Pernahkah Anda ingin membuat aplikasi khusus Anda sendiri tetapi tidak ingin meluangkan waktu untuk melakukan pembelajaran sial yang dibutuhkan pengembangan perangkat lunak? Jika demikian, proyek eksperimental baru dari GitHub mungkin saja mewujudkan impian Anda.
GitHub Spark memungkinkan Anda membangun apa yang disebut perusahaan “aplikasi mikro” atau “percikan.” Ini adalah aplikasi khusus yang sangat terbatas yang melakukan satu atau dua tugas dasar. Anda membuatnya melalui antarmuka chatbot, dan ketika Anda selesai, Anda mendapatkan percikan yang Anda bisa (suatu hari nanti) bagikan dengan semua teman Anda.
Juga: Microsoft menawarkan pelatihan keterampilan AI gratis untuk semua – dan belum terlambat untuk mendaftar
Saya baru -baru ini mendapat akses ke pratinjau dan dapat melakukan beberapa pengujian. Pada dasarnya, alat ini sangat terbatas. Tetapi karena ada AI yang beroperasi di bawahnya, AI mungkin melakukan beberapa sihir AI yang sangat canggih dalam antarmuka Spark yang sangat terbatas.
Menghubungkan dan mengonfigurasi
Hal pertama yang perlu Anda lakukan adalah menautkan akun GitHub Anda ke Spark. Arahkan browser Anda ke https://spark.githubnext.com/ dan masuk dengan akun GitHub Anda. Jika Anda tidak memiliki akun GitHub, Anda harus mendapatkannya.
Juga: AI terbaik untuk pengkodean (dan apa yang tidak digunakan)
Setelah Anda masuk, Anda harus memberikan izin. Ini sangat mirip dengan aplikasi lain yang memerlukan izin sebelum pertama kali digunakan.
Setelah Anda berada di lingkungan Spark, Anda akan melihat antarmuka chatbot standar. Jika Anda mengklik ikon panel kontrol kecil, Anda dapat memilih model AI yang ingin Anda gunakan. Saya memiliki beberapa kesuksesan yang baik dengan GPT-4O dan coding, jadi itulah yang saya pilih.
Apa yang ingin Anda bangun?
Saya banyak memikirkan aplikasi seperti apa yang ingin saya bangun. Contohnya termasuk aplikasi pelacakan kebiasaan, pelacak tunjangan, aplikasi peta, dan perencana malam karaoke. Pada dasarnya, mereka semua adalah aplikasi yang menyajikan formulir yang terdiri dari bidang dan tombol dan melakukan beberapa logika bisnis berdasarkan data yang dimasukkan.
Juga: Cara mengubah chatgpt ke alat daya pengkodean AI Anda – dan menggandakan output Anda
Tetapi entitas yang melakukan perhitungan logika bisnis bukanlah manajer formulir yang khas. Sebaliknya, itu GPT-4O. Jadi bagaimana jika logika bisnis saya adalah sesuatu yang sangat kompleks dan sulit untuk algoritma reguler tetapi mudah untuk AI – semuanya dibungkus dengan UI yang sangat sederhana?
Saya memutuskan ingin membuat alat yang memungkinkan saya untuk menempel di blok kode. Aplikasi ini akan memberi tahu saya apa yang dilakukan kode, bahasa apa yang ditulisnya, pengamatan apa pun tentang area di mana mungkin ada masalah, dan mungkin rincian terperinci dari baris kode.
Pikirkan tentang itu. Di tahun-tahun yang lalu, itu akan menjadi proyek multi-juta dolar jika itu bisa dilakukan sama sekali.
Tapi saya baru saja memberi makan satu baris: “Alat yang memeriksa dan menjelaskan kode sumber.”
Lalu aku memukul “Go.”
Juga: Bagaimana menggunakan chatgpt untuk menulis kode: apa yang dilakukan dengan baik dan apa yang tidak
Hasilnya adalah antarmuka yang ditunjukkan di bawah ini. Di sebelah kiri adalah panel yang secara teoritis memungkinkan Anda untuk mengulangi apa yang akan dilakukan aplikasi. Panel tengah terdiri dari kode yang dihasilkan dari prompt. Dan panel yang tepat adalah percikan antarmuka pengguna yang dibuat untuk aplikasi.
Saya memberinya kode ekspresi reguler buggy dari tes pemrograman saya hanya untuk melihat apa yang akan dilakukannya.
