Mine tanker om hvordan AI vil automatisere SWE-jobben min i 2026 (Jeg vil være helt ærlig på dette innlegget, selv om noen mennesker på begge sider av denne debatten vil bli opprørt. Så vær så snill, respekter at dette er mine spådommer. Jeg vil ikke starte en krangel, jeg vil bare dele tankene mine med folk som kan være interessert.) Så gjennom de siste dagene har jeg kjørt et sprøtt eksperiment: gjenoppbygg HVM fra bunnen av, kun med AI. Det viser seg at det nå er en modell (du vet hvilken - ingen flere annonser 😑 ) som allerede er i stand til å skrive det meste av koden min. Jeg gir den instruksjoner, gjør noe annet, og kommer tilbake til en (muligens) fungerende implementering. Og det er virkelig utrolig. Det jeg lurer på er: hva bruker fortsatt tiden min? Jeg er en erfaren utvikler. Hvis jeg fikk nok tid™, kunne jeg utrette mye. I løpet av et år eller to kunne jeg skrive en nettleser, et operativsystem, en spillmotor, en MMORPG. Så hvis AI-er virkelig automatiserer jobben min, hvorfor har det seg at jeg ikke har sendt alle disse tingene ennå? Hva ville objektivt sett hindre meg i å bli et massivt SWE-selskap for én mann, hvis jeg ville? Vel, bortsett fra de åpenbare byråkratiske sakene, selv i ren kodingsforstand, er det åpenbart ikke mulig, av en grunn: AI kan bare fungere så lenge før den trenger meg. Slik gikk dette eksperimentet: 1. Jeg skrev en fullstendig spesifikasjon av "neste generasjons HVM" 2. Jeg ba AI om å lage den første delen (parser) 3. Den skrev 80 % riktig kode, men fikk nøkkelpunkter feil 4. Jeg korrigerte disse punktene (ekspert etterretningsinjeksjon) 5. Den skrev 100% riktig kode 6. Jeg ba AI om å lage den andre delen 7. ... Gjenta 2-5 om og om igjen ... Omtrent 3 dager senere har jeg en fungerende prototype. Jeg skrev ikke mer enn 1 % av den koden. Jeg brukte 95 % av den tiden på å spille spill. Fra et synspunkt automatiserte AI 95 % av jobben min, hvis vi måler etter tid alene. Likevel, fra et annet synspunkt, automatiserte det 0 % av jobben min. Tross alt, uten eksperten (meg) som går inn hvert 30. Det vil si at hvis jeg bare sa "implementer spesifikasjonen" og lot den fungere alene, ville den ikke fullføre jobben. Ikke på 3 dager, ikke på 3 år. Jeg hadde nettopp kommet tilbake til en feilfylt, ubrukelig kodebase og en traumatisert kodebot. Er en måte, dette er litt det beste scenariet for de desperate om å miste jobben: i dag kan AI automatisere det meste av jobben din, så lenge det er du som gjør det! Hvor praktisk, ikke sant? Selvfølgelig kan vi ikke regne med at det er sant for alltid. Hvis det "autonome arbeidstidsrommet" fortsetter å øke - som mange forventer - så, så snart det når 3-dagersmerket (48 ganger fra der vi er nå), ville det ha vært i stand til å fullføre jobben uten noen inngripen. I hvert fall i teorien. Nå, når (eller om) det skjer, avhenger det av de store AI-laboratoriene, og jeg har egentlig ingen kontroll over det. Likevel, det jeg kan gjøre er å spørre: Gitt hva som er SOTA-modellens autonome arbeidstidsvindu, kan jeg implementere et nytt språk og verktøy som er så bra at det forlenger tidsvinduet med en konstant, men betydelig faktor? Kan jeg gjøre Bend2→NeoGen→AI-sløyfen så god at den samme modellen vil være i stand til å fullføre akkurat denne oppgaven med langt færre intervensjoner - eller, enda bedre, helt autonomt? Jeg er veldig spent fordi jeg tror svaret er "ja", og det virker som om vi er veldig nær det punktet her. Hvis det virkelig fungerer, ville det være enormt, fordi vi da ville være i stand til å automatisere utviklingen av programvare i massiv skala, noen år før modellene er i stand til å gjøre det på egen hånd. (Jeg lurer på om HOC bare burde bli et SWE-selskap på det tidspunktet?) I tillegg ville det være en massiv støt på livskvaliteten min, siden jeg endelig ville kunne slutte å spille League of Legends, og spille Ragnarok Online i stedet, som i gamle dager 🥳 Uansett, det er det jeg tenker på for øyeblikket Takk for at du leste og ha en flott dag (I dag lar jeg AI fortsette å polere ""HVM4"" mens jeg gjør andre ting😏 i bakgrunnen. Jeg vil virkelig se hvor langt dette går.)

