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 een blijvertje?
Een paar maanden geleden schreef ik over de donkere kant van vibe-coderingstools: ze genereren vaak code die bugs of beveiligingsproblemen introduceert die later naar boven komen. Ze kunnen een direct probleem oplossen, terwijl het in de loop van de tijd moeilijker wordt om een codebase te onderhouden. Het is waar dat meer ontwikkelaars dit gebruiken AI codeerassistenten, en deze vaker en voor meer taken gebruiken. 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 openhartig verteld dat AI-coderingstools, waaronder Claude Code en Codex, het nog steeds moeilijk hebben als ze rekening moeten houden met 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 validatiefuncties 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, werd 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 intenties op een hoger niveau, terwijl Codex beter is in het volgen van specifieke instructies en het matchen van een bestaande codebase.
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 dat het bedrijf gelooft dat de standaard volledig haalbaar is. Brockman, de president van OpenAI, suggereert in a onlangs geplaatst 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 op X.
Saas-aandelen gaan nog steeds achteruit na de ‘SaaSpocalypse’ van vorige week
Vorige week kelderden de aandelen van verschillende grote softwarebedrijven als gevolg van de groeiende bezorgdheid over AI. De aandelenkoersen van 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 “SaaSpocalyps.” De aandelen daalden scherp na twee nieuwsberichten. Ten eerste kondigde Anthropic laat op de dag op vrijdag 30 januari een reeks nieuwe AI-plug-ins aan voor zijn Cowork AI-tool gericht op informatiewerkers, inclusief mogelijkheden voor juridisch, productbeheer, marketingen andere functies. Vervolgens onthulde het bedrijf op 4 februari zijn krachtigste model tot nu toe: Sluit werk 4.6die nu de Claude-chatbot, Claude Code en Cowork aanstuurt.
Voor investeerders riepen de releases van Anthropic een beangstigende vraag op: hoe zullen old-school SaaS-bedrijven overleven als hun producten al worden uitgedaagd door AI-native tools?
Hoewel softwareaandelen later in de week enigszins herstelden, toen analisten de geruststelling verspreidden dat veel van deze bedrijven nieuwe AI-mogelijkheden in hun producten integreren, blijft het onbehagen voortduren. Veel van de hierboven genoemde aandelen moeten zich zelfs nog herstellen naar het niveau van eind januari. (Sommige SaaS-spelers, zoals 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 verruimt zijn videomodellen
Deze week zijn een aantal nieuwkomers in de race om het beste model moeilijk te missen. X wordt overspoeld met berichten waarin video wordt getoond die is gegenereerd door nieuwe Chinese videogeneratiemodellen:Seedance 2.0 van ByteDans En Kling 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 sturen. Door AI gegenereerde video wordt griezelig goed, met als belangrijkste beperking dat de gegenereerde video’s nog steeds vrij kort zijn.
Voorbeeldvideo’s van Kling 3.0, die variëren van 3 seconden tot 15 seconden, bevatten 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 aanwijzingen, die referentieafbeeldingen en video’s kunnen bevatten. Kling bevat ook native audiogeneratie, wat betekent dat het spraak, geluidseffecten, omgevingsaudio, lipsynchronisatie en dialoog met meerdere karakters kan genereren in een aantal 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 vanuit een Learjet tijdens de vlucht en een opname van buiten het vliegtuig. De videobeweging ziet er vloeiend en realistisch uit, met een goede karakterconsistentie tussen frames en scènes, zodat deze complexe scènes met veel beweging, zoals gevechten, dansen en actiescènes, aankan. Seedance kan worden opgeroepen 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 AI
- 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.
