Welkom bij AI Gedecodeerd, Snel bedrijf’s wekelijkse nieuwsbrief met het belangrijkste nieuws ter wereld AI. Je kunt tekenen om deze nieuwsbrief wekelijks per e-mail te ontvangen hier.
Is de “AI slop”-code hier om te blijven?
Een paar maanden geleden schreef ik erover donkere kant van vibe-coderingstools: Ze genereren vaak code die bugs of beveiligingsproblemen introduceert die later aan het licht komen. Ze kunnen een direct probleem oplossen, terwijl het in de loop van de tijd moeilijker wordt om een codebasis te onderhouden. Het is waar dat verschillende ontwikkelaars gebruiken AI code-assistenten, en gebruik ze vaker en voor meer taken. Maar velen lijken de tijd die vandaag wordt bespaard af te wegen tegen de schoonmaakwerkzaamheden waarmee ze morgen te maken kunnen krijgen.
Wanneer menselijke ingenieurs projecten bouwen met veel bewegende delen en afhankelijkheden, moeten ze een enorme hoeveelheid informatie in hun hoofd bewaren en vervolgens de eenvoudigste en meest elegante manier vinden om hun plan uit te voeren. AI-modellen staan voor een soortgelijke uitdaging. Ontwikkelaars hebben me openlijk verteld dat AI-coderingstools, waaronder Claude Code en Codex, nog steeds moeite hebben met het verwerken van grote hoeveelheden context in complexe projecten. De modellen kunnen belangrijke details uit het oog verliezen, de betekenis of implicaties van projectgegevens verkeerd interpreteren, of planningsfouten maken die tot inconsistenties in de code leiden; allemaal zaken die een ervaren software-ingenieur zou opmerken.
De meest geavanceerde AI-coderingstools beginnen nu pas test- en validatiemogelijkheden toe te voegen die proactief problematische code aan het licht kunnen brengen. Toen ik Sam Altman, CEO van OpenAI, tijdens een recente persconferentie vroeg of Codex beter wordt in het testen en valideren van gegenereerde code, was hij zichtbaar enthousiast. Altman zei dat OpenAI het een goed idee vindt om agenten in te zetten die achter ontwikkelaars werken, code valideren en potentiële problemen opsporen.
Codex kan tests uitvoeren op de code die het genereert of wijzigt, testsuites uitvoeren in een sandbox-omgeving en itereren totdat de code voldoet aan of voldoet aan de acceptatiecriteria die zijn gedefinieerd door de ontwikkelaar. Claude Code heeft ondertussen zijn eigen set validatie- en beveiligingsfuncties. Anthropic heeft ook test- en validatieroutines ingebouwd in zijn Claude Code-product. Sommige ontwikkelaars zeggen dat Claude sterker is in het plannen en begrijpen van bedoelingen op een hoger niveau, terwijl Codex beter is in het volgen van specifieke instructies en het matchen van een bestaande codebasis.
De echte vraag is misschien wat ontwikkelaars van deze AI-coderingstools mogen verwachten. Moeten ze worden gehouden aan de standaard van een junior ingenieur wiens werk fouten kan bevatten en een zorgvuldige beoordeling vereist? Of moet de lat hoger liggen? Misschien moet het doel niet alleen zijn om te voorkomen dat er ‘slop’-code wordt gegenereerd, maar ook om op te treden als een soort interne auditor, die door mensen geschreven slechte code opmerkt en repareert.
Altman houdt van dat idee. Maar afgaande op de opmerkingen van een andere OpenAI-manager, Greg Brockman, is het niet duidelijk of het bedrijf gelooft dat de standaard volledig haalbaar is. Brockman, de president van OpenAI, suggereert in a onlangs ingediend Volgens de reeks AI-coderingsrichtlijnen is AI-‘slop’-code niet zozeer iets dat moet worden geëlimineerd, maar eerder een realiteit die moet worden beheerd. “Het op grote schaal beheren van door AI gegenereerde code is een opkomend probleem en vereist nieuwe processen en conventies om de codekwaliteit hoog te houden”, schreef Brockman bij X.
