A chatgpt Copilot nekem tipikusan az ilyen scaffolding jellegű favágást váltja ki. És jól váltja ki. Nagyjából annyira jól, mint amikor melóban az egyszerűbb unit tesztek írását odaadtuk a gyakornoknak, mert egyrészt abból is tanulta a rendszer működését, másrészt az volt az, amit meg tudott csinálni. Szerintem senki (értelmes) ember nem beszél arról, hogy a ChatGPT-nek odaadod a feladatot, és abból prod kód születik.
De jobbat mondok, a csapat legseniorabb emberének a kódját sem szokás prodba tenni, ugyanazokon a folyamatokon kell átmennie (unit test, regression test, statikus analízis, teszt buildek, peer review, stb.), mint a nullkilométeres juniornak.
lehet használni tökjó dolgokra, de az én lusta vagyok valamit megírni, ezért generálja le, majd alaposan átnézem (lol) nem ez.
Nem értünk egyet, szerintem elsősorban pont erre jó. Vagy legalábbis nem igazán találtam neki olyan use case-t, amiben jobb lenne. Már eleve a működési modellje (LLM) predesztinálja, hogy favágásra lesz főleg alkalmas. :)
Legaktuálisabb példám, egy soktáblás, code-first Entity Framework modellre kellett repository patternt csinálnom, ez régen úgy nézett volna ki, hogy az összes retkes entity-re meg kellett volna írni a kódot, copilottal meg gyakorlatilag a tabot kellett nyomkodnom. Nyilván a tab nyomkodása után elolvastam, és ellenőriztem az outputot, de ha nem tettem volna, akkor is fennakad a PR merge előtt.