Umetna inteligenca

nevone je 20. mar 2026 ob 06:14:53 izjavil:

Je upošteval tudi bolj fundamentalne razlike med programskima jezikoma, ali je šlo bolj za to, da je nadomestil funkcije v enem jeziku s približno istovetnimi v drugem? Je bolj korenito spreminjal strukturo programa oz. posameznih gradnikov?

Ne, ni šlo za bistveno spreminjanje strukture. Nekatere funkcije, ki jih jezik ni poznal, je moral napisati na novo. Potreboval je precej striktna navodila, kaj naj dela.

Kljub temu, šlo je za toliko kode, da je bil kot orodje zelo koristen in je precej skrajšal prevajanje.

Meni je Claude spisal preko 20.000 vrstic kode v programskem jeziku, ki ne obstaja. Vsi testi za Sushi so spisani v sushiju in tega je ze kar precej. Na zacetku sem sam pisal teste, potem sem pa vse skupaj prepustil LLMju. Sintakso je pobral precej hitro, je res, da se velikokrat zmoti, ampak z dovolj podrobnimi navodili se ga da pravilno usmerjati.

nevone je 20. mar 2026 ob 06:14:53 izjavil:

Tu ne gre toliko za to, kako kompleksne stvari zna pravilno početi, ampak, da obstajajo taski, ki jih opravi hitreje, in seveda z manj napora, kot človek in če seštejemo vse podobne taske vseh ljudi, ki so jih dali in jih še bodo dali narediti LLM-ju, verjetno nek učinek to vseeno ima.

Jaz sedaj opazam, da se je rahlo povecalo stevilo majhnih bugov, ki nastanejo zaradi tega, ker LLM veckrat pozabi na kaksno stvar. Dva dni nazaj, resen bug v produkciji, ker je Claude pozabil dat en kos kode pod feature flag. Refactor nekega algoritma, in tri vrstice kode v eni datoteki niso sle pod feature flag. Vse ostale spremembe je naredil tako kot treba, feature flag je bil pravilno uporabljen povsod, razen na enem mestu. Zakaj se je tako odlocil ne vem, je pa imel navodila, da mora biti vsa nova koda flagged.

Sam refactor je bil res hitro narejen, ampak regresija na produkciji, revert spremembe, in aktivacija dezurne ekipe, in potem popravljanje napake, so pa stvari, ki so tudi terjala nek cas. Koncna bilanca? Tezko rect.

Hitro se bo pokazala slabsa pokritost z unit testi in pomanjkanje end to end testov, kar je v bistvu dobro. Se pa zna zgodit, da bo od zacetka se precej uphill battle za nekatere stvari.

nevone je 20. mar 2026 ob 08:15:26 izjavil:

Ampak to z realno produkcijo nima nobene povezave.

Malo je tudi od tega odvisno, kako definiraš produktivnost. :)

o+ nevone

Ne, sem kar mislil produkcijo. Moji pet projekti niso prav nic dvignili moje produktivnosti v sluzbi. :))

nevone je 20. mar 2026 ob 08:38:40 izjavil:

Jaz sedaj opazam, da se je rahlo povecalo stevilo majhnih bugov, ki nastanejo zaradi tega, ker LLM veckrat pozabi na kaksno stvar.

Ja to se strinjam, zanesljiv ni ravno 100% in naredi miniaturne napake, ki jih je težko odkriti. To vsekakor znižuje vlogo pri večanju produktivnosti.

o+ nevone

Take so tudi moje izkušnje - poleg klasičnih halucinacij še občasne nedoslednosti, ki jih tako od prve ne bi pričakoval... kljub temu, da je recimo kontekst tam v nekem zlatem območju, ne prepoln.

Poleg tega občasno želi kar teste prilagoditi tako, da gredo čez, kar je spet zabavno.

Slednje je seveda rešljivo z omejevanjem nalog zgolj na delo na osnovni kodi ali zgolj na pripravo testov in testiranje, plus seveda nadzor obojega, pa kljub temu prispeva dodatne WTF?? momente...

Tole spada sem:

FFS! AI menda že vpliva na ljudi, da so vedno bolj netolerantni, robati, nepotrpežljivi, ekstremno zoprni in takoj z očmi zavijajoči, niti videov gledajoči zaradi nizke informacijske gostote na časovno enoto!!!

- Pričakovanje takojšnjega rezultata: Navajenost na hipne odgovore umetne inteligence znižuje toleranco do naravnega, počasnejšega ritma človeškega razmišljanja in komunikacije.

- Iskanje "popolnosti" brez trenja: Interakcija s prilagodljivimi algoritmi nas lahko odtuji od sprejemanja nepredvidljivosti, napak in neizbežnih konfliktov, ki so del pristnih medosebnih odnosov.

- Asimetrija nadzora: Popolna kontrola nad digitalnim sogovornikom ustvarja nerealno pričakovanje, da se bodo tudi ljudje v resničnem svetu odzivali po naših željah in ukazih.

FFS, browser addon je rešitev, podobno kot Translate - 2 ali 3 besede je topshit (nor Digitalna nestrpnost). In checkbox za bullshit/propaganda detekcijo!!

The horror...

The speaker argues that open source is facing a terminal threat from AI-driven "clean room engineering."
This concept is based on the legal precedent that ideas cannot be copyrighted, only their specific expressions.
Historically, "clean rooming" involved one team writing a spec from existing software and a second team implementing it without seeing the original code.
AI now automates this by having one model analyze complex code to generate a specification and another model rewrite it from scratch.
This process allows commercial entities to "liberate" copyleft (GPL) code by stripping away its viral licensing requirements.
A website called "Malice" demonstrates this by offering a paid service to "cleanse" packages and provide new, unencumbered implementations.
The speaker notes that while the creators of Malice present it as a joke or a "performance," they are actually taking money for the service.
There is a deep concern that this tech-laundering will lead to a world where corporations stop contributing to the commons and simply "snatch" what they need.
The speaker fears that the era of revolutionary open-source leaps, like the creation of React, may be over as engineering culture shifts toward exploitation.
Ultimately, the video suggests that unless this causes enough outrage to force a change in copyright law, open source as we know it is dead.