Coding Is Not Solved

The article argues that 'coding is solved' is a brain-dead narrative. The author, with experience building AI systems, contends that while LLMs can generate code, they fail at critical non-functional requirements like maintenance, reliability, and security. Even functional requirements remain unsolved.

The author identifies three product types that don't require code review: personal software, POCs, and weaponized AI—all high-risk tolerance scenarios. Production software in healthcare, finance, automotive, and defense demands accountability AI cannot provide. AI cannot be punished, held responsible, or suffer consequences, making it unsuitable for systems where mistakes cost lives or money.

The author criticizes proponents of 'coding is solved' for having little to show. They note LLMs succeed through feedback loops that hide errors, but struggle with logical reasoning and counting tasks. Coding remains one of the last areas for current LLM generation to take over due to its logical nature and compiler constraints.

ي arguing المقال أن 'البرمجة تم حلها' هي حكاية مجنونة. الكاتب، الذي يمتلك خبرة في بناء نظم الذكاء الاصطناعي، يzarع أن بينما نماذج اللغة الكبيرة (LLMs) يمكنها توليد الكود، إلا أنها ت failing في المتطلبات غير الوظيفية الحيوية مثل الصيانة والموثوقية والأمن. حتى المتطلبات الوظيفية لا تزال غير محلولة. الكاتب يحدد三种 أنواع من المنتجات التي لا تحتاج إلى مراجعة الكود: البرمجيات cápersonales، والProof of Concepts، والذكاء الاصطناعي المُسَلَّح—all سيناريوهات ذات تحمل مخاطر عالية. البرمجيات الإنتاجية في الرعاية الصحية، والمالية، والسيارات، والدفاع تتطلب حسابًا cannot يprovide الذكاء الاصطناعي. لا يمكن معاقبة الذكاء الاصطناعي، أو احتجازه، أو أن يعاقب، مما يجعله غير مناسب للنظام حيث تكلفة الأخطاء الأرواح أو المال. الكاتب ينتقد دعم 'البرمجة تم حلها' لعدم وجود ما يُظهره. يلاحظ أن نماذج اللغة الكبيرة ت نجاح من خلال دوالي تغطي الأخطاء، لكنها ت struggled بالمنطق العددي ومهام العد. البرمجة تظل واحدة من آخر المناطق التي يمكن أن takes over التوليد الحالية لنماذج اللغة الكبيرة بسبب طبيعتها المنطقية وقيود المُجمِّع.

নিবন্ধটি যুক্তি দেয় যে 'কোডিং সমাধান হয়েছে' একটি বোকা কাহিনী। লেখক, যার এ. I. সিস্টেম তৈরির অভিজ্ঞতা আছে, তর্ক করেন যে হালাংকি ল্যাংauge মডেলগুলো কোড তৈরি করতে পারলেও, তারা রক্ষণাবেক্ষণ, নির্ভরযোগ্যতা এবং নিরাপত্তা হ্যান্ডেল করতে পারে না। এমনকি কার্যকারক প্রয়োজনতাগুলোও অসমাধান রয়েছে। লেখক তিনটি প্রকার উত্পাদন চিহ্নিত করেন যেগুলো কোড রিভিউ প্রয়োজন নয়: ব্যক্তিগত সফটওয়ার, প্রুফ অফ কনসেপ্ট এবং অস্ত্রাসজ্ঞ এ. I.—এগুলো সবই উচ্চ ঝুঁকি সহিষ্ণুতা সিনারিও। স্বাস্থ্য, আর্থিক, গাড়ি এবং প্রতিরক্ষা প্রকল্পে উত্পাদন সফটওয়ার একটি হিসাবের এ.

I. প্রয়োজন যা এ. I. প্রদান করতে পারে না। এ. I. শাস্তি প্রদান করা, দায়ী করা বা পরিণাম সহ্য করা পারে না, যার ফলে এটি অনুপযুক্ত হয় যেখানে ভুল জীবন বা টাকা ক্ষতি করে। লেখক 'কোডিং সমাধান হয়েছে' সমর্থকদের সমালোচনা করেন যেহেতু তাদের প্রদর্শনের কিছু নেই। তিনি লক্ষ্য করেন যে এ.