Saas-aandelen zijn nog steeds aan het bijkomen van de “SaaSpocalypse” van vorige week
Vorige week daalden de aandelen van verschillende grote softwarebedrijven vanwege de groeiende angst over kunstmatige intelligentie. De aandelenkoersen voor ServiceNow, Oracle, Salesforce, AppLovin, Workday, Intuit, CrowdStrike, Factset Research en Thompson Reuters daalden zo scherp dat Wall Street-types naar de gebeurtenis begonnen te verwijzen als “De SaaSpocalypsDe aandelen daalden scherp na twee nieuwsberichten. Pas laat op de dag op vrijdag 30 januari kondigde Anthropic een reeks nieuwe AI-plug-ins aan voor zijn Cowork AI-tool gericht op informatiewerkers, inclusief functies voor juridisch, productbeheer, marketingen andere functies. Vervolgens onthulde het bedrijf op 4 februari zijn krachtigste model tot nu toe: Werk afsluiten 4.6waarop nu Claude chatbot, Claude Code en Cowork draaien.
Voor investeerders riepen de releases van Anthropic een beangstigende vraag op: hoe zullen oudere SaaS-bedrijven overleven als hun producten al worden uitgedaagd door AI-native tools?
Hoewel softwareaandelen later in de week iets stegen toen analisten de verzekering verspreidden dat veel van deze bedrijven nieuwe AI-mogelijkheden in hun producten integreren, blijven de kriebels bestaan. Veel van de bovengenoemde aandelen hebben hun niveau van eind januari nog niet hersteld. (Sommige SaaS-spelers, b.v ServiceNugebruiken nu zelfs de modellen van Anthropic om hun AI-functies aan te sturen.)
Maar het is een teken des tijds en beleggers zullen nauwlettend blijven letten op tekenen dat bedrijven overstappen van traditionele SaaS-oplossingen naar nieuwere AI-apps of autonome agenten.
China buigt zijn videomodellen
Deze week zijn een aantal nieuwe deelnemers aan de Best Model-race moeilijk te missen. X wordt overspoeld met berichten waarin video wordt getoond die is gegenereerd door nieuwe Chinese videogeneratiemodellen:Zaaddans 2.0 van ByteDans En Blad 3.0 van Kuaishou. Het filmpje is indrukwekkend. Veel van de clips zijn moeilijk te onderscheiden van traditioneel opgenomen beeldmateriaal, en beide tools maken het gemakkelijker om het uiterlijk van een scène te bewerken en te bepalen. Door AI gegenereerde video wordt eng goed, de belangrijkste beperking is dat de gegenereerde video’s nog steeds vrij kort zijn.
Kling 3.0 voorbeeldvideo’s, die variëren van 3 tot 15 seconden, bieden vloeiende scène-overgangen en een verscheidenheid aan camerahoeken. De personages en objecten zien er van scène tot scène consistent uit, een kwaliteit waarmee videomodellen moeite hebben gehad. De verbeteringen zijn gedeeltelijk te danken aan het vermogen van het model om de bedoelingen van de maker af te leiden uit de berichten, die mogelijk referentieafbeeldingen en video’s bevatten. Kling bevat ook native audiogeneratie, wat betekent dat het spraak, geluidseffecten, omgevingsgeluid, lipsynchronisatie en dialoog met meerdere karakters kan genereren in een verscheidenheid aan talen, dialecten en accenten.
ByteDance’s Seedance 2.0 genereert, net als Kling 3.0, video met meerdere scènes en meerdere camerahoeken, zelfs vanuit één enkele prompt. Eén video bevatte een opname van een Learjet tijdens de vlucht naar een opname buiten het vliegtuig. Videobewegingen zien er vloeiend en realistisch uit, met een goede karakterconsistentie tussen frames en scènes, zodat complexe scènes met veel beweging, zoals gevechten, dansen en actiescènes, aankunnen. Seedance kan worden aangemoedigd met tekst, afbeeldingen, referentievideo’s en audio. En net als Kling kan Seedance gesynchroniseerde audio genereren, inclusief stemmen, geluidseffecten en lipsynchronisatie in meerdere talen.
Meer AI-dekking van Snel bedrijf:
- We betreden het tijdperk van ‘AI tenzij het tegendeel bewezen is’
- Een medeoprichter van Palantir steunt een groep die Alex Bores aanvalt vanwege zijn werk met . . . Palantir
- Waarom een Koreaanse filmdirecteur groot inzet op kunstmatige intelligentie
- Mozilla’s nieuwe AI-strategie markeert een terugkeer naar de wortels van zijn ‘rebellenalliantie’
Wilt u exclusieve rapportage en trendanalyse over technologie, bedrijfsinnovatie, de toekomst van werk en design? Schrijf je in voor Snel bedrijf Premie.
