Forwarded from ТЕХНО: Яндекс про технологии
👨💻👎 После того, как разработчикам стали доступны нейросетевые помощники, общее качество кода стало снижаться — пересказываем исследование сервиса GitClear.
Что случилось?
Последние несколько лет в мире растёт показатель оттока кода (англ. Code Churn). Так называют долю строк в коде, которые были удалены или изменены менее чем через две недели после его написания.
Согласно исследованию сервиса GitClear, одна из основных причин — система помощи при написании кода Copilot, представленная в октябре 2021-го и оказавшаяся в открытом доступе в 2022-м, а также другие инструменты, которые появились позднее. По прогнозу GitClear, рост оттока кода продолжится, и к концу 2024 года он будет вдвое выше базового значения 2021-го, когда Copilot ещё не был доступен.
Ощутимый отток кода существовал всегда?
Да, изменения кода — это естественный процесс: разработчикам нужно исправлять ошибки, выпускать обновления, добавлять новые функции. Но слишком высокий отток кода может указывать на его нестабильность или явные ошибки.
Причинами этого с одинаковой вероятностью могут быть нечёткие требования к проекту, недостаток навыков у команды и излишняя опора на нейросетевых помощников. Исследование GitClear показывает, что последнее обстоятельство оказало самое серьёзное влияние на рост количества ошибок.
Как удалось понять, что проблема — в использовании нейросетей?
Чтобы изучить, как на качество кода влияют инструменты вроде Copilot, исследователи проанализировали около миллиарда строк кода, созданного за последние четыре года для открытых и коммерческих проектов.
Выяснилось, что до массового распространения нейросетевых помощников отток кода был относительно невысоким, а затем начал расти. В 2022 году, когда всем желающим стали доступны Copilot и ChatGPT, отток резко вырос до 3,97% от общего количества кода. В 2023 году показатель достиг 5,53%, а по итогам 2024 года, согласно прогнозу, достигнет 7,09%.
Подписывайтесь 👉 @techno_yandex
Не пропускайте новости Яндекса тут @yandex
Что случилось?
Последние несколько лет в мире растёт показатель оттока кода (англ. Code Churn). Так называют долю строк в коде, которые были удалены или изменены менее чем через две недели после его написания.
Согласно исследованию сервиса GitClear, одна из основных причин — система помощи при написании кода Copilot, представленная в октябре 2021-го и оказавшаяся в открытом доступе в 2022-м, а также другие инструменты, которые появились позднее. По прогнозу GitClear, рост оттока кода продолжится, и к концу 2024 года он будет вдвое выше базового значения 2021-го, когда Copilot ещё не был доступен.
Ощутимый отток кода существовал всегда?
Да, изменения кода — это естественный процесс: разработчикам нужно исправлять ошибки, выпускать обновления, добавлять новые функции. Но слишком высокий отток кода может указывать на его нестабильность или явные ошибки.
Причинами этого с одинаковой вероятностью могут быть нечёткие требования к проекту, недостаток навыков у команды и излишняя опора на нейросетевых помощников. Исследование GitClear показывает, что последнее обстоятельство оказало самое серьёзное влияние на рост количества ошибок.
Как удалось понять, что проблема — в использовании нейросетей?
Чтобы изучить, как на качество кода влияют инструменты вроде Copilot, исследователи проанализировали около миллиарда строк кода, созданного за последние четыре года для открытых и коммерческих проектов.
Выяснилось, что до массового распространения нейросетевых помощников отток кода был относительно невысоким, а затем начал расти. В 2022 году, когда всем желающим стали доступны Copilot и ChatGPT, отток резко вырос до 3,97% от общего количества кода. В 2023 году показатель достиг 5,53%, а по итогам 2024 года, согласно прогнозу, достигнет 7,09%.
Подписывайтесь 👉 @techno_yandex
Не пропускайте новости Яндекса тут @yandex
Forwarded from Простой Python | Программирование
Ускорение анализа данных
Делимся статьей, где автор демонстрирует профилирование и итеративное ускорение кода на Python. Также присутствует ссылка на статью, где рассказывается про ускорение анализа данных с помощью Rust.
👉Читать статью
#статьи
Делимся статьей, где автор демонстрирует профилирование и итеративное ускорение кода на Python. Также присутствует ссылка на статью, где рассказывается про ускорение анализа данных с помощью Rust.
👉Читать статью
#статьи
Forwarded from Хабр
Следует ли проверять указатель на NULL перед вызовом функции free?
