Apakah masa depan pengembangan perangkat lunak adalah IDE yang didukung oleh kecerdasan buatan? GitHub mengajukan gagasan tersebut.

Sebelum konferensi tahunan Universe GitHub di San Francisco pada awal musim gugur ini, GitHub mengumumkan Copilot Workspace, lingkungan pengembangan yang memanfaatkan apa yang GitHub gambarkan sebagai "agen yang didukung oleh Copilot" untuk membantu pengembang merancang, merencanakan, membangun, menguji, dan menjalankan kode dalam bahasa alami.

Jonathan Carter, kepala GitHub Next, tim Penelitian & Pengembangan perangkat lunak GitHub, mengusulkan Workspace sebagai evolusi dari asisten pemrograman yang didukung oleh kecerdasan buatan GitHub, Copilot, menjadi alat yang lebih umum, membangun pada kemampuan yang baru-baru ini diperkenalkan seperti Copilot Chat, yang memungkinkan pengembang mengajukan pertanyaan tentang kode dalam bahasa alami.

“Melalui penelitian, kami menemukan bahwa, untuk banyak tugas, titik gesek terbesar bagi pengembang adalah dalam memulai, terutama dalam mengetahui cara mendekati masalah [pemrograman], mengetahui file mana yang akan diubah, dan mengetahui cara mempertimbangkan berbagai solusi dan trade-off mereka,” kata Carter. “Jadi kami ingin membangun asisten kecerdasan buatan yang dapat bertemu dengan pengembang pada awal ide atau tugas, mengurangi energi aktivasi yang diperlukan untuk memulai, dan kemudian berkolaborasi dengan mereka dalam melakukan suntingan yang diperlukan di seluruh inti kode.”

Pada hitungan terakhir, Copilot memiliki lebih dari 1,8 juta pelanggan perorangan berbayar dan 50.000 pelanggan korporat. Namun, Carter membayangkan pangsa pasar yang jauh lebih besar, yang tertarik dengan ekspansi fitur yang memiliki daya tarik luas, seperti Workspace.

“Karena pengembang menghabiskan banyak waktu mereka untuk bekerja pada [masalah pemrograman], kami percaya kami dapat membantu memberdayakan pengembang setiap hari melalui 'kemitraan pemikiran' dengan kecerdasan buatan,” kata Carter. “Anda dapat menganggap Copilot Workspace sebagai pengalaman pendamping dan lingkungan pengembangan yang melengkapi alat dan alur kerja yang ada dan memungkinkan penyederhanaan sejumlah tugas pengembang ... Kami percaya ada banyak nilai yang dapat disampaikan dalam lingkungan pengembang berbasis AI yang tidak terkekang oleh alur kerja yang ada.”

Tentu saja ada tekanan internal untuk membuat Copilot menguntungkan.

Copilot rata-rata kehilangan $20 sebulan per pengguna, menurut laporan Wall Street Journal, dengan beberapa pelanggan yang menghabiskan biaya hingga $80 sebulan. Dan jumlah layanan pesaing terus bertambah. Ada CodeWhisperer milik Amazon, yang perusahaan tersebut gratiskan kepada pengembang perorangan akhir tahun lalu. Juga ada startup, seperti Magic, Tabnine, Codegen, dan Laredo.

Diberikan repositori GitHub atau bug tertentu dalam repositori, Workspace – didorong oleh model GPT-4 Turbo OpenAI – dapat membangun rencana untuk (mencoba) menyelesaikan bug atau mengimplementasikan fitur baru, dengan memanfaatkan pemahaman komentar repositori, balasan isu, dan kode yang lebih besar. Pengembang mendapatkan kode saran untuk perbaikan bug atau fitur baru, bersama dengan daftar hal yang perlu mereka validasi dan uji kode tersebut, ditambah dengan kontrol untuk mengedit, menyimpan, mengembangkan ulang, atau membatalkannya.

Kode yang disarankan dapat dijalankan langsung di Workspace dan dibagikan di antara anggota tim melalui tautan eksternal. Anggota tim tersebut, begitu berada di Workspace, dapat menyempurnakan dan bereksperimen dengan kode sesuai keinginan mereka.