I. ত্রুটি লুকানোর ফিডব্যাক লোপের মাধ্যমে সফল হয়, কিন্তু যুক্তিগত চিন্তা এবং গণনা কাজে সংঘটিত হয়। কোডিং একটি শেষ এলাকা যেখানে বর্তমান এ. I. তৈরি প্রভাবিত হতে পারে যুক্তিগত প্রকৃতি এবং কম্পাইলার সীমাবদ্ধতার কারणে।.

Der Artikel argumentiert, dass 'Codierung ist gelöst' eine blöde Erzählung ist. Der Autor, mit Erfahrung im Bau von AI-Systemen, behauptet, dass obwohl LLM Code generieren können, sie an kritischen nicht-funktionalen Anforderungen wie Wartbarkeit, Zuverlässigkeit und Sicherheit scheitern. Selbst funktionale Anforderungen sind immer noch ungelöst.

Der Autor identifiziert drei Produkttypen, die keine Code-Review benötigen: Persönliche Software, POCs und bewaffnete AI—alle Szenarien mit hoher Risikotoleranz. Die Produktionssoftware in Gesundheitswesen, Finanzen, Automobil und Verteidigung erfordert eine rechenschaftspflichtige AI, die nicht bereitgestellt werden kann. AI kann nicht bestraft, zur Verantwortung gezogen oder Konsequenzen ertragen, was sie für Systeme, bei denen Fehler Leben oder Geld kosten, ungeeignet macht.

Der Autor kritisiert die Befürworter von 'Codierung ist gelöst', da sie wenig zu zeigen haben. Sie bemerken, dass LLM durch Feedback-Schleifen, die Fehler verbergen, Erfolg haben, aber mit logischem Denken und Zählaufgaben kämpfen. Codierung bleibt eines der letzten Gebiete, auf die die aktuelle LLM-Generation aufgrund ihrer logischen Natur und Compiler-Einschränkungen übernehmen kann.

El artículo argumenta que 'la codificación está resuelta' es una narrativa tonta. El autor, con experiencia en sistemas de IA, sostiene que aunque los LLM pueden generar código, fallan en requisitos no funcionales críticos como el mantenimiento, la confiabilidad y la seguridad. Incluso los requisitos funcionales siguen sin resolverse.

El autor identifica tres tipos de productos que no requieren revisión de código: software personal, POCs e IA weaponizada, todos escenarios de alta tolerancia al riesgo. El software de producción en salud, finanzas, automotriz y defensa exige una IA de rendición de cuentas que no puede proporcionar. La IA no puede ser castigada, ni responsabilizada, ni sufrir consecuencias, lo que la hace inapropiada para sistemas donde los errores cuestan vidas o dinero.

El autor critica a los defensores de 'la codificación está resuelta' por tener poco que mostrar. Señala que los LLM tienen éxito a través de bucles de feedback que ocultan errores, pero luchan con el razonamiento lógico y tareas de conteo. La codificación sigue siendo una de las última áreas donde la generación actual de LLM puede tomar el control debido a su naturaleza lógica y restricciones del compilador.

L'article argue que 'le codage est résolu' est une narration absurde. L'auteur, avec de l'expérience dans la construction de systèmes d'IA, soutient que bien que les LLM puissent générer du code, ils échouent sur les exigences non fonctionnelles critiques comme la maintenance, la fiabilité et la sécurité. Même les exigences fonctionnelles restent non résolues.

L'auteur identifie trois types de produits qui n'ont pas besoin de révision de code : logiciel personnel, POCs et IA armée—tous des scénarios de haute tolérance au risque. Le logiciel de production dans la santé, finance, automobile et défense exige une IA de redevabilité que l'IA ne peut pas fournir. L'IA ne peut être punie, tenue responsable ou subir des conséquences, ce qui la rend inappropriée pour les systèmes où les erreurs coûtent des vies ou de l'argent.

