Bảng tổng hợp tình trạng các mô hình AI viết mã (Coding Models) dựa trên thảo luận của Hacker News
Một dự án mới giúp nắm bắt nhanh chóng xu hướng của các mô hình AI lập trình bằng cách phân tích dữ liệu từ hàng ngàn bình luận trên Hacker News. Hệ thống này đánh giá mức độ phổ biến và cảm nhận của người dùng, cập nhật hàng ngày và minh bạch hóa dữ liệu trên Google Sheet.
Lĩnh vực lập trình hỗ trợ bởi AI đang phát triển với tốc độ chóng mặt, khiến ngay cả các lập trình viên lành nghề cũng cảm thấy bị bỏ lại phía sau chỉ sau hai tuần xa rời máy tính.
Để giải quyết vấn đề này, một công cụ mới đã được ra mắt nhằm giúp mọi người nhanh chóng "bắt nhịp" với những phát triển mới nhất. Thay vì phải đọc hàng loạt thảo luận rời rạc, công cụ này tự động thu thập và phân tích các ý kiến từ cộng đồng Hacker News — một trong những diễn đàn công nghệ uy tín nhất hiện nay.
Cơ chế hoạt động và dữ liệu minh bạch
Mục tiêu chính của dự án là cung cấp cái nhìn tổng quan về những mô hình viết mã (coding models) nào đang được cộng đồng ưa chuộng nhất.
- Tự động quét: Hệ thống hàng ngày sẽ quét các bài thảo luận về trợ lý lập trình trên Hacker News.
- Phân tích cảm xúc: Không chỉ đếm số lần nhắc đến, công cụ còn xác định cảm xúc của người dùng (tích cực/tiêu cực/trung tính) đối với từng mô hình cụ thể.
- Minh bạch hóa: Tất cả kết quả đều được ghi lại chi tiết vào Google Sheet. Điều này cho phép bất kỳ ai cũng có thể kiểm tra quy trình, xem ID của các bình luận gốc và tự xác thực lại độ chính xác của dữ liệu.
"Tôi muốn có khả năng kiểm tra quy trình và kết quả, để gỡ lỗi và kiểm tra ngẫu nhiên kết quả đầu ra của mô hình. Do đó, kết quả được ghi vào Google Sheet, nơi bạn có thể xem ID bình luận nhắc đến các mô hình cụ thể và cảm xúc mà mô hình xác định cho bình luận đó."
Biểu đồ và thông tin chi tiết
Trang web cung cấp biểu đồ tổng hợp lùi 10 ngày (10-day trailing aggregate), cho thấy xu hướng thay đổi theo thời gian của từng mô hình AI. Nếu biểu đồ không tải được trực tiếp trên trang, người dùng hoàn toàn có thể truy cập vào liên kết Google Sheet để xem các số liệu chi tiết.
Theo chia sẻ của tác giả, các phiên bản tiếp theo có thể sẽ mở rộng phạm vi quét sang các bộ công cụ tích hợp (harnesses) mà mọi người sử dụng, hoặc các thông tin về việc tự triển khai (self-hosting) và cấu hình phần cứng.
Đây là một nguồn tài liệu tham khảo giá trị giúp các nhà phát tiện dễ dàng tra cứu và so sánh các công cụ AI lập trình đang "làm mưa làm gió" trên thị trường hiện nay.
