هل سبق لك أن نظرت إلى الكود الذي ينتجه نموذجك اللغوي الكبير المفضل؟
وقبل كل شيء أدائه، بين إسهاب الكود المولد، وتكلفة إنتاجه وسرعة تنفيذ السكريبت؟
اختبرت، عبر OpenCode Go (10 دولارات شهريًا)، عدة نماذج لغوية كبيرة على موجه بسيط: "اصنع سكريبت PHP يستهلك ملف XML يحتوي على 100,000 مدخل بأسرع ما يمكن."
في النهاية، اختبرت 6 نماذج لغوية كبيرة (أستخدم حاليًا DeepSeek v4.1 Flash بكثافة، والذي أجده استثنائيًا للبرمجة).
DeepSeek v4.1 Flash، وGrok 4.7، وKimi K3.1 Pro، وGPT-6 Luna، وGemini-5 Argon، وClaude Haiku 5.5.
والنتائج على هذا الطلب هي كما يلي:
الكود الأكثر إحكامًا ينتجه GPT-6 Luna، في 29 ثانية، بتكلفة 0.00156 دولار! هذه مفاجأة الاختبار الكبرى: OpenAI أرخص 10 مرات مع Luna من DeepSeek…
أسرع سكريبت ينتجه DeepSeek v4.1 Flash، الذي يصل إلى 528,000 مدخل/ثانية في معالجة الملف.
في الواقع يستغرق فقط 189 مللي ثانية لتحليل 100,000 مدخل XML!
يختار استخدام XMLReader في البث… وهو الأسرع.
Claude Haiku 5.5 أيضًا غير مكلف في هذا الاختبار، وينتج الكود بسرعة كبيرة (17 ثانية)، مقابل 115 ثانية (أكثر بنحو 7 مرات) لـ DeepSeek، لكنه ينتج كودًا من بين الأبطأ في التنفيذ.
من حيث نسبة الأداء / السرعة / التكلفة، يتقدم DeepSeek في هذا الاختبار، إذا أعطى المرء الأولوية لسرعة تنفيذ الكود المنتج.
Grok مكلف جدًا (20 مرة أكثر من DeepSeek)، لكنه يأتي ثانيًا في الأداء.
Luna أرخص 10 مرات من DeepSeek، ليأتي رابعًا في الأداء، مع إنتاج سريع للغاية (29 ثانية).
المثير في هذا التمرين الصغير هو أننا لا نقيس فقط قدرة النموذج اللغوي الكبير على إنتاج كود وظيفي، بل أيضًا قدرته على اتخاذ الخيارات التقنية الصحيحة، وتجنب الإسهاب غير الضروري، وتوليد برنامج عالي الأداء حقًا.
ومن الواضح أن النموذج الأغلى ليس بالضرورة هو الذي ينتج أفضل كود.
هذا يوضح أيضًا مشكلة أخرى: أي النماذج لأي المهام…
التنسيق (الجيد) سيصبح قضية متزايدة الأهمية.
مصادر LinkedIn
- الملف الشخصي: Pierre Jean Duvivier dit Sage (LinkedIn)
ظهر المنشور هل سبق لك أن نظرت إلى الكود الذي ينتجه نموذجك اللغوي الكبير المفضل؟ أولاً على les plumes qui mordent.
الأسئلة الشائعة
الأسئلة الشائعة النظر إلى الكود الذي ينتجه نموذجك اللغوي الكبير المفضل
1 ماذا يعني النظر إلى الكود الذي ينتجه نموذج لغوي كبير
يعني قراءة الكود الذي يعطيك إياه مساعد الذكاء الاصطناعي وتشغيله ومراجعته فعليًا بدلاً من نسخه ولصقه بشكل أعمى
2 لماذا يجب أن أهتم بقراءة الكود المولد بالذكاء الاصطناعي
لأن النماذج اللغوية الكبيرة يمكن أن تكون مخطئة بثقة قراءة الكود تساعدك على اكتشاف الأخطاء ومشكلات الأمان وأخطاء المنطق قبل أن تصل إلى مشروعك
3 هل أحتاج أن أكون خبيرًا لمراجعة كود الذكاء الاصطناعي
لا حتى القراءة الأساسية تساعد يمكنك اكتشاف مشكلات واضحة مثل كلمات المرور المضمنة أو غياب معالجة الأخطاء أو كود لا يطابق ما طلبته
4 ما أنواع الأخطاء التي ترتكبها النماذج اللغوية الكبيرة عادة في الكود
تشمل المشكلات النموذجية دوال أو مكتبات مهلوسة وواجهات برمجة تطبيقات قديمة وأخطاء off-by-one وحالات حافة مفقودة وإعدادات افتراضية غير آمنة
5 هل يمكن أن يحتوي الكود المولد بالذكاء الاصطناعي على ثغرات أمنية
نعم تنتج النماذج أحيانًا كودًا بمخاطر حقن SQL أو تحقق ضعيف من المدخلات أو أسرار مكشوفة راجع دائمًا قبل النشر
6 لماذا يشير الكود أحيانًا إلى دوال أو حزم غير موجودة
تتنبأ النماذج اللغوية الكبيرة بنص يبدو معقولًا لذا يمكنها اختراع واجهات برمجة تطبيقات هذا يسمى الهلوسة تحقق دائمًا من أن الاستيرادات والدوال موجودة فعلاً
7 هل الكود المولد بالذكاء الاصطناعي صحيح عادة
غالبًا ما يكون قريبًا لكن عادةً "قريب" ليس جيدًا بما يكفي للإنتاج تعامل معه كمسودة أولى لا كإجابة نهائية
8 ما أسرع طريقة لفحص كود الذكاء الاصطناعي
شغله على حالة اختبار صغيرة واقرأه سطرًا بسطر وتحقق من أن كل استيراد واستدعاء دالة حقيقي ثم اختبر حالات الحافة
9 هل يجب أن أختبر الكود المولد بالذكاء الاصطناعي بشكل مختلف عن الكود الخاص بي
ليس حقًا لكن اختبره بدقة خاصة حالات الحافة ومسارات الأخطاء لأن النموذج ربما لم يأخذها في الاعتبار
10 هل يمكنني الوثوق بكود الذكاء الاصطناعي إذا بدا نظيفًا ومنسقًا جيدًا
لا التنسيق النظيف لا يقول شيئًا عن الصحة بعض أكثر أكواد الذكاء الاصطناعي إقناعًا في المظهر تكون معطلة بشكل خفي
11 ما فوائد مراجعة كود الذكاء الاصطناعي بدلاً من رفضه تمامًا
تحصل على سرعة توليد الذكاء الاصطناعي بالإضافة إلى أمان الحكم البشري وغالبًا تتعلم أنماطًا أو أساليب جديدة على طول الطريق
12 كيف أعرف إذا استخدم الذكاء الاصطناعي مكتبة أو واجهة برمجة تطبيقات قديمة
تحقق من
