Comment j'ai créé une application SaaS complexe avec l'IA, et vous aussi

Je suis développeur depuis quelques années maintenant, mais ce n'est que lorsque l'IA est apparue que j'ai pu commencer à créer des applications. Ma première langue à apprendre était le visual basic. Je n’ai jamais compris, rien n’était basique. Ensuite était le C++, toujours rien ne s'additionnait, même avec les deux signes plus. Pour ma défense, je ne possédais pas d'ordinateur au moment de l'apprendre et cela était enseigné sur un tableau blanc.

La découverte

J'utilise les LLM depuis un bon moment, du moins depuis la sortie de la première version GPT4. Je venais de terminer mon apprentissage du développement blockchain avec Solidity et j'avais trouvé un emploi dans une agence de logiciels. Et c'est à ce moment-là que GPT4 est sorti. Au début, je posais juste des questions générales. Ensuite, j'ai commencé à l'utiliser pour coder en testant avec du code Solidity.

Cela a plutôt bien fonctionné et c'est à ce moment-là que mon étincelle pour utiliser l'IA pour coder s'est allumée. À l'époque, je travaillais dans une agence de logiciels et nous avons eu un client qui voulait un script qui achetait automatiquement des NFT sur une place de marché Solana en dessous d'un certain prix. J'ai réalisé tout le projet avec GPT4.

L'idée de l'application

Lorsque Claude est sorti, j'étais sceptique et j'ai décidé d'attendre un peu, car je jouais avec les modèles gratuits.

Finalement, j'ai compris et j'ai décidé de m'abonner. Au bout d'un moment, Claude Opus est devenu mon modèle préféré, l'utilisant pour des projets personnels de codage et des recherches générales. Peu de temps après, Claude 3.5 Sonnet a été annoncé.

Bâtiment

À cette époque, j'ai eu l'idée d'une extension vscode qui peut étendre les capacités de l'IA en l'apportant à l'EDI et en lui donnant un accès en écriture et en lecture, donnant ainsi à l'IA un contexte en temps réel.

J'ai décidé de me lancer dans la construction avec Claude 3.5 Sonnet. Dès le départ, nous avons pris un bon départ et j’ai réussi à faire fonctionner certaines choses. Cependant, quelques minutes plus tard, quelque chose s'est cassé dans le code et j'ai tourné en rond pendant environ une heure avec Sonnet, essayant de le réparer. J'ai été frustré et je suis revenu au modèle que je connaissais, Opus.

Cependant, dès le départ, je corrigeais erreur après erreur. Mais j’ai continué car j’étais encore habitué à Opus et réticent à en changer. Mais après avoir joué avec Opus pendant environ 2 jours, j'ai réalisé que j'étais loin d'être aussi loin qu'avec Sonnet. Je suis donc retourné sur Sonnet, j'ai récupéré la dernière version du code qui fonctionnait et j'ai recommencé à partir de là.

C’est à ce moment-là que les choses ont commencé à se mettre en place. En une semaine, j'avais du code que je pouvais au moins exécuter et tester. Plus je comprenais comment inviter, plus vite j'étais capable de travailler avec.

Défis

Cependant, tout n’a pas été facile. Il existe plusieurs cas, mais le plus significatif s'est produit à un moment donné, puisque je l'utilisais également pour des recherches et des décisions architecturales, cela suggérait une mauvaise approche qui n'était pas possible avec ma configuration. Étant donné que je n'en étais pas conscient, je l'ai implémenté et lors des tests, cela n'a pas fonctionné.

En consultant les erreurs avec Sonnet, celui-ci ne comprenait toujours pas pourquoi le module ne fonctionnait pas. J'ai donc fait plus de conseil pour la mise en œuvre avec chatGPT. Il a également suggéré la même approche (qui n'a pas fonctionné) mais m'a donné une deuxième option. J'ai pris le deuxième, je l'ai offert à Claude, et voilà ! le train repartait.

Le résultat

Au total, il a fallu environ 2 mois pour arriver à une application viable. Je me suis retrouvé avec plus de 10 modules, que je trouve adaptés à l'évolutivité et au débogage.

Sur la base de mon expérience, j'ai réalisé que la qualité de l'IA a atteint un niveau où vous pouvez mettre en œuvre et itérer des idées à une vitesse incroyable.

La limitation actuelle du codage avec l'IA est que vous êtes limité aux allers-retours copier-coller. Ce qui fonctionne, mais parfois, lorsqu'il y a une erreur, il peut y avoir un écart dans le contexte puisque l'IA peut ne pas savoir comment votre projet actuel est configuré dans l'EDI et l'erreur ne le communique pas.

Comme l’IA et vous n’en êtes pas conscients, vous finissez tous les deux en rond. C'est ce que je résous avec codingAGI, amener l'IA à l'EDI et lui faire configurer l'environnement, écrire le code, l'exécuter et recevoir un contexte immédiat sous la forme d'un message de réussite ou d'une erreur, qu'il peut ensuite déboguer.

Conclusion

L'IA ne va pas remplacer les développeurs. Vous devez toujours l'inviter et le guider pour obtenir le résultat souhaité. Ce qui signifie connaître les principes et les modèles de conception de logiciels. La différence sera la vitesse. Les développeurs d’IA créeront plus rapidement, coderont plus rapidement et expédieront plus rapidement.

Découvrez CodingAGI et commencez à expédier !

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!