ხელოვნური ინტელექტის კოდირების ხელსაწყოები: დაპირება და რეალობა არაპროგრამისტის თვალით
გენერაციული ხელოვნური ინტელექტის კოდირების ხელსაწყოები, როგორიცაა Cursor და Replit, მნიშვნელოვან წარმატებას აღწევს საწარმოებში, რადგანაც მათ შეუძლიათ პროგრამისტების შრომა მნიშვნელოვნად შეამცირონ. ამ სტატიაში ავტორი, რომელსაც პროგრამირების მცირე ცოდნა აქვს, ცდილობს შექმნას აპლიკაცია ამ ხელსაწყოების გამოყენებით. ის აღწერს როგორც დადებით მხარეებს – ავტომატურ დავალებებსა და ბუნებრივი ენის გამოყენებით მუშაობას – ასევე გამოწვევებს, როგორიცაა ბრძანების ხაზთან მუშაობის აუცილებლობა, ღრუბლოვანი სერვისების
ZDNET-ის მიყევით: დაგვიმატეთ Google-ში, როგორც სასურველი წყარო. გენერაციული ხელოვნური ინტელექტის ყველაზე დიდი წარმატება საწარმოებში დღემდე არის ხელოვნური ინტელექტის კოდირების ხელსაწყოები, რომლებიც პროგრამისტებს ეხმარება. სტარტაპები, როგორიცაა Cursor, Replit, Lovable Labs, Harness, Windsurf, Augment Code, All Hands AI და Microsoft თავისი Visual Studio-ითა და GitHub Co-pilot-ით, ყველა გვთავაზობს პროგრამებს, რომლებსაც შეუძლიათ მნიშვნელოვნად შეამცირონ ხელით კოდირების მოცულობა, რომელიც ადამიანებს სჭირდებათ.
ამიტომ დავინტერესდი: შევძლებდი თუ არა მე, დამწყები, შეზღუდული პროგრამირების ცოდნით, აპლიკაციის შექმნას საუბრის გზით?
ასევე: OpenAI-ის ახალი Spark მოდელი GPT-5.3-Codex-ზე 15-ჯერ სწრაფად აკოდირებს – მაგრამ არის ერთი ნიუანსი. Nvidia-ს აღმასრულებელმა დირექტორმა, ჯენსენ ჰუანგმა, განაცხადა, რომ 'vibe coding English' ახალი პროგრამირების ენა იქნება. ამ 'კურთხევით' შეიარაღებულმა, გადავწყვიტე მეცადა.
გამაოცა იმის ყურებამ, თუ როგორ შეუძლიათ Cursor-ს და სხვა მსგავს ხელსაწყოებს ავტომატურად შეასრულონ ისეთი ამოცანები, როგორიცაა 'ვირტუალური გარემოს' დაყენება, კოდის ბიბლიოთეკების პოვნა და ინსტალაცია, ლოკალური სერვერის ინსტალაცია და გაშვება, და მუდმივი კორექტირება. ის ფაქტი, რომ აპლიკაციას შეუძლია ამ ყველაფრის გაკეთება მომხმარებლის მიერ ბუნებრივი ენის უბრალო მოთხოვნით, საოცრებაა. რამდენიმე დღიანი ექსპერიმენტის შემდეგ, მრავალი ხელსაწყოს გამოყენებით, მოვახერხე პატარა, მარტივი მონაცემთა ანალიზის პროგრამის გაშვება. ეს იყო იმედისმომცემი დასაწყისი, მაგრამ ასევე ცხადი გახდა, რომ იქიდან შორს ვერ წავიდოდი პროგრამირების რეალური უნარების გარეშე.
ასევე: რატომაა განწირული ხელოვნური ინტელექტის კოდირების ხელსაწყოები, როგორიცაა Cursor და Replit – და რა გველის შემდეგ. ძალიან ხშირად, კომპიუტერზე დაფუძნებულმა ხელსაწყოებმა, როგორიცაა Cursor და Microsoft Visual Studio, ტერმინალის ფანჯარაში გადამამისამართეს და მთხოვდნენ სხვადასხვა ბრძანების ხაზის ამოცანების შესრულებას. მიუხედავად იმისა, რომ ბრძანების ხაზთან მუშაობა ვიცი, ეს იყო დამღლელი დამატებითი ნაბიჯი – ფაქტობრივად, მრავალი ნაბიჯი. დარწმუნებული ვარ, არაპროგრამისტი, რომელსაც ჩემზე ნაკლები მოთმინება აქვს, დანებდებოდა.
მიუხედავად იმისა, რომ ნაკლებად დამღლელი იყო, ღრუბლოვანმა სერვისებმა, როგორიცაა Replit და Lovable, სწრაფად დამახარჯვინა კრედიტები, რადგან ვცდილობდი გამერკვია, რა ცვლილებები სჭირდებოდა ჩემს აპლიკაციას წინსვლისთვის. და ჩემი პირადი მონაცემების ღრუბელში განთავსება რაღაც იყო, რაც შფოთვას მგვრიდა.
ხელოვნურ ინტელექტს მომხმარებელთა უმეტესობა იყენებს ჩატბოტის სახით საუბრებისთვის, რამდენიმე დოკუმენტის ანალიზისთვის, ან შესაძლოა სურათის დასახატად.
