RustプロジェクトにおけるAIの展望：貢献者からの実践的洞察

これは何か

2024年2月27日にnikomatsakisが執筆した要約文書で、RustコントリビューターとメンテナーたちのAIツール利用に関する見解を集めたものです。この文書は、両側の議論の全体像を理解するために、あらゆる意見の幅を捉えることを目的としています。

ソースからの主な詳細

Rustプロジェクトは現在、AIツール利用について一貫した見解や立場を持っていません。この文書は公式なプロジェクトの立場ではなく、個人の見解を表しています。議論は、rust-langクレートでのAI利用と、Rust開発者による他の場所でのAI利用の両方をカバーしています。

AIにはエンジニアリングスキルが必要

AIから最高の結果を得ている人々は、AIをうまく機能させるには本物のエンジニアリングが必要だと強調しています。コントリビューターTCは次のように述べています：「良い結果を生み出すには注意と注意深いエンジニアリングが必要です。モデルを適切な範囲内に保つよう努めなければなりません。問題を慎重に構造化し、適切なコンテキストとガイダンスを提供し、適切なツールと良い環境を与える必要があります。」

TCはまた、急速な進歩を観察しています：「明らかでないかもしれないのは、ここ2〜3ヶ月でどれだけ状況が変わったかです。かつては、本格的な作業にモデルを使うことを正当化するのは困難でした。しかし、最先端のモデルは今や無視できないほど優れています。」

コーディング以外のAIユースケース

多くのコントリビューターが、コーディング以外のタスクでもAIに価値を見出しています：

• 検索と発見： davidtwcoは、Arm社内のAIツールを使用して10,000ページ以上のアーキテクチャ文書を検索し、上流の問題に迅速に対応しやすくしていると報告しています。
• コードベースナビゲーション： scottmcmは、「ここにいてSpanが必要な場合、どこで入手できるのか？」といった調査質問にAIが役立つと感じています。
• コードレビューとアイデア探求： BennoLossinは、作業の再確認や、正しいアイデアを探求するのに役立つ質問をするためにAIを使用しています。RalfJungは、Linuxカーネルの人々がプロジェクト固有の注意深く作成されたプロンプトで成功を収めていることを引用し、コードレビューのためのLLMの探求に興味を示しています。
• 大規模データ処理： 複数のコントリビューターが、AIにより半構造化データの作業がより扱いやすくなると指摘しており、FLS（Future Language Specification）グループからの例を挙げています。

異なる経験

コントリビューターyaahcは、尊敬される開発者がAIツールに価値を見出す一方で、他の人々が「これらのツールから人々が主張する価値の99％は中身のない誇大広告だ」と感じるという認知的不協和に注目しています。この違いは、入力がどのように構造化され、ツールがどのように使用されるかに起因しているようで、経験豊富なエンジニアはより良い結果を達成しています。