ورسِل از یک مدل هوش مصنوعی بهینه‌سازی شده برای توسعه وب رونمایی کرد

تیمی که در پس پلتفرم V0 شرکت ورسِل (Vercel)، ابزار مبتنی بر هوش مصنوعی برای خلق وب، قرار دارد، یک مدل هوش مصنوعی توسعه داده است که ادعا می‌کند در انجام برخی وظایف توسعه وب‌سایت برتری دارد.

این مدل که «v0-1.0-md» نام دارد و از طریق یک رابط برنامه‌نویسی کاربردی (API) قابل دسترسی است، می‌تواند با متن یا تصویر پرامپت (prompt) شود. به گفته تیم ورسِل، این مدل «برای توسعه وب فرانت‌اند (front-end) و فول‌استک (full-stack) بهینه‌سازی شده است.» در حال حاضر این مدل در مرحله بتا قرار داشته و استفاده از آن نیازمند عضویت در طرح V0 Premium (۲۰ دلار در ماه) یا طرح Team (۳۰ دلار به ازای هر کاربر در ماه) با فعال بودن صورت‌حساب‌دهی مبتنی بر مصرف است.

رونمایی از مدل V0 در حالی صورت می‌گیرد که توسعه‌دهندگان و شرکت‌های بیشتری به دنبال استفاده از ابزارهای مبتنی بر هوش مصنوعی برای برنامه‌نویسی هستند. طبق نظرسنجی Stack Overflow در سال گذشته، حدود ۸۲ درصد از توسعه‌دهندگان گزارش داده‌اند که برای نوشتن کد از ابزارهای هوش مصنوعی استفاده می‌کنند. در همین حال، بر اساس گفته‌های جَرِد فریدمن، شریک مدیریت Y Combinator، یک‌چهارم استارتاپ‌ها در دوره W25 این شرکت، ۹۵ درصد پایگاه کد خود را توسط هوش مصنوعی تولید کرده‌اند.

تیم ورسِل می‌گوید مدل این شرکت می‌تواند مشکلات رایج کدنویسی را «به‌طور خودکار برطرف کند» و با ابزارها و کیت‌های توسعه نرم‌افزار (SDK) که از فرمت API شرکت OpenAI پشتیبانی می‌کنند، سازگار است. این مدل که بر روی فریم‌ورک‌های توسعه وب مانند Next.js ارزیابی شده است، می‌تواند تا ۱۲۸٬۰۰۰ توکن (token) را در یک مرحله دریافت و پردازش کند.

توکن‌ها بخش‌های خام داده هستند که مدل‌های هوش مصنوعی با آن‌ها کار می‌کنند؛ هر یک میلیون توکن معادل تقریبی ۷۵۰ هزار کلمه است.

ورسِل تنها شرکتی نیست که مدل‌های تخصصی برای برنامه‌نویسی توسعه می‌دهد. ماه گذشته، جِت‌برینز (JetBrains)، شرکت سازنده مجموعه‌ای از ابزارهای محبوب توسعه برنامه، از اولین مدل کدنویسی هوش مصنوعی «باز» خود رونمایی کرد. هفته گذشته، ویندسِرف (Windsurf) خانواده‌ای از مدل‌های متمرکز بر برنامه‌نویسی به نام SWE-1 را منتشر کرد. و تنها دیروز، میسترال (Mistral) از مدل Devstral که برای وظایف خاص توسعه‌دهندگان تنظیم شده است، پرده برداشت.

اگرچه شرکت‌ها ممکن است علاقه‌مند به توسعه و پذیرش دستیاران کدنویسی مبتنی بر هوش مصنوعی باشند، اما مدل‌ها همچنان در تولید نرم‌افزار با کیفیت بالا با چالش روبرو هستند. هوش مصنوعی تولیدکننده کد تمایل دارد آسیب‌پذیری‌های امنیتی و خطاها را وارد کد کند، که ناشی از ضعف در زمینه‌هایی مانند توانایی درک منطق برنامه‌نویسی است.