L'auteur critique les partisans de 'le codage est résolu' pour avoir peu à montrer. Ils notent que les LLM réussissent par des boucles de rétroaction qui cachent les erreurs, mais luttent avec le raisonnement logique et les tâches de comptage. Le codage reste l'une des dernières zones où la génération actuelle de LLM peut prendre le contrôle en raison de sa nature logique et des contraintes du compilateur.

लेख तर्क देता है कि 'कोडिंग हल है' एक मूर्खतापूर्ण कथन है। लेखक, जिनके पास AI प्रणालियां बनाने का अनुभव है, तर्क करते हैं कि हालांकि LLM कोड जनरेट कर सकते हैं, वे महत्वपूर्ण गैर-कार्यात्मक आवश्यकताओं जैसे कि रखरखाव, विश्वासनीयता और सुरक्षा में असफल हो जाते हैं। यहां तक कि कार्यात्मक आवश्यकताएं भी अभी तक हल नहीं हुई हैं। लेखक तीन प्रकार के उत्पादों की पहचान करते हैं जिन्हें कोड रिव्यू की आवश्यकता नहीं है: व्यक्तिगत सॉफ्टवेयर, POCs और हथियारबंद AI—ये सभी उच्च जोखिम सहिष्णुता वाले प्रकार हैं। स्वास्थ्य, वित्त, ऑटोमोबाइल और रक्षा में उत्पादन सॉफ्टवेयर में जवाबदेही की मांग होती है जो AI प्रदान नहीं कर सकता। AI को मारा जा सकता है, जिम्मेदारी ली जा सकती है, या परिणाम सहन नहीं किया जा सकता, जिससे यह ऐसे प्रणालियों में अनुपयुक्त हो जाता है जहां गलतियां जिंदगियां या पैसे लेती हैं। लेखक 'कोडिंग हल है' के समर्थकों की आलोचना करते हैं क्योंकि उन्हें बताने को कुछ नहीं है। वे बताते हैं कि LLM गलतियां छिपाने वाले फीडबैक लूप के माध्यम से सफल होते हैं, लेकिन तर्कात्मक तर्क और गणना कार्यों में संघर्ष करते हैं। कोडिंग अंत में वर्तमान LLM जनरेशन द्वारा लिया जाने वाले क्षेत्रों में से एक है तार्किक प्रकृति और कंपाइलर सीमाओं के कारण।

Artikel ini berargumen bahwa 'kode sudah selesai' adalah narasi bodoh. Penulis, dengan pengalaman membangun sistem AI, berpendapat bahwa meskipun LLM dapat menghasilkan kode, mereka gagal pada persyaratan non-fungsional kritis seperti pemeliharaan, keandalan, dan keamanan. Bahkan persyaratan fungsional masih tidak terselesaikan.

Penulis mengidentifikasi tiga jenis produk yang tidak memerlukan review kode: perangkat lunak personal, POC, dan AI yang dipersenjatai—all skenario toleransi risiko tinggi. Perangkat lunak produksi dalam kesehatan, keuangan, otomotif, dan pertahanan menuntut AI akuntabilitas yang tidak dapat disediakan. AI tidak bisa dihukum, dipertanggungjawabkan, atau mengalami konsekuensi, membuatnya tidak cocok untuk sistem di mana kesalahan menghabiskan nyawa atau uang.

Penulis mengkritik pendukung 'kode sudah selesai' karena sedikit yang bisa ditunjukkan. Mereka mencatat bahwa LLM sukses melalui loop feedback yang menyembunyikan kesalahan, tetapi berjuang dengan penalaran logis dan tugas penghitungan. Kode masih menjadi salah satu area terakhir di mana generasi LLM saat ini dapat mengambil alih karena sifat logis dan batasan kompilator.

