Lý do nghiên cứu
- Bài viết đề cập đến việc nghiên cứu và thử nghiệm xem ngoài prompt hoặc các phương pháp như
.cursorrules, liệu cấu trúc của mã có thể được AI sử dụng như một ngữ cảnh để hiểu hay không.
- Hiện tại kích thước context mà phần lớn các mô hình AI cung cấp là rất nhỏ và gây ra nhiều bất tiện cho vibe coding. Giả thuyết đặt ra là nếu cấu trúc mã có thể được tận dụng như một dạng context khác mà AI có thể sử dụng, thì có thể tạo ra cải thiện lớn.
Thử nghiệm
- Cung cấp hai đoạn mã có cùng cách triển khai nhưng khác về cấu trúc.
- Đoạn mã thứ nhất được viết theo hướng mục tiêu, không quan tâm đến cấu trúc.
- Đoạn mã thứ hai là mã đã cải thiện một phần cấu trúc từ đoạn mã thứ nhất.
- Cả hai đoạn mã đều do AI viết 100%.
- Cùng một AI được cung cấp hai mã nền tảng khác nhau và nhận cùng một lệnh để sửa đổi mã.
Kết quả thử nghiệm
- Với đoạn mã thứ nhất, khi sửa đổi, AI đã thêm tính năng theo kiểu chèn vá vào phần mã vốn không có cấu trúc. Từ các lần sửa tiếp theo, các chức năng hiện có rất dễ bị hỏng.
- Với đoạn mã thứ hai, khi sửa đổi, AI tôn trọng cấu trúc hiện có và chỉnh sửa mã theo cùng một cách tổ chức/cấu trúc/mẫu. Ở các lần chỉnh sửa tiếp theo, các chức năng hiện có cũng không dễ bị hỏng.
Kết luận
- AI hiểu được cấu trúc mã hiện có, và trên một cấu trúc tốt, AI tạo ra mã vững chắc với chất lượng tốt.
Đánh giá cá nhân
- Đây là một nghiên cứu rất thú vị, và tôi cho rằng là một chủ đề có ý nghĩa đối với sự phát triển của AI trong lập trình.
- Bản thân bài viết không dài, nhưng có khá nhiều nội dung về bối cảnh của mục tiêu muốn truyền đạt.
- Nội dung thử nghiệm thực tế lại là phần người đọc phải tự thực hành mới có thể hiểu được. Tôi nghĩ bài sẽ tốt hơn nhiều nếu tập trung hơn vào chính thử nghiệm, kết quả của nó, và ý nghĩa của những kết quả đó.
Chưa có bình luận nào.