Seperti yang saya duga, GPT-4O cukup mampu menganalisis cuplikan kode. Saya tidak menemukan hasilnya berguna seperti yang saya inginkan, jadi saya memutuskan untuk memperbaiki apa yang akan dilakukan aplikasi untuk saya.
Menyesuaikan aplikasi
Anda membuat perubahan melalui bidang iterate di panel paling kiri. Saya memberi tahu GPT-4O bahwa saya ingin:
- Tampilkan bahasa kode sumber
- Berikan deskripsi satu hingga dua kalimat singkat tentang apa yang dilakukan kode tersebut
- Tambahkan satu atau dua kalimat yang menggambarkan kegagalan kode
Saya mempresentasikannya untuk memicu di bidang itu dan berharap yang terbaik.
Hasilnya mengesankan. Aplikasi itu, pada kenyataannya, memberi saya informasi yang saya inginkan. Anda dapat melihatnya di panel di sisi kanan antarmuka. Ini mengidentifikasi bahasa, memberikan deskripsi singkat tentang kode, dan menguraikan banyak masalah dengan kode.
Juga: Gemini Pro 2.5 adalah asisten pengkodean yang sangat mampu – dan ancaman besar bagi chatgpt
Kemudian memberikan penjelasan terperinci dari kode yang merupakan bagian dari persyaratan persyaratan asli, di mana saya memintanya untuk menjelaskan kode sumber.
Hasilnya mengesankan, tetapi saya tidak suka formatnya.
Keras kepala, berkepala tebal, dan tidak responsif
Pada titik inilah Spark mulai menunjukkan keterbatasannya. Seperti yang dapat Anda lihat di panel paling kiri dari gambar di atas, saya mencoba mendapatkan Spark untuk menghapus tiga tanda bintang di awal setiap jawaban. Saya juga mencoba membuatnya untuk mengubah bagian kritik menjadi daftar peluru. Akhirnya, saya ingin menyingkirkan set kedua nomor indeks di bawah judul.
Juga: Apa itu pengkodean getaran AI? Ini semua kemarahan tapi bukan untuk semua orang – inilah alasannya
Saya mendapat peluru, tetapi Spark atau GPT-4O mengabaikan permintaan saya yang lain. Dugaan saya adalah bahwa GPT-4O menulis di Markdown, tetapi UI Spark tidak menguraikan penurunan harga dengan benar.
Sejujurnya, saya memiliki 20 atau lebih tangkapan layar lagi dari berbagai upaya saya untuk mendapatkan GPT-4O dan memicu untuk membersihkan presentasi itu. Saya sangat terkesan bahwa saya dapat dengan cepat membangun aplikasi yang menjelaskan kode, tetapi semakin frustrasi bahwa saya tidak bisa mendapatkannya untuk membuat beberapa perbaikan presentasi kecil yang akan memakan waktu lima menit jika saya mengkodekannya secara langsung.
Juga: Saya menguji AI GitHub Copilot – keberhasilannya dalam pengkodean yang membingungkan saya
Satu baris kode – perintah ganti string menggantikan tiga tanda bintang dengan string kosong, dan yang lain menggantikan dua tanda bintang dengan string kosong – akan membersihkan satu masalah presentasi. Perintah ganti string lain, dengan ekspresi reguler sederhana yang mencari digit diikuti oleh titik desimal di awal garis dan menggantinya dengan string kosong, akan memperbaiki semua masalah presentasi.
Saya mencobanya, dan Anda dapat memodifikasi kode yang dihasilkan oleh Spark. Tetapi jika Anda melakukan iterasi tambahan menggunakan AI, kode apa pun yang Anda modifikasi ditimpa, bahkan jika modifikasi AI yang diminta tidak ada di dekat kode yang dimodifikasi.
Berbagi terbatas
Akhirnya, saya menyerah untuk mencoba menyetel format output. Bahkan dengan output yang sedikit jelek, alat itu sendiri berguna. Jadi saya memutuskan ingin membagikannya dengan semua orang.
Juga: Dari nol hingga jutaan? Bagaimana orang biasa menguangkan AI
Anda dapat melakukan ini dengan mengklik ikon Bagikan di sebelah Spark bernama dan memilih untuk membagikannya.
Berikut ini tautan ke percikan saya (tapi jangan terlalu berharap menggunakannya). Anda tidak dapat menggunakannya kecuali Anda memiliki akun GitHub. Bahkan jika Anda melakukannya, Anda tidak dapat menggunakannya kecuali Anda telah diterima dalam program Pratinjau Spark. Saya mencoba dengan akun GitHub lain dan menerima pesan ini.
