Hacker News 의견

• LLM은 인간과 다른 방식으로 실수를 하며, 이를 잡아내기 어려움

  • 인간의 실수를 잡아내는 데는 오랜 경험이 있지만, LLM의 사고방식을 이해하기 어려움
  • LLM의 오류를 잡아내는 시스템 설계가 어려움

• LLM은 요구사항을 모르면 훈련 데이터에서 가장 가능성 있는 답을 채워 넣음

  • 고객이 원하는 것을 정확히 설명해야 AI가 프로그래머를 대체할 수 있음

• 소프트웨어 엔지니어링에서 요구사항을 명확히 하는 것이 중요함

  • 요구사항을 명확히 하면 해결책이 자연스럽게 결정됨
  • 새로운 프레임워크나 라이브러리를 배울 때는 문서를 꼼꼼히 읽는 것이 좋음
  • 버그를 고칠 때는 시스템의 가정을 체계적으로 검토하는 것이 중요함
  • 코드 중복은 세 번째 발생 시 리팩토링하는 것이 좋음

• LLM은 "매우 똑똑한 초급 프로그래머" 수준의 코딩 능력을 가짐

  • 큰 그림을 보는 능력이 부족하고, 요청된 것만 수행함
  • 모델은 계속 개선될 것으로 예상됨

• LLM은 너무 많은 답변을 하려고 함

  • 충분한 데이터를 주지 않으면 잘못된 답변을 생성함
  • LLM이 "더 많은 정보가 필요함"이라고 말할 수 있으면 좋겠음

• 블로그의 게시물이 많아지면서 정리가 필요함

  • 좋은 조직 시스템을 찾지 못했음

• LLM과 코딩할 때의 유용한 조언

  • 정적 타입 사용에 대한 의견 차이 있음
  • Clojure가 Typescript보다 더 나은 결과를 줌
  • LLM은 함수 중심의 접근 방식에 더 적합함

• LLM은 계산과 산술에 약함

  • 코드 생성 시 정확한 위치에서 숫자를 가져오는 것이 중요함
  • LLM이 생성한 코드를 디버깅하는 데 시간이 걸림

• 인간 코더와 함께 고려해야 할 사항

  • 제품 관리자도 주목해야 함

• 세 가지 LLM이 존재하지 않는 "버그"를 발견한 사례

  • 최적화된 코드는 아니지만 버그는 아님
  • 코드 블록 간의 거리가 짧았음