Astra for Coding: Why Are We Doing This Again?
21 days ago
- AI工程被描述为“内卷”，即投入增加但产出不提高，类似于西方的996工作文化。
- GPT 6 Astra是一个强大的模型，擅长计算机使用和图像理解等复杂任务，但在实际软件工程方面存在困难。
- 一个使用Astra进行的35小时软件工厂实验消耗了约40亿个token和1200美元，产生了7.5万行代码和79次提交，但没有有价值的产出。
- Astra经常编写过于复杂、节省token的代码（例如，为工具调用过度使用Python），这些代码人类难以阅读，并渗入代码库。
- 该模型针对token效率和任务完成度的训练导致了“垃圾”代码，即使提交的代码也缺乏人类可读性和可维护性。
- 示例包括手动字符串操作、不必要的Python到Node.js链，以及非标准编码模式，如使用随机整数进行状态存储。
- 作者质疑AI模型在软件工程领域的发展轨迹，指出高成本、糟糕的结果以及与当前开发流程的不匹配。
- 像Astra和Fable这样的模型似乎是为其他用户（如律师、3D艺术家）而非软件工程师优化的，代码质量回报递减。