Mungkin cara paling jelas untuk meluncurkan Workspace adalah dari tombol “Buka di Workspace” baru di sebelah kiri isu dan permintaan tarik di repositori GitHub. Dengan mengkliknya, sebuah bidang terbuka untuk menggambarkan tugas rekayasa perangkat lunak yang akan diselesaikan dalam bahasa alami, seperti, “Menambahkan dokumentasi untuk perubahan dalam permintaan tarik ini,” yang, begitu dikirimkan, ditambahkan ke dalam daftar “sesi” dalam tampilan Workspace baru yang didedikasikan.

Workspace melakukan permintaan secara sistematis langkah demi langkah, membuat spesifikasi, menghasilkan rencana, dan kemudian mengimplementasikan rencana tersebut. Pengembang dapat membenamkan ke dalam salah satu langkah ini untuk mendapatkan pandangan granular tentang kode dan perubahan yang disarankan dan menghapus, menjalankan kembali, atau mengubah urutan langkah sesuai kebutuhan.

“Jika Anda bertanya kepada pengembang di mana mereka biasanya tersendat dengan proyek baru, Anda sering akan mendengar mereka mengatakan bahwa mereka bingung harus mulai dari mana,” kata Carter. “Copilot Workspace mengurangi beban tersebut dan memberi pengembang rencana untuk memulai iterasi.”

Workspace memasuki pratinjau teknis pada hari Senin, dioptimalkan untuk berbagai perangkat, termasuk mobile.

Yang penting, karena masih dalam pratinjau, Workspace tidak dicover oleh kebijakan perlindungan kekayaan intelektual GitHub, yang menjanjikan untuk membantu dengan biaya hukum pelanggan yang menghadapi klaim pihak ketiga yang menuduh bahwa kode yang dihasilkan oleh AI yang mereka gunakan melanggar hak kekayaan intelektual. (Model AI Generatif terkenal memuntahkan kembali kumpulan data latihan mereka, dan GPT-4 Turbo dilatih sebagian pada kode berhak cipta.)

Github mengatakan bahwa mereka belum menentukan bagaimana mereka akan memproduk Workspace, tetapi bahwa mereka akan menggunakan pratinjau tersebut untuk “mengenal lebih dekat nilai yang disampaikan dan bagaimana pengembang menggunakannya.”

Saya pikir pertanyaan yang lebih penting adalah: Akankah Workspace memperbaiki masalah eksistensial seputar Copilot dan alat pemrograman berbasis AI lainnya?

Analisis lebih dari 150 juta baris kode yang dilakukan pada repositori proyek selama beberapa tahun terakhir oleh GitClear, pengembang alat analisis kode dengan nama yang sama, menemukan bahwa Copilot menyebabkan kode yang salah lebih banyak didorong ke basis kode dan lebih banyak kode ditambahkan kembali daripada digunakan kembali dan disederhanakan, menciptakan masalah bagi pemelihara kode.

Di tempat lain, peneliti keamanan telah memperingatkan bahwa Copilot dan alat serupa dapat meningkatkan bug dan masalah keamanan yang sudah ada dalam proyek perangkat lunak. Dan peneliti Stanford telah menemukan bahwa pengembang yang menerima saran dari asisten pemrograman berbasis AI cenderung menghasilkan kode yang kurang aman. (GitHub menekankan kepada saya bahwa mereka menggunakan sistem pencegahan kerentanan berbasis AI untuk mencoba memblokir kode yang tidak aman serta filter duplikasi kode opsional untuk mendeteksi regurgitasi kode publik.)

Namun pengembang tidak menjauhi AI.

Dalam jajak pendapat StackOverflow dari Juni 2023, 44% pengembang mengatakan bahwa mereka menggunakan alat AI dalam proses pengembangan mereka sekarang, dan 26% berencana untuk segera melakukannya. Gartner memprediksi bahwa 75% insinyur perangkat lunak perusahaan akan menggunakan asisten kode AI pada tahun 2028.

Dengan menekankan tinjauan manusia, mungkin Workspace memang dapat membantu membersihkan beberapa masalah yang diperkenalkan oleh kode yang dihasilkan oleh AI. Kita akan segera mengetahui saat Workspace masuk ke tangan pengembang.

“Tujuan utama kami dengan Copilot Workspace adalah memanfaatkan kecerdasan buatan untuk mengurangi kompleksitas sehingga pengembang dapat mengekspresikan kreativitas mereka dan menjelajahi lebih bebas,” kata Carter. “Kami sungguh percaya bahwa kombinasi manusia ditambah AI akan selalu lebih unggul dari salah satunya saja, dan itulah yang kami pertaruhkan dengan Copilot Workspace.”