この記事は、「コードは解決している」という話は馬鹿げていると論じます。著者でAIシステム構築の経験がある人は、LLMがコードを生成できるものの、保守性、信頼性、セキュリティなどの重要な非機能要件で失敗すると主張します。機能的要件も仍未解决です。著者は、コードレビュー不要な3つの製品タイプを特定します：パーソナルソフトウェア、POC、武器化AI—all高リスク許容シナリオ。医療、金融、自動車、防衛分野の生成ソフトウェアは、AIが提供できない説明責任を要求します。AIは罰せられ、責任を問われ、結果を受容できず、ミスが命や_goldを失うシステムでは不適切です。著者は「コードは解決した」という主張者を批判し、示すものが几乎没有と指摘します。LLMはエラーを隠すフィードバックループで成功するが、論理的推論とカウントタスクで苦労します。コードは、論理的性質とコンパイラの制約により、現在のLLM生成が最後に引き継ぐ領域の一つです。

O artigo argumenta que 'a codificação está resolvida' é uma narrativa tola. O autor, com experiência em sistemas de IA, contentiona que, embora os LLMs possam gerar código, falham em requisitos não funcionais críticos como manutenção, confiabilidade e segurança. Mesmo os requisitos funcionais permanecem não resolvidos.

O autor identifica três tipos de produtos que não exigem revisão de código: software pessoal, POCs e IA armada—all cenários de alta tolerância a risco. O software de produção em saúde, finanças, automotiva e defesa exige uma IA de prestação de contas que a IA não pode fornecer. A IA não pode ser punida, responsabilizada ou sofrer consequências, tornando-a inadequada para sistemas onde erros custam vidas ou dinheiro.

O autor critica os defensores de 'a codificação está resolvido' por terem pouco a mostrar. Eles observam que os LLMs têm sucesso por meio de loops de feedback que ocultam erros, mas lutam com raciocínio lógico e tarefas de contagem. A codificação permanece uma das últimas áreas onde a geração atual de LLM pode tomar over devido à sua natureza lógica e restrições do compilador.

Статья утверждает, что 'кодирование решено' — это тупая повествовательная линия. Автор, имеющий опыт построения систем ИИ, утверждает, что, хотя большие языковые модели (LLM) могут генерировать код, они не справляются с критическими нефункциональными требованиями, такими как сопровождение, надежность и безопасность. Даже функциональные требования остаются нерешенными. Автор определяет три типа продуктов, не требующих код-ревью: персональное ПО, proof-of-concepts и оружейный ИИ — все это сценарии с высокой терпимостью к риску. Программное обеспечение в производстве в здравоохранении, финансах, автомобилестроении и обороне требует подотчетного ИИ, которое не может быть предоставено. ИИ не может быть наказан, привлечен к ответственности или испытать последствия, что делает его непригодным для систем, где ошибки стоят жизней или денег. Автор критикует сторонников 'кодирование решено' за отсутствие чего-либо показать. Он отмечает, что LLM добиваются успеха через обратные связи, скрывающие ошибки, но борются с логическим рассуждением и задачами на счёт. Кодирование остаётся одной из последних областей, где текущая генерация LLM может взять на себя контроль из-за своей логической природы и ограничений компилятора.

本文认为‘编码已解决’是一种愚蠢的说法。作者拥有构建AI系统的经验，他指出虽然大型语言模型（LLM）可以生成代码，但它们在维护性、可靠性和安全性等关键的非功能性需求方面存在缺陷。即使是功能性需求也尚未解决。作者确定了三种不需要代码审查的产品类型：个人软件、概念验证（POC）和武器化AI——这些都是高风险容忍度的场景。在医疗保健、金融、汽车和国防等领域的生产软件中，需要问责制，而AI无法提供。AI不能被惩罚、不能承担责任，也不能承受后果，这使得它在错误会危及生命或金钱的系统中不适用。作者批评了‘编码已解决’的支持者，认为他们几乎没有什么可展示的。他们指出，LLM通过隐藏错误的反馈循环取得成功，但在逻辑推理和计数任务上仍然困难。由于其逻辑性质和编译器约束，编码仍然是当前LLM生成能力接管的最后领域之一。