Perspectives du Projet Rust sur l'IA : Aperçus Pratiques des Contributeurs

Ce que c'est

Un document de synthèse rédigé par nikomatsakis le 27 février 2024, recueillant les perspectives des contributeurs et mainteneurs Rust sur l'utilisation des outils d'IA. Le document vise à capturer l'ensemble des opinions pour comprendre le paysage des arguments de chaque côté.

Détails clés de la source

Le projet Rust n'a actuellement pas de vision ou de position cohérente concernant l'utilisation des outils d'IA. Ce document représente des perspectives individuelles, pas une position officielle du projet. La discussion couvre à la fois l'utilisation de l'IA sur les crates rust-lang et l'utilisation de l'IA par les développeurs Rust ailleurs.

L'IA nécessite des compétences en ingénierie

Ceux qui obtiennent les meilleurs résultats avec l'IA soulignent qu'il faut une véritable ingénierie pour faire fonctionner l'IA correctement. Comme le note le contributeur TC : "Il faut du soin et une ingénierie minutieuse pour produire de bons résultats. Il faut travailler pour maintenir les modèles dans leur enveloppe de vol. Il faut structurer soigneusement le problème, fournir le bon contexte et les bonnes directives, et donner les outils appropriés et un bon environnement."

TC observe également une amélioration rapide : "Ce qui pourrait ne pas être évident, c'est à quel point les choses ont changé au cours des 2-3 derniers mois. À un moment donné, il était difficile de justifier l'utilisation des modèles pour un travail sérieux. Mais les modèles de pointe sont désormais trop bons pour être ignorés."

Cas d'utilisation de l'IA hors codage

De nombreux contributeurs trouvent de la valeur dans l'IA pour des tâches au-delà du codage :

• Recherche et découverte : davidtwco rapporte utiliser des outils d'IA internes chez Arm pour rechercher dans plus de 10 000 pages de documentation d'architecture, facilitant ainsi la réponse rapide aux problèmes en amont.
• Navigation dans la base de code : scottmcm trouve les IA utiles pour des questions de recherche comme "je suis ici et j'ai besoin d'un Span ; où puis-je en obtenir un ?"
• Revue de code et exploration d'idées : BennoLossin utilise l'IA pour vérifier son travail et poser des questions qui aident à explorer les bonnes idées. RalfJung mentionne son intérêt à explorer les LLM pour la revue de code, citant le succès des développeurs du noyau Linux avec des prompts spécifiques au projet, soigneusement élaborés.
• Traitement de données à grande échelle : Plusieurs contributeurs notent que l'IA rend le travail avec des données semi-structurées plus gérable, avec des exemples du groupe FLS (Future Language Specification).

Expériences divergentes

La contributrice yaahc note la dissonance cognitive entre les développeurs respectés qui trouvent de la valeur dans les outils d'IA et d'autres qui trouvent "99 % de la valeur que les gens revendiquent de ces outils être toute fumée et pas de substance". La différence semble provenir de la manière dont les entrées sont structurées et dont les outils sont utilisés, les ingénieurs expérimentés obtenant de meilleurs résultats.