ყველა კოდირების ხელსაწყო, Cursor და დანარჩენი, ერთიდაიგივე პრინციპით მუშაობს: თქვენ ბეჭდავთ მოთხოვნას (prompt-ს) და პროგრამა იღებს პროექტის აღწერას, თუნდაც ბუნდოვანი ტერმინებით, აყალიბებს შეტევის გეგმას, აყენებს საჭირო კოდის ფაილებს და ავტომატურად წარმოქმნის მომხმარებლის ინტერფეისს თქვენი ახალი პროგრამისთვის, როგორც წესი, ისეთს, რომელიც ვებ-ბრაუზერში მუშაობს.
ასევე: ღელავთ ხელოვნური ინტელექტით კოდირებაზე? რატომ არის ელექტრო ხელსაწყოების გამოგონება თქვენი კარიერული მომავლისთვის გეგმა. ჩემი დაგეგმილი 'vibe coding' პროექტი იყო მონაცემთა ბაზის ანალიზის ხელსაწყო, რომელსაც შეეძლო ტექსტის დამუშავების დოკუმენტების მიღება და მათში შაბლონების ძიება. ჩემი ხედვა იყო, რომ ჩემი ბიულეტენის ვებსაიტზე დამემატებინა განყოფილება, სადაც მკითხველს შეეძლო არა მხოლოდ ჩემი 1,731 სტატიის საკვანძო სიტყვებით ძიება, არამედ უფრო კომპლექსური, თავისუფალი ფორმის მოთხოვნები, მაგალითად: "როგორ შეიცვალა Nvidia-ს პოზიცია, როგორც კომპანიის და ინვესტიციის, ბოლო ხუთი წლის განმავლობაში?" ჩემს სტატიებს, სადაც Nvidia ასობით-ჯერ არის ნახსენები, შეეძლო მოეცა ერთგვარი აღმასრულებელთა რეზიუმე, რომელიც მიუწვდომელია იგივე კითხვის ChatGPT-ში ან Perplexity-ში დასმით, რადგან მათ არ აქვთ ჩემი სპეციალური სტატიები.
Cursor-ით დავიწყე, რადგან ეს არის ის ბრენდი, რომლის შესახებაც ყველაზე მეტი მსმენია ამ ხელსაწყოებს შორის, ამიტომ ვიფიქრე, რომ ყველა პირზე მყოფი სახელით უნდა დამეწყო. MacOS-ის ბინარული ფაილი ისევე მარტივად გადმოვწერე და დავაინსტალირე, როგორც ნებისმიერი სხვა Mac-ის გადმოწერა.
Cursor გვთავაზობს Pro ვერსიის 7-დღიან უფასო საცდელ პერიოდს, მაგრამ გადავწყვიტე გამომეტოვებინა და უფასო გეგმით დამეწყო.
არაპროგრამისტისთვის, Cursor-ის პირველი ეკრანი რეგისტრაციის შემდეგ შეიძლება დამაბნეველი იყოს. ის მეკითხებოდა, მინდოდა თუ არა 'პროექტის გახსნა' (open project), 'კოდის რეპოზიციონერი' (code repo), თუ 'SSH-ის მეშვეობით დაკავშირება' (Connect via SSH).
უმეტესად 'vibe coding' სამუშაოები ამ აპლიკაციების გვერდით პანელში სრულდება, სადაც თქვენ წერთ ისე, როგორც ChatGPT-ის მოთხოვნაში. მიუხედავად იმისა, რომ არაფერი ვიცოდი ამ პროგრამის მუშაობის შესახებ, ვიცოდი, რომ ის ჩატის პარადიგმას იყენებდა ChatGPT-ის მსგავსად. მივხვდი, როგორ მივსულიყავი 'აგენტის' გვერდით პანელამდე – მალსახმობი: კლავიატურაზე command+I-ის დაჭერა – და აღვწერე ჩემი დაგეგმილი პროექტი.
ასევე: Cursor-ის ეს 'კრიტიკული' უსაფრთხოების ხარვეზი შეიძლება მავნე პროგრამების საფრთხის ქვეშ აყენებდეს თქვენს კოდს – როგორ გამოვასწოროთ იგი. ყველა ამ პროგრამას, როგორც იმ პროგრამებს, რომლებიც ლოკალურად მუშაობენ Mac-ზე ან კომპიუტერზე, ასევე მათ, რომლებიც ღრუბლოვან აპლიკაციებად მუშაობენ ვებ-ბრაუზერში, აქვს სამი არსებითი ადგილი, სადაც თქვენ ბეჭდავთ ან აკვირდებით შედეგებს: აგენტის პანელი, სადაც მოდელს აძლევთ მოთხოვნას, რაც ყველასთვის ნაცნობია; ტერმინალის ეკრანი, სადაც ხედავთ ტრადიციულ ბრძანების ხაზს, რაც საშიშია ყველასთვის, გარდა ინიცირებულისა; და თქვენი აპლიკაციის გრაფიკული მომხმარებლის ინტერფეისის (GUI) გადახედვა, თქვენი მუშაობის საბოლოო შედეგი. ეს ყველაფერი ამ სამს შორის წინ და უკან სიარულია, როდესაც აგზავნით მოთხოვნებს, ცვლით რაღაცებს, ხედავთ შედეგებს და იმეორებთ.
პირველი რამდენიმე წუთი Cursor-თან ელექტრიფიკატორი იყო. Cursor-მა აღწერა პროექტის ყველა მოთხოვნა, რაც მე არ მეცოდინებოდა; შემდეგ მან შემომთავაზა პროექტის ფაილური სტრუქტურის დაყენება ჩემს მყარ დისკზე, მონაცემთა ბაზასთან დაკავშირება, საჭირო Python ფაილების ინსტალაცია და ა.შ.
წყარო: www.zdnet.com
AI-ით გადამუშავებული