI-ს გაეკეთებინა, არამედ იმაზე, თუ რა გამორჩა AI-ს. მაგალითად, მაქვს აპლიკაცია, რომელიც მობილურსა და დესკტოპის იმპლემენტაციებს შორის უნდა სინქრონიზდეს. ის ასრულებს ამ ფუნქციას, მაგრამ არა სრულად. AI-მ არ მიმითითა, სად გამორჩა სინქრონიზაციის ოპერაციები. ეს იყო ის, რაც ჩემი პროგრამირების და პრობლემების გადაჭრის უნარების გამოყენებით უნდა აღმომეჩინა, შემემცირებინა და შემდეგ AI-ისთვის წარმედგინა შეცდომების გამოსასწორებლად. ამის მიუხედავად, Google-ის პოზიციაა: „AI არის პარტნიორი, რომელიც მათ უფრო სწრაფად მუშაობაში ეხმარება.“ ეს ნამდვილად განმიცდია. სამუშაო, რომელსაც AI-ის გარეშე წლები დასჭირდებოდა, დღეებში ან კვირებში დასრულდა. ბრაიტი ხშირად იყენებს სიტყვას „მონოტონური შრომა“ (toil) იმ სამუშაოს აღსაწერად, რომელშიც AI-ს შეუძლია დახმარება. კონკრეტულად, მან ახსენა ისეთი სამუშაოები, როგორიცაა: მე ვკითხე მას: „როგორ წყვეტთ, რომელი ამოცანები უნდა იყოს ავტომატიზებული და რომელი უნდა დარჩეს მტკიცედ დეველოპერის ხელში?“ ეს მნიშვნელოვანია, რადგან ზოგიერთი სამუშაო, განსაკუთრებით პროექტის ხედვა და მიმართულება, ადამიანის ხელში უნდა დარჩეს. ასევე, როგორც ვნახეთ, AI-ის მუშაობის ზედამხედველობა და ხარვეზების აღმოჩენა ასევე ადამიანის პროგრამისტის ხელში უნდა იყოს. „მონოტონური შრომის“ თემის გაგრძელებით, ბრაიტმა მითხრა: „როდესაც ვწყვეტთ, რა ავტომატიზდეს, ვეძებთ „მონოტონურ შრომას“. ეს არის ამოცანები, რომლებიც, როგორც წესი, კლავს დეველოპერის იმპულსს და არ საჭიროებს შემოქმედებით ნაპერწკალს.“ ასევე: პროდუქტის განვითარების 4 წლიანი სამუშაო 4 დღეში დავასრულე 200 დოლარად და ჯერ კიდევ გაოცებული ვარ. ეს არის ის ამოცანებიც, რომლებმაც შეიძლება უზარმაზარი დრო წაიღოს და გაიძულოთ, კითხვის ნიშნის ქვეშ დააყენოთ, რატომ დაიწყეთ პროგრამირება. მე რამდენიმე წელი დავხარჯე ჩემი მთელი ხელმისაწვდომი პროგრამირების დროის განმავლობაში, რომ თითქმის არაფერი გამეკეთებინა, გარდა API-ების განახლებისა, რადგან პლატფორმის მომწოდებელი მუდმივად ცვლიდა მათ. ჩემი გინების უნარები ექსპონენტურად გაიზარდა. ბრაიტმა მითხრა, რომ მისი გუნდი ასევე შეშფოთებულია იმით, თუ რას აკეთებს AI, როდესაც მას კოდის ბაზაში „უშვებენ“. „ჩვენ ასევე პრიორიტეტად ვდებთ გამჭვიდრობას, რათა AI-მ ცვლილებები დამოუკიდებლად არ შეიტანოს, არამედ შემოგვთავაზოს გაუმჯობესებები, რომლებიც ზუსტად ერგება კოდის განხილვებსა და სამუშაო პროცესებს, რომლებსაც დეველოპერი უკვე იყენებს.“ მან განმარტა: „ეს მათ აძლევს კონტროლს, პროექტის მიმართულების შესახებ გადაწყვეტილებების მიღებისას, ხოლო AI უბრალოდ ასრულებს მექანიკურ, შრომატევად ნაწილს.“ ბრაიტმა თქვა: „ყველა დეველოპერს აქვს უნიკალური სამუშაო პროცესი AI-ის გამოყენებისას, და სხვადასხვა კომპანიას აქვს განსხვავებული პოლიტიკა AI მოდელის გამოყენებასთან დაკავშირებით.“ სწორედ ამიტომ, Google-მა დეველოპერებს საშუალება მისცა, აირჩიონ, თუ რომელ LLM-ს გამოიყენებენ Android Studio-ში. ეს მათ აძლევს კონტროლს მუშაობაზე, კონფიდენციალურობაზე და ხარჯებზე. კონტექსტის ამომცნობი აგენტები წარმოქმნიან პროექტზე მორგებულ წინადადებებს, რომლებიც თავსებადია და ითვალისწინებს არქიტექტურასა და სტილს. ახალი ბიზნეს დონე „Google Cloud-ის მიერაა მხარდაჭერილი.“ ის შემოთავაზებულია უსაფრთხოების ფუნქციებით, როგორიცაა Private Google Access, VPC Service Controls და Enterprise Access Controls დეტალური იდენტობისა და წვდომის მართვის ნებართვებით, რათა დაეხმაროს საწარმოებს AI დახმარების ფართო მასშტაბით დანერგვაში უსაფრთხოებისა და კონფიდენციალურობის კომპრომეტირების გარეშე. ბრაიტმა რეკომენდაცია გაუწია Google-ის მონაცემთა მართვის პოლიტიკის განხილვას, თუ კონფიდენციალურობის საკითხები გაინტერესებთ. ასევე: AI კოდირების ხარვეზი: რატომ ხდებიან უფროსი დეველოპერები უფრო სწრაფები, ხოლო უმცროსები ადგილზე ტრიალებენ. კოდის გამოყენებასთან და კონფიდენციალურობასთან დაკავშირებული შეშფოთების შესამსუბუქებლად...