En un post anterior os contaba c\u00f3mo ayuda la IA para programar. Hoy os comparto las limitaciones:<\/p>\n\n\n\n
🌐 Contexto reducido. La ventana de contexto, como nuestra memoria a corto plazo, es muy reducida. Insuficiente para acomodar todo el c\u00f3digo de un proyecto mediano. Si quieres que lo tenga en cuenta (\u00a1y m\u00e1s vale!), tienes que seleccionar los ficheros relevantes, a veces manualmente.<\/p>\n\n\n\n
🧠 Conocimiento desconocido. Para proyectos de cierta envergadura, mucho conocimiento no est\u00e1 en el c\u00f3digo. A menudo ni siquiera en documentos o bases de datos. El conocimiento tribal o tu propia experiencia son desconocidas para la IA y no los puede tener en cuenta, claro.<\/p>\n\n\n\n
🤖 Los agentes est\u00e1n verdes. Existen herramientas que tratan de automatizar partes del proceso del software, pero todav\u00eda est\u00e1n verdes. Por ejemplo, ayudar\u00eda mucho una herramienta que se ponga a probar la aplicaci\u00f3n despu\u00e9s de hacer algunos cambios, y no hablo de tests de integraci\u00f3n.<\/p>\n\n\n\n
⭐ La popularidad importa. La IA se ha entrenado con internet. No sorprende que funcione mejor con los problemas y lenguajes de programaci\u00f3n m\u00e1s populares. Si no eres de los populares de la clase, te toca iterar y probar diferentes modelos y prompts<\/p>\n\n\n\n
⏱️ Es lenta. Especialmente cuando le pides que edite c\u00f3digo. Toca esperar varios segundos y eso rompe el flujo de trabajo. Prefiero el autocompletado siempre que sea posible.<\/p>\n\n\n\n
📅 No ve m\u00e1s all\u00e1 del cut off date. Con lo cual desconoce las \u00faltimas novedades (por ejemplo, de librer\u00edas) y no te puede ayudar con eso.<\/p>\n\n\n\n
<\/p>\n","protected":false},"excerpt":{"rendered":"