L’attention de nombreux développeurs intéressés par l’IA se concentre actuellement sur un dépôt spécifique sur GitHub : le GPT Engineer. Ce logiciel basé sur GPT-4 est conçu pour automatiser une grande partie du processus d’écriture de code en fonction des besoins du programmeur.

Outre les rédacteurs, les programmeurs bénéficient depuis longtemps des avancées en matière de chatbots, tels que ChatGPT ou Google Bard. Microsoft a également intégré Github Copilot X, un assistant de code basé sur l’IA, dans son environnement de développement Visual Studio. Starcoder est un autre projet de modèle open source qui prend en charge les chatbots. Ces derniers semblent être utiles ; Github, par exemple, fait état d’une forte augmentation de la productivité des programmeurs.

Aujourd’hui, un autre projet, GPT Engineer, suscite beaucoup d’intérêt de la part de la communauté des développeurs. En très peu de temps, le dépôt open source sur GitHub a déjà accumulé plus de 26 000 étoiles, devenant parfois le projet le plus suivi sur la plateforme. Il s’agit d’un logiciel qui utilise les capacités existantes de LLM, celles de GPT-4, pour automatiser autant de travail de code que possible.

Demande de base de code

Selon le développeur Anton Osika, GPT-Engineer est une solution d’IA flexible et adaptable qui vise à générer une base de code complète à l’aide d’une seule invite. Il apprend à quoi le code doit ressembler et s’adapte en conséquence.

À partir d’une demande initiale, GPT-Engineer suit le principe de l’enchaînement des pensées et demande indépendamment les informations manquantes tout au long du chemin vers la base de code. Vous dites ce que vous voulez construire, l’IA pose des questions à ce sujet et le construit. GPT-Engineer peut évaluer plusieurs fichiers en même temps. Le système est similaire à Chaos GPT, mais orienté vers le code.

Tout le code généré par GPT-Engineer est stocké dans le système de fichiers et peut être réutilisé ultérieurement. Cela permet à GPT-Engineer d’être aussi simple et flexible que possible et de se différencier de certaines solutions antérieures de ce type.

GPT-Engineer s’utilise à partir d’un terminal et nécessite des connaissances de base en Python. Le programme n’accepte actuellement que les clés API pour GPT-4, GPT-3.5 n’est pas pris en charge. GPT-4 est supérieur à GPT-3.5 pour les tâches de codage.

Osika démontre les capacités de GPT-Engineer dans la vidéo suivante, en utilisant un exemple simple de jeu de serpent.

Le Hype est-il justifié ?

Le projet en est encore à ses débuts de développement, mais il donne une première impression de la manière dont les modèles de langage peuvent alléger encore plus le travail des programmeurs. Jusqu’à présent, je n’ai vu que des démonstrations techniques avec GPT-Engineer, mais cela ne signifie pas que les gens l’utilisent pour des tâches de production.

L’attention que le travail d’Osika suscite actuellement devrait le motiver à aborder les prochains éléments de sa feuille de route. Il y a des choses comme le « code d’auto-régénération » qui insère automatiquement des erreurs dans GPT-4, demandant des commentaires, en découpant la génération de code en petites parties ou en permettant à GPT-Engineer de décider de la suite des opérations. Le code et les instructions d’installation sont disponibles sur GitHub.