Kodare, hur använder du chatGPT?

ChatGPT kan inte skriva kod åt en, men jag använder ibland som mall för att skriva ansible-grejer

Jao, sen behövs inga kollegor annat än kanske för fikaraster Intressant att se att de börjar bli bra på poesi, programmering, musik och konst. Kan tänka mig att en del yrken kommer att formuleras om till att interagera med en ai inom ett visst fält. (Såvida en inte blir Skynet först).

Som svar på frågan så inte alls, känner bara en viss olust (delvis för att ser någon form av självmedvetande som oundviklig, likaså vad en objektiv observatör rimligen kan dra för slutsatser om vår art, delvis för är van att hitta lösningar på problem på ställen som Stackoverflow och diverse guider..om dessa och forum och andra kunskapsbärande resurser till sist ersätts med olika AIar så är det anpassa sig eller försvinna som gäller antar jag). För de som föredrar lärarledd undervisning (rätt så många verkar vara funtade så) så ska AI vara relativt bra, har jag läst, på att förklara begrepp osv, så för de som talar programmeringsproblem med kollegor för att fråga för att lära sig ofta så kan det kanske vara intressant.

Har använt den för att förklara vissa koncept och även ge exempel när det används. Samma sak går att googla fram men har faktiskt varit överraskande positiv till svaren jag fått.

Ser det mer som en sökmotor som man kan "resonera" med och be om konkreta exempel.

Systemutveckling är ofta så pass domänspecifikt att jag inte ser det som särskilt troligt att en AI skulle kunna ersätta människor än på väldigt länge, om ens någonsin.

ChatGPT är mycket användbart som bollplank och kanske särskilt för att snabbt vidareutveckla idéer och även få exempelkod genererad.

Det är lite att ha någon med oändligt tålamod och arbetsvilja som snabbt kan göra en massa grovjobb på prov. Sedan får man förstås själv utvärdera hur bra det stämmer med avsikten och iterativt förbättra (genom förbättring av frågeställningen eller bara manuellt anpassa, det kan ju variera vad som känns rimligt).

Man får ju dock ha i åtanke att ju bättre man lyckas rama in problemet i frågeställningen desto större chans är det att svaret faktiskt blir bra...

Vad jag skulle anse är ett nyttigt mantra: ChatGPT vet ingenting, det är ett verktyg.

Inte alls, men däremot har jag märkt att den är förnämlig på att skriva 'marketing wank'.

Samma sak här har ej börjat ännu.
Det beror på ett par saker.
Kräver de fortfarande telefonnummer för registrering?
Och sedan beror det på vad jag för stunden jobbar med.

Där mitt huvudsakliga problem är att jag har ett problem som att skriva en csv fil som tillåter "alla tecken" i strängarna som kolon, semicolon osv. Ja, man måste begränsa sig på något sätt. I vilket fall när stötte folk på detta problem först, var det före 1950 talet?
Och jag vill ha en snabb lösning för det språk jag jobbar med, genom att googla hittar jag mängder med trådar folk diskuterar olika lösningar, ofta ger de lösningarna betyg upp eller ner. Jag får då många alternativ att välja på, många personer som har kommenterat lösningarna.

Jag tror det dröjer länge innan ett Ai kan ge ett bättre svar. Detta till stor del att jag inte exakt har definierat försättningarna. Liksom av dessa 20 st alternativ som jag får upp på google, så är det inte alltid det alternativ med högst poäng som i mitt fall är bäst.
Inte helt ovanligt har jag snarare fått välja ett av de sämre nedröstade alternativen, för de bättre fungerar ej i mitt fall.

*edit*
I framtiden så lär sig säkert folk att bättre formatera en fråga. Där jag funderar på att när man håller på att ställer frågan så borde Ai komma med följdfrågor så det blir att diskutera med en senior utvecklare.

Kanske! Personligen hänger det mer på implementationen än hur bra den gissar. Det måste vara busenkelt att avvisa eller acceptera förslag och gärna vara hyfsat deterministiskt också så man inte måste stanna upp hela tiden.

