Codzienna praca z AI

No i na tym monitorze MacBooka mam cały czas otwarte trzy zakładki. To znaczy mam Clouda, ChatGPT i jeszcze albo Gemini albo coś innego. Generalnie mam cały czas na tym jednym ekranie konwersacje z LLM-ami i tam też na tym właśnie jednym ekranie mam bookmarki z różnymi narzędziami, które teraz akurat sobie testuję taką przeglądarkę Zen. Nie wiem czy już tam ją testowaliście. No ale właśnie też ją przy okazji testuję i mam ustawione tam na zakładkach też Meet Journey i wszelkie inne narzędzia, które mi się przydają, więc można powiedzieć, że mam taki osobny ekran teraz do AI i na tym ekranie ja non stop wchodzę w interakcję z modelami, głównie są to LLM-y.

I ja mówię tylko tutaj o zastosowaniu LLM-ów, nie mówię już o tym, że na przykład gdzieś tam korzystam z Meet Journey, czy generuję jakieś grafiki i tak dalej, czy jakieś potrzeby konkretnych projektów, ale ogólnie u mnie 90% pracy z AI stanowią LLM-y, a myślę, że jeśli chodzi o moje zadania, to jakieś spokojnie 50-60% moich zadań w ciągu dnia one po prostu wspierają na bieżąco w tym momencie. Okej, no to u mnie to było takie kroczące i rozwijające się. W zasadzie od premiery ChatGPT modele językowe weszły w zasadzie do mojego takiego codziennego użycia i teraz z perspektywy czasu nawet się zastanawiam, jakim cudem to się wydarzyło, że ja się od tej technologii nie odbiłem, bo przez pierwsze tam tygodnie, miesiące, no na tak

No i z takiej perspektywy ja od miesięcy w zasadzie już nie piszę kodu. Przy czym to jest taka gwiazdka, bo to nie jest tak, że siedzę i kod się robi sam, tylko moja rola jako programisty się zmieniła. No i teraz to samo wchodzi w inne obszary, czyli jak edytuję zdjęcia. Ostatnio coś tam sobie montowałem w Photoshopie, tu mamy Firefly, gdzie po prostu edycja dotycząca zmiany jakiejś kompozycji, Ten Smart Expand czy Generative Expand, jakkolwiek to tam się nazywa, te wszystkie funkcje mi towarzyszą. Tak jak mówisz, czy Meet Journey, czy teraz te wszystkie pozostałe modele dostępne na stronie replicate.com.

Dla osób, które naprawdę będą bardzo długo iterować, a i tak nie jest gwarantowany sukces. Nie jest gwarantowany sukces, bo jakość wypowiedzi modelu zależy od tego, w jaki sposób go prowadzimy. Czyli są sytuacje, w których model adresując, rozwiązując jakiś problem nigdy nie dojdzie do rozwiązania w przypadku osoby, która nie programuje w porównaniu do osoby, która programować potrafi. Dlaczego? Prosty przykład. Mamy bibliotekę Zod, która zajmuje się opisywaniem struktur danych typów. Już mniejsza o szczegóły. Generalnie chodzi o to, że jest jakaś tam biblioteka, ona zapewnia jakąś daną funkcjonalność, pozwala tam walidować dane, układać sobie informacje w ramach projektu.