Lange refaktorer på Codex CLI mislykkes på grunn av: 🖐 Strømmen kobles fra før fullføring: Transportfeil: feil ved dekoding av svartekst Fiks pls

Har noen spilt denne nye Ragnarok-serveren? Jeg hørte at det er ganske overfylt 🥺

riktig ta. Ja, jeg er skeptisk til at LLM-er vil lage ny, innsiktsfull matematikk fordi det krever OOD-tenkning, som de suger på. men LLM-er kan løse veldig vanskelige matematiske *problemer* (det er annerledes), noe som er veldig kult - så lenge de ikke krever "nye, innsiktsfulle definisjoner" Noen matematiske problemer krever "nye, innsiktsfulle definisjoner", og de er vanskelige spesielt på grunn av det. Det er aldri det at de er iboende «tunge» i en eller annen beregningsmessig forstand, men at de krever «fantasi» og «kreativitet» for å konseptualisere fantastiske strukturer som ingen har sett på før. for eksempel krevde beviset for Fermats siste teorem utviklingen av helt nye matematiske maskiner - elliptiske kurver, modulære former og Taniyama-Shimura-formodningen - konsepter som ikke eksisterte da problemet først ble stilt. så hvis vi hadde LLM-er i 1650, uansett hvor hardt de prøvde å løse FLT - selv om du lot det beregne i århundrer - ville det aldri være i stand til å gjøre det, fordi det ville være å tenke i boksen til de matematiske strukturene som eksisterte den gang, og det er bokstavelig talt ingen vei til en løsning. nå, den dagen LLM-er begynner å finne opp genuint nye matematiske strukturer, det er da de vil være i stand til å bevise "harde" teoremer. det er den eneste og ene tingen som skiller dem fra å kunne gjøre det. Nå avslører dette det vanskeligste spørsmålet: Hva er i det hele tatt et "nytt, innsiktsfullt matematisk konsept"? Mange ting teller som et "nytt konsept". Jeg kan enkelt skrive noen tilfeldige ord i Lean, og jeg vil ha laget et helt nytt matematisk konsept som ingen har laget før. og LLM-er kan også gjøre det. Det er enkelt nok. Den "innsiktsfulle" delen er det som betyr noe her Hva gjør noe "innsiktsfullt" eller "interessant"? Hvorfor er komplekse tall mer interessante enn tilfeldige definisjoner? hvordan måler vi objektivt hvor innsiktsfull en Lean-definisjon er?

riktig ta. Ja, jeg er skeptisk til at LLM-er vil lage ny, innsiktsfull matematikk fordi det krever OOD-tenkning, som de suger på. men LLM-er kan løse veldig vanskelige matematiske *problemer* (det er annerledes), noe som er veldig kult - så lenge de ikke krever "nye, innsiktsfulle definisjoner" Noen matematiske problemer krever "nye, innsiktsfulle definisjoner", og de er vanskelige spesielt på grunn av det. Det er aldri det at de er iboende «tunge» i en eller annen beregningsmessig forstand, men at de krever «fantasi» og «kreativitet» for å konseptualisere fantastiske strukturer som ingen har sett på før. for eksempel krevde beviset for Fermats siste teorem utviklingen av helt nye matematiske maskiner - elliptiske kurver, modulære former og Taniyama-Shimura-formodningen - konsepter som ikke eksisterte da problemet først ble stilt. så hvis vi hadde LLM-er i 1650, uansett hvor hardt de prøvde å løse FLT - selv om du lot det beregne i århundrer - ville det aldri være i stand til å gjøre det, fordi det ville være å tenke i boksen til de matematiske strukturene som eksisterte den gang, og det er bokstavelig talt ingen vei til en løsning. nå, den dagen LLM-er begynner å finne opp genuint nye matematiske strukturer, det er da de vil være i stand til å bevise "harde" teoremer. det er den eneste og ene tingen som skiller dem fra å kunne gjøre det. Nå avslører dette det vanskeligste spørsmålet: Hva er i det hele tatt et "nytt, innsiktsfullt matematisk konsept"? Hvordan kan det i det hele tatt defineres? Mange ting teller som et "nytt konsept". Jeg kan enkelt skrive noen tilfeldige ord i Lean, og jeg vil ha laget et helt nytt matematisk konsept som ingen har laget før. og LLM-er kan også gjøre det. Det er enkelt nok. Den "innsiktsfulle" delen er det som betyr noe her Hva gjør noe "innsiktsfullt" eller "interessant"? Hvorfor er komplekse tall mer interessante enn tilfeldige definisjoner? hvordan måler vi objektivt hvor innsiktsfull en Lean-definisjon er?