Men alla fungerar vi olika.

Det är förstås inte lösningen på allt i alla situationer, men just invändningen du lägger fram gör ändå att jag vill poängtera vad jag ser som själva poängen:

Flödet med ChatGPT är ju *alltid* iterativt, och det är i just detta som jag ser den allra största vinsten.
Svaren skapas baserat på vad du efterfrågat, och du kan i konversationen steg för steg göra tillägg/förtydliganden av vad du faktiskt vill ha. Motparten har i princip oändligt tålamod och oändlig arbetsvilja och är snabb som rackarn på att formulera potentiell lösningar i form av kod i valfritt språk.

Förvänta dig bara inte att den magiskt gör det du vill ha i steg 1, men om det finns ett faktiskt problem att lösa så kan det fortfarande bespara dig massor av tid att snabbt iterera vidare tillsammans med ChatGPT fram till en faktisk lösning.

Användningsexempel som är relevant för den här tråden:
* Du börjar med att ställa en fråga som försöker beskriva problemet och vad du behöver
* Får ett svar i text som förhoppningsvis ser rimligt ut rent principiellt, annars påpekar du det som inte stämmer med vad du tänkt dig
* Ber om python-kod (t.ex.) som implementerar det som diskuterats
* Får python-kod som svar
* Inser X som du vill ska fungera annorlunda och påpekar detta
* Får ny kod som hanterar X också
* Inser Y som du vill ska fungera annorlunda och påpekar detta
* Får ny kod som även hanterar Y
* ...

Och sedan är det kanske bra nog att alla är glada.

Jag förstår, jag tänker bara att det är lätt att överskatta ett sådant här system när man själv tycker det är så förträffligt. Alla arbetar ju olika. Jag ser inte riktigt i vilka situationer jag skulle använda det. Att be en person/AI/katt om kod och sedan smälla in det i min kodbas är inte så jag brukar arbeta. Jag lär mig helt enkelt inte så mycket då.

Men det kan vara jag som är gammal och bakåtsträvande. Kanske finns det bra YouTube videor som demonstrerar ett praktiskt exempel eller så. Får väl bli hemläxa.

Jag håller helt med såtillvida att man inte bara ska ta saker ChatGPT spottar ur sig okritiskt, men just itererandet fram till lösningen är ju bra i det att utvecklaren är direkt involverad i processen att tänka fram vad de underliggande kraven var osv.

Och om man nu tänker sig ett scenario med en utvecklare som inte vet vad de sysslar med så riskerar de förstås att skjuta dig i foten oavsett om de använder ChatGPT, klipper och klistrar något från Stackoverflow eller vad de nu ser för alternativ i det läget.

Hursomhelst, just som ett *verktyg* för ett accelererat arbetsflöde för någon som åtminstone har hygglig ordning på vad de sysslar med ser jag det stora värdet. Ett verktyg som kan jämföras med något slags hjälpreda som snabbt kan producera utkast på väg fram mot lösningen, typ.

Ett par exempel som jag kommer att tänka på som visar lite vad ChatGPT ändå kan göra åt en gällande kodgenerering:

Nej, inte vad jag minns iaf.

Det du ändå får redan idag i en konversationen med ChatGPT är ju att du snabbt kan iterera dig fram genom nya varianter av lösningar med uppföljande "använd X istället", "hantera även Y" och liknande. Det är faktiskt inte så vansinnigt långt ifrån det du beskriver som "i framtiden".

(Sedan är ju just CSV i sig stökigt eftersom formatet har så lång historik *innan* det existerade någon gemensam spec för vad som är Rätt Sätt att hantera de där kantfallen du nämner. I praktiken är ju CSV en familj av format snarare än ett format, tyvärr.)

Inte ens testat det, men ur min synvinkel är det väl mest som en mer interaktiv variant av StackOverflow, dvs bra för att lösa diverse små eller udda problem om man kört fast eller bara är lat (det senare är nog det vanligaste ).

