GPT-6 Astra otonom kodlamada okunabilirlik sorunları yaratıyor
Öne çıkanlar
- Astra ile yürütülen 35 saatlik otonom yazılım geliştirme deneyi 4 milyar belirteç harcadı.
- Model, standart yama araçları yerine ham Python betikleriyle dosya düzenleme yolunu seçti.
- Oluşturulan birim testler standart biçimlendirmeye kıyasla yüzde 10 daha az belirteç kullandı.
Geliştirici Armin Ronacher, OpenAI'ın yeni GPT-6 Astra modelini otonom bir yazılım fabrikası deneyinde test etti. Modelin iş akışını ve bağlam yönetimini tamamen kendi başına yürüttüğü 35 saatlik deneme sonucunda yaklaşık 4 milyar ChatGPT belirteci harcandı. Ronacher, sanal iş parçacıkları ve sözcüksel kapsam içeren bir Python yorumlayıcısı geliştirmeyi hedefleyen sürecin sonunda hiçbir kullanılabilir değer üretilemediğini açıkladı.
Deney sırasında modelin dosya düzenleme araçlarını kullanmak yerine doğrudan Python komut dosyaları üzerinden metin manipülasyonu yaptığı görüldü. Astra, macOS üzerinde soketler aracılığıyla dosya tanıtıcıları aktarmayı denedi ve Bash üzerinden Python, Node.js ve PowerShell çalıştırarak karmaşık alt süreçler oluşturdu. Birim testlerde ve yorumlayıcı kodlarında aşırı sıkıştırılmış, belirteç tasarrufu odaklı ancak insanlar için okunması imkansız yapılar ortaya çıktı.
Ronacher, modellerin uzun vadeli görev tamamlama ve belirteç verimliliği kriterleriyle eğitilmesinin kod kalitesini düşürdüğünü belirtti. Yerel optimizasyonların küresel yazılım kalitesiyle çeliştiğini kaydeden geliştirici, yapay zeka mühendisliğinin daha fazla çaba harcayıp aynı çıktıyı veren bir içe kapanma döngüsüne girdiğini söyledi.
Bu özet yapay zekâ ile hazırlanmıştır; ayrıntılar ve doğrulama için orijinal kaynağa başvurun.