Короткий ответ: нет. Тем не менее, раз про это вновь и вновь спрашивают на Reddit, Stack Overflow и других сайтах, пришло время подробно разобрать эту тему. Оказывается, есть много интересного, о чём можно порассуждать.
Короткий ответ: нет. Тем не менее, раз про это вновь и вновь спрашивают на Reddit, Stack Overflow и других сайтах, пришло время подробно разобрать эту тему. Оказывается, есть много интересного, о чём можно порассуждать.
Forwarded from Хабр
WAAP: эволюция WAF
WAAP (Web Application and API Protection) является брандмауэром веб-приложений следующего поколения WAF (Web Application Firewall). Термин впервые начал использовать Gartner для описания защиты современных, постоянно меняющихся web-сервисов. Так как в мире CI/CD, динамики и API first компаний, функций традиционного WAF уже недостаточно.
WAAP — это совокупность методов и технологий, которые используются для защиты веб-приложений и сервисов от атак и уязвимостей. WAAP включает в себя технологии, такие как WAF-NG, сканер уязвимостей, автоматическое обнаружение и блокирование атак 0-дня, выявление аномалий с помощью технологий Machine Learning и смарт-капчи.
WAAP (Web Application and API Protection) является брандмауэром веб-приложений следующего поколения WAF (Web Application Firewall). Термин впервые начал использовать Gartner для описания защиты современных, постоянно меняющихся web-сервисов. Так как в мире CI/CD, динамики и API first компаний, функций традиционного WAF уже недостаточно.
WAAP — это совокупность методов и технологий, которые используются для защиты веб-приложений и сервисов от атак и уязвимостей. WAAP включает в себя технологии, такие как WAF-NG, сканер уязвимостей, автоматическое обнаружение и блокирование атак 0-дня, выявление аномалий с помощью технологий Machine Learning и смарт-капчи.
Forwarded from Простой Python | Программирование
string.rjust
Метод rjust() выравнивает строку по правому краю до заданной ширины, используя указанный символ. Если ширина меньше или равна длине строки, возвращается исходная строка.
#практика
Метод rjust() выравнивает строку по правому краю до заданной ширины, используя указанный символ. Если ширина меньше или равна длине строки, возвращается исходная строка.
#практика
Forwarded from IT Юмор
Forwarded from 4 канал | Екатеринбург | Новости
Леонид продает свежесoбранный проект компьютeрa. Объясняет, что ему надоели скучные кoрпуca. Русская смекалка и воображение дали свои плоды. Кнопки включения и перезагрузки ПК мужчина вывел на переднюю панель микроволновки.
Купили бы себе такой компьютер?
Подпишись на 4 Канал
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from IT Юмор
This media is not supported in your browser
VIEW IN TELEGRAM
Шах и мат, яблочники!
😎 — MacOS на обычном ноуте
💊 — Винда на Маке
😎 — MacOS на обычном ноуте
💊 — Винда на Маке
Forwarded from Хабр
Большая разница: ИИ-наука глазами физика
Сегодня искусственный интеллект и, в особенности, машинное обучение, кажутся максимально прикладными дисциплинами. Но наблюдаемый нами прогресс стоит на плечах серьёзных фундаментальных исследований, которые не перестают двигаться дальше.
Воспользовавшись Днём российской науки в качестве повода, автор делится различиями между физикой и исследованиями в области искусственного интеллекта, которые он для себя отметил
Сегодня искусственный интеллект и, в особенности, машинное обучение, кажутся максимально прикладными дисциплинами. Но наблюдаемый нами прогресс стоит на плечах серьёзных фундаментальных исследований, которые не перестают двигаться дальше.
Воспользовавшись Днём российской науки в качестве повода, автор делится различиями между физикой и исследованиями в области искусственного интеллекта, которые он для себя отметил
Forwarded from Однажды в трендах
JmesPath
Работать с JSON в Python — сплошное удовольствие, ведь он прекрасно отображается в Python-словаре. Кроме того, Python поставляется с собственной библиотекой для создания и анализа, или разбора, JSON. Для меня это одна из лучших функций в Python. Если мне нужно поработать с JSON, то я непременно выберу Python.
Работать с JSON в Python — сплошное удовольствие, ведь он прекрасно отображается в Python-словаре. Кроме того, Python поставляется с собственной библиотекой для создания и анализа, или разбора, JSON. Для меня это одна из лучших функций в Python. Если мне нужно поработать с JSON, то я непременно выберу Python.