Jag använder det inte alls och har inte testat det. Är aningen ointresserad av att integrera det i mina arbetsflöden men jag skrattar gärna åt trams som folk åstadkommer med DAN.

Jag har inte använt det alls, men jag tror att det kan gå rätt fort för AI att ta över en hel del programmering. Mycket kräver ju domänkunskaper och så, men mycket av utvecklingen idag är ju typ att byta ut tjänst X mot tjänst Y utan att något ändras i API eller gränssnitt, byt från ramverk X till ramverk Y men allt ska se likadant ut, utöka denna service så att den kan ta emot flyttal och inte bara heltal, implementera en integration mot LDAP för vår autentiseringstjänst, lägg till audit-logging på denna funktion, etc. Mycket av det kräver inte så mycket funderande liksom, utan det handlar bara om att följa specen även om det förstås kan krävas lite antaganden och så. Där tror jag AI kan göra mycket så småningom. Sen lär det väl krävas ganska detaljerade specar för att allt ska bli som tänkt, men det problemet finns ju redan när det är personer som skriver koden liksom.

MS hade ju en liknande funktion i VS 2013 som kunde analysera din kod eller ditt projekt och leta fram passande metoder från stack overflow, programmers.com och MS egna forum som den föreslog med dina variabler och så. Det blev aldrig någon skarp release dock, det kanske inte var moget för tio år sedan helt enkelt.

Jag vägrar inte använda det men jag ser heller inte riktigt att det hjälper mig så mycket. Intellisense är förstås väldigt nice, men jag har ju slutat använda Resharper exempelvis då dess mer avancerade intellisense gjorde allt för segt utan att tillföra så mycket. CoPilot ser rätt spännande ut men jag hade nog fått sparken direkt om jag släppte in det i vår kodbas.

Jag går en kurs i programmering där jag körde fast och visste inte hur jag skulle tänka, så jag frågade chatgpt och fick en fungerande kod för hela uppgiften.
Använde den såklart inte utan hade den mer som mall.
Nu är det bas-kursen i detta språket så det var inget svårt men det funkade iaf.

Nu är jag mer PHP/JS-mupp vad gäller kod...
Mest sena kvällar när man kört fast o snekodar, helst SQL-joins min hjärna inte riktigt vill fungera på så brukar jag köra GPT och be den korrigera.
Eller om man behöver input, beskriv vad man vill göra så spottar den ur sig kod, åtminstone jag har fått en annan vinkel på hur man kan koda en funktion gentemot hur jag själv hade börjat göra det, inte nödvändigtvis använd koden - mest approach.
Hämta data ur en SQL kan man göra på 100 olika sätt, en del mer effektiva än andra t.ex.

bash-script har jag bett den göra en del av när man behöver nåt snabbt och dendär latmasken är hård i betten 😁
Det blir inte rätt varje gång, men man får grunden och ser ofta själv vad som ska va annorlunda.
Bad den göra ett bash-script igårkväll som synkar två kataloger och spottade iväg en tarboll till ett arkiv. Hade jag kunnat göra det själv? sure, men det tog en halv minut med GPT, och det fungerar.

Skulle jag låta GPT skapa hela kodstycken som ska köras i verksamhet eller driftkritisk setup? njaaa, inte riktigt den feelingen ännu.

Majoriteten av kod är ju boiler plate som bara måste göras. De spännande algoritmerna och optimeringarna är ofta en väldigt liten del av hela applikationen. Även för inbyggda system eller shader programmering så tycker jag det är så. Kanske bara haft otur med mina arbetsgivare?

Men allt blir vardag när man kodat några år. Enligt mig

Jo lite så. Även om man bygger något "helt nytt" så är ju det mesta kodandet att få det att fungera ihop med hela miljön och liknande. De riktigt coola grejerna utgör ju sällan mer än några procent liksom, så att få allt det andra gratis hade ju varit grymt, så kan man fokusera på det svåra/roliga. Samtidigt lär det ju bli jobbigt när man väl behöver gå in i all genererad kod för att förbättra prestanda eller liknande, eller det är i alla fall min erfarenhet av allt autogenererat.