Agentinis atotrūkis: „OpenAI“ lenktynės siekiant susigrąžinti programuotojo darbalaukį

Iki 2026 m. kovo mėnesio DI pramonės naratyvas pasikeitė. Metų metus „OpenAI“ buvo neginčijama lyderė, subjektas, privertęs visus kitus technologijų milžinus užimti gynybinę poziciją. Tačiau specializuotoje, didelių statymų programinės įrangos inžinerijos arenoje įsitvirtino nauja realybė: „OpenAI“ dabar vejasi kitus. Šio vaidmenų pasikeitimo katalizatoriumi tapo „Anthropic“ išleistas „Claude Code“ – įrankis, kuris pakėlė kartelę nuo „DI, kuris siūlo kodą“ iki „DI, kuris rašo, testuoja ir derina ištisas saugyklas“.

Pokytis nuo susirašinėjimo prie agentiškumo

Didžiąją 2024 ir 2025 m. dalį pramonė buvo pamišusi dėl „mąstymo“ (angl. reasoning). „OpenAI“ o1 serijos modeliai šiuo atžvilgiu buvo proveržis, naudojantys minčių grandinės (angl. chain-of-thought) apdorojimą sudėtingiems loginiams galvosūkiams spręsti. Tačiau kol „OpenAI“ tobulino „smegenis“, „Anthropic“ kūrė „rankas“.

„Claude Code“ pasirodė ne kaip pokalbių sąsaja, o kaip terminalui pritaikytas agentas. Jis ne tik pateikdavo „Python“ kodo fragmentą; jis vykdė apvalkalo (angl. shell) komandas, naršė failų sistemas ir atliko iteracinius klaidų taisymus be žmogaus įsikišimo. Ši „agentinė“ darbo eiga atitiko programuotojų, pavargusių nuo „kopijavimo ir įklijavimo šokio“ – varginančio kodo perkėlimo iš naršyklės lango į IDE – poreikius.

„OpenAI“ atsakas, sutelktas į „Canvas“ sąsają ir galiausiai pasirodžiusią „Operator“ sistemą, buvo milžiniškas inžinerinis projektas. Iššūkis yra ne tik padaryti modelį protingesnį, bet ir patikimesnį gyvoje aplinkoje, kur viena neteisinga terminalo komanda gali ištrinti duomenų bazę.

Kodėl lyderis atsiliko

„OpenAI“ dabartinės padėties ironija yra ta, kad būtent jie padėjo pagrindus technologijoms, kurios įgalino jų konkurentus. GPT-4 serija nustatė kodo generavimo standartą, tačiau „OpenAI“ susitelkimas į platų, multimodalų bendrąjį dirbtinį intelektą (AGI) galėjo palikti atvirą šoną. Kol „OpenAI“ dirbo siekdama paversti GPT-5 pasaulinio lygio polimatu, „Anthropic“ susikoncentravo į specifinę programinės įrangos kūrimo ergonomiką.

Programuotojai yra išranki auditorija. Jie labiau vertina mažą delsą ir didelį tikslumą nei pokalbio iškalbingumą. „Claude“ kompiuterio naudojimo (angl. Computer Use) galimybės leido jam sąveikauti su darbalaukiu taip, kad jis jautėsi labiau kaip jaunesnysis partneris, o ne kaip paieškos variklis. „OpenAI“ vidinė kova vyko dėl architektūros: kaip integruoti gilų o-serijos modelių mąstymą su realaus laiko reakcija, kurios reikalauja CLI įrankis.

Inžinerinė kliūtis: būsenos valdymas

Pagrindinis techninis mūšio laukas 2026 m. yra būsenos valdymas (angl. state management). Kai DI agentas bando refaktūrizuoti kodo bazę, jis privalo išlaikyti tūkstančių tarpusavyje susijusių failų „mentalinį žemėlapį“. Jei agentas pameta priklausomybę viename projekto kampe, visas kūrimo procesas žlunga.

„Anthropic“ „Claude Code“ naudoja masinį konteksto langą kartu su specializuotais „įrankių naudojimo“ žetonais (angl. tokens), kurie išlaiko agento stabilumą. „OpenAI“ atsako savo programavimo agentams skirtu patentuotu „nuolatinės atminties“ (angl. Persistent Memory) sluoksniu. Tai leidžia DI prisiminti ankstesnius architektūrinius sprendimus skirtingose sesijose, teoriškai užkertant kelią „užmaršumui“, kuris kamuoja daugelį LLM pagrįstų įrankių.

Varžovų palyginimas

Šiandien DI pagrįsto programavimo kraštovaizdis pasidalijo į dvi dalis. Štai kaip dabartinėje rinkoje atrodo šie du sunkiasvoriai:

Lenktynių kaina

Kodėl šios lenktynės svarbios? Todėl, kad programavimas yra platesnės DI ekonomikos „kelrodė žvaigždė“. Jei DI gali patikimai rašyti programinę įrangą, jis teoriškai gali tobulinti savo paties algoritmus, o tai veda į rekursyvią savitobulinimo kilpą. Be to, įmonė, kuri užvaldys programuotojo darbalaukį, laimės vertingiausius duomenis pasaulyje: žingsnis po žingsnio pateikiamą sudėtingų sistemų kūrimo logiką.

„OpenAI“ būstinė Mission Bay rajone gali būti ateities šventovė, tačiau įtampa patalpoje yra juntama. Vestibiulyje esančioms „DI erų“ knygelėms gali prireikti naujo skyriaus – tokio, kuriame pradininkas turėjo išmokti sekti paskui kitus, kad vėl galėtų pirmauti.

Praktiniai patarimai programuotojams

Jei pereinate nuo pokalbiais pagrįsto programavimo prie agentinių darbo eigų, apsvarstykite šiuos žingsnius:

• Auditą atlikite savo aplinkoje: Agentiniams įrankiams, tokiems kaip „Claude Code“, reikalinga švari, versijuojama aplinka. Įsitikinkite, kad jūsų testai yra patikimi, nes agentas remiasi testų rezultatais, kad patikrintų savo darbą.
• Pradėkite nuo mažų žingsnių: Neleiskite agentui refaktūrizuoti viso jūsų „backend“ pirmąją dieną. Pradėkite nuo izoliuotų užduočių, pavyzdžiui, rašykite vienetų testus arba esamų modulių dokumentaciją.
• Stebėkite žetonų naudojimą: Agentinės kilpos gali būti brangios. Įrankis, kuris „mąsto“ penkias minutes ir atlieka dvidešimt testų, gali išnaudoti mėnesio kvotą per vieną popietę.
• Išlaikykite priežiūrą: Esame „žmogaus priežiūros“ (angl. human-in-the-loop) eroje. Visada peržiūrėkite „diff“ (kodo pakeitimus) prieš juos patvirtindami. Tikslas yra būti architektu, o ne tik žiūrovu.

„OpenAI“ ruošiantis kitam dideliam žingsniui – sklando gandai apie visišką mąstymo modelių integravimą į darbalaukio aplinką – atotrūkis mažėja. Tačiau pirmą kartą generatyvinio DI eroje rezultatas nebėra iš anksto nulemtas.