Perspectivas do Projeto Rust sobre IA: Insights Práticos dos Contribuidores

O Que É Isso

Um documento de resumo escrito por nikomatsakis em 27 de fevereiro de 2024, coletando perspectivas de contribuidores e mantenedores do Rust sobre o uso de ferramentas de IA. O documento visa capturar toda a gama de opiniões para entender o panorama dos argumentos de cada lado.

Detalhes Principais da Fonte

O projeto Rust atualmente não tem uma visão ou posição coerente sobre o uso de ferramentas de IA. Este documento representa perspectivas individuais, não uma posição oficial do projeto. A discussão abrange tanto o uso de IA em crates do rust-lang quanto o uso de IA por desenvolvedores Rust em outros lugares.

IA Requer Habilidade de Engenharia

Aqueles que obtêm os melhores resultados com IA enfatizam que é preciso engenharia real para fazer a IA funcionar bem. Como observa o contribuidor TC: "É preciso cuidado e engenharia cuidadosa para produzir bons resultados. É preciso trabalhar para manter os modelos dentro do envelope de voo. É necessário estruturar cuidadosamente o problema, fornecer o contexto e a orientação certos, e dar ferramentas apropriadas e um bom ambiente."

TC também observa uma melhoria rápida: "Algo que pode não ser óbvio é o quanto as coisas mudaram nos últimos 2-3 meses. Em um momento, era difícil justificar o uso de modelos para trabalho sério. Mas os modelos de última geração agora são bons demais para ignorar."

Casos de Uso de IA Além da Codificação

Muitos contribuidores encontram valor na IA para tarefas além da codificação:

• Busca e descoberta: davidtwco relata usar ferramentas de IA internas na Arm para pesquisar mais de 10.000 páginas de documentação de arquitetura, facilitando responder a problemas upstream prontamente.
• Navegação em base de código: scottmcm considera as IAs úteis para questões de pesquisa como "bem, estou aqui e preciso de um Span; onde consigo um?"
• Revisão de código e exploração de ideias: BennoLossin usa IA para verificar o trabalho e fazer perguntas que ajudam a explorar ideias corretas. RalfJung menciona interesse em explorar LLMs para revisão de código, citando pessoas do kernel Linux tendo sucesso com prompts específicos do projeto, cuidadosamente elaborados.
• Processamento de dados em larga escala: Vários contribuidores observam que a IA torna o trabalho com dados semiestruturados mais tratável, com exemplos do grupo FLS (Future Language Specification).

Experiências Diferentes

A contribuidora yaahc observa a dissonância cognitiva entre desenvolvedores respeitados encontrando valor em ferramentas de IA enquanto outros consideram "99% do valor que as pessoas afirmam dessas ferramentas ser só fumaça e nenhuma substância". A diferença parece derivar de como as entradas são estruturadas e como as ferramentas são usadas, com engenheiros experientes alcançando melhores resultados.