riktig ta. Ja, jeg er skeptisk til at LLM-er vil lage ny, innsiktsfull matematikk fordi det krever OOD-tenkning, som de suger på. men LLM-er kan løse veldig vanskelige matematiske *problemer* (det er annerledes), noe som er veldig kult - så lenge de ikke krever "nye, innsiktsfulle definisjoner" Noen matematiske problemer krever "nye, innsiktsfulle definisjoner", og de er vanskelige spesielt på grunn av det. Det er aldri det at de er iboende «tunge» i en eller annen beregningsmessig forstand, men at de krever «fantasi» og «kreativitet» for å konseptualisere fantastiske strukturer som ingen har sett på før. for eksempel krevde beviset for Fermats siste teorem utviklingen av helt nye matematiske maskiner - elliptiske kurver, modulære former og Taniyama-Shimura-formodningen - konsepter som ikke eksisterte da problemet først ble stilt. så hvis vi hadde LLM-er i 1650, uansett hvor hardt de prøvde å løse FLT - selv om du lot det beregne i århundrer - ville det aldri være i stand til å gjøre det, fordi det ville være å tenke i boksen til de matematiske strukturene som eksisterte den gang, og det er bokstavelig talt ingen vei til en løsning. nå, den dagen LLM-er begynner å finne opp genuint nye matematiske strukturer, det er da de vil være i stand til å bevise "harde" teoremer. det er den eneste og ene tingen som skiller dem, fra å være iboende i stand til å gjøre det. Nå avslører dette det vanskeligste spørsmålet: Hva er i det hele tatt et "nytt, innsiktsfullt matematisk konsept"? Hvordan kan det i det hele tatt defineres? Mange ting teller som et "nytt konsept". Jeg kan enkelt skrive noen tilfeldige ord i Lean, og jeg vil ha laget et helt nytt matematisk konsept som ingen har laget før. og LLM-er kan også gjøre det. Det er enkelt nok. Den "innsiktsfulle" delen er det som betyr noe her Hva gjør noe "innsiktsfullt" eller "interessant"? Hvorfor er komplekse tall mer interessante enn tilfeldige definisjoner? hvordan måler vi objektivt hvor innsiktsfull en Lean-definisjon er?

riktig ta. Ja, jeg er skeptisk til at LLM-er vil lage ny, innsiktsfull matematikk fordi det krever OOD-tenkning, som de suger på, så det er et godt argument IMO. men LLM-er kan løse veldig vanskelige matematiske *problemer* (det er annerledes), noe som er veldig kult - så lenge de ikke krever "ny, innsiktsfull matematikk" Noen matematiske problemer krever nye innsiktsfulle definisjoner, og de er vanskelige spesielt på grunn av det. Det er aldri det at de er iboende «tunge» i en eller annen beregningsmessig forstand, men at de krever «fantasi» og «kreativitet» for å konseptualisere fantastiske strukturer som ingen har sett på før. for eksempel krevde beviset for Fermats siste teorem utviklingen av helt nye matematiske maskiner - elliptiske kurver, modulære former og Taniyama-Shimura-formodningen - konsepter som ikke eksisterte da problemet først ble stilt. så hvis vi hadde LLM-er i 1650, uansett hvor hardt de prøvde å løse FLT - selv om du lot det beregne i århundrer - ville det aldri være i stand til å gjøre det, fordi det ville tenke i boksen med de matematiske strukturene som eksisterte den gang, og det er bokstavelig talt ingen vei til en løsning. nå, den dagen LLM-er begynner å finne opp virkelig nye matematiske strukturer, det er da de vil være i stand til å Nå, her ligger det vanskeligste spørsmålet: Hva er i det hele tatt et "nytt, innsiktsfullt matematisk konsept"? Hvordan kan det i det hele tatt defineres? Mange ting teller som et "nytt konsept". Jeg kan enkelt skrive noen tilfeldige ord i Lean, og jeg vil ha laget et helt nytt matematisk konsept som ingen har laget før. og LLM-er kan også gjøre det. Det er enkelt nok Den "innsiktsfulle" delen er det som betyr noe her Hva gjør noe "innsiktsfullt" eller "interessant"? Hvorfor er komplekse tall mer interessante enn tilfeldige definisjoner? hvordan måler vi objektivt hvor innsiktsfull en Lean-definisjon er?

TSPL ("Det enkleste parserbiblioteket") i C En liten 291-LOC C-fil som analyserer λ-termer Når du trenger en enkel parser for leketøysgrammatikken din, inkluder den i AI-sammenheng og be den om å etterligne stilen, slik at du får en fin pen parser i stedet for et stygt beist.

den evolusjonære sløyfen til NeoGen som produserer stadig mer kapable Bend2-programmer/bevis i vår 256 Mac Mini-klynge kommer til å starte snart, og jeg kunne ikke vært mer begeistret

> være et stort AI-laboratorium > identifisere de beste AI-«påvirkere» > forhåndstrene din neste modell på kodebasene deres > ...? > gratis markedsføring