Seberapa konsekuensi ini?
Generator formulir tanpa kode telah tersedia selama bertahun-tahun. Saya membangun satu sejauh awal 2000 -an. Karena UI untuk alat semacam itu sebagian besar adalah masalah memilih kontrol (tombol, drop-down, bidang, dll.), Seiring dengan penempatan dan beberapa cat cantik, itu bukan prospek yang sangat sulit.
Meskipun Anda hanya dapat melakukan banyak hal dengan aplikasi berbasis formulir, Anda benar-benar dapat membangun variasi aplikasi yang cukup bagus. Aplikasi ini biasanya dari jenis manajemen informasi, daripada produktivitas atau alat yang sangat interaktif. Namun, bisnis dapat menyelesaikan banyak hal dalam batas -batas generator formulir.
Juga: Jika chatgpt menghasilkan kode yang dihasilkan AI untuk aplikasi Anda, siapa yang sebenarnya?
Menambahkan AI untuk mengelola logika bisnis dengan liar memperluas kemampuan generator bentuk tersebut, seperti yang ditunjukkan oleh penganalisa kode pemrograman saya. Tetapi AIS juga sangat tidak dapat diandalkan, jadi tidak jelas Anda ingin menjalankan logika bisnis yang sangat penting melalui algoritma yang dikelola oleh AI.
Tetapi sekali lagi, untuk subset aplikasi yang cukup besar, pendekatan ini bisa cukup baik.
Dan itu membawa kita pada proses berulang yang ditawarkan Spark. Karena kode yang ditulis manusia diledakkan menjadi terlupakan dengan setiap pembaruan AI, modifikasi dan penyesuaian, cara kuno tidak praktis. Sayangnya, AI memiliki mentalitas ini-no-farther, dan begitu ia membangun beberapa logika bisnis dasar, dengan keras kepala menolak untuk mengimplementasikan tweak dan modifikasi tambahan.
Sayangnya, membuat alat ini menjadi rasa ingin tahu belaka, bukan sumber bisnis yang berguna. Tetapi di sisi lain, itu bukan masalah yang sangat sulit untuk dipecahkan. Dengan demikian, mengingat tugas yang sangat dapat dicapai untuk meningkatkan kemampuan generator formulir dan tugas yang sama -sama dapat dicapai untuk membuat iterasi dan perubahan lebih efektif, saya pikir GitHub Spark memiliki potensi untuk berguna.
Juga: 10 Pengembang Profesional tentang Janji Sejati dan Risiko Pengkodean Suasana
Saya ingin melihat cara bagi kode yang ditulis manusia untuk hidup berdampingan dengan kode yang ditulis AI. Dan saya ingin melihat cara Sparks untuk berjalan sebagai aplikasi web mandiri tanpa pengguna harus menjadi bagian dari kerangka kerja GitHub. Tetapi itu juga harapan yang cukup dapat dicapai.
Intinya adalah bahwa ini memiliki potensi untuk menjadi alat yang dapat digunakan, jika dibatasi. Tentu saja belum ada di sana, tetapi berikan satu tahun atau lebih dari iterasi. Mungkin akan mampu melakukan beberapa tugas yang menarik.
Saya katakan, tetap disini. Kemungkinan besar akan datang.
Sudahkah Anda mencoba Github Spark, atau Anda masih menunggu untuk diterima di pratinjau? Jika Anda memiliki akses, aplikasi jenis apa yang Anda coba bangun, dan bagaimana hasilnya? Apakah Anda terkesan dengan kemampuan AI untuk menghasilkan logika, atau frustrasi dengan keterbatasan ketika mencoba melakukan penyesuaian? Dan jika Anda belum menggunakan Spark, apakah menurut Anda alat seperti ini dapat mengubah bagaimana non-coders mendekati aplikasi membangun aplikasi? Beri tahu kami di komentar di bawah.
Dapatkan cerita teratas pagi di kotak masuk Anda setiap hari dengan kami Tech Today Newsletter.
Anda dapat mengikuti pembaruan proyek sehari-hari saya di media sosial. Pastikan untuk berlangganan buletin pembaruan mingguan saya, dan ikuti saya di Twitter/X di @Davidgewirtzdi Facebook di facebook.com/davidgewirtz, di Instagram di instagram.com/davidgewirtz, di bluesky di @davidgewirtz.com, dan di youtube di youtube.com/davidgewirtztv.