Hindi naging tatlong beses mas mabilis ang mga software developer sa isang gabi. Ang kanilang AI copilots ang naging ganun.
Sa kanyang keynote sa GTC Taipei noong Hunyo 1, inilahad ni Nvidia CEO na si Jensen Huang ang isang bilang na nagpapakita nang malinaw ang pagbabago sa AI coding: ang mga GitHub commits ay tumalon patungo sa halos 1.4 bilyon sa mga maagang buwan ng 2026. Para sa konteksto, ang bilang na ito ay nasa 300 milyon noong 2023 at inaasahang makarating sa 500 milyon hanggang 2025. Sa ibang salita, tumatras ang dami ng mga commit sa loob ng isang taon, at pinapalagay ni Huang na ang mga tool sa AI coding ang dahilan sa paglakas na ito.
Ang mga numero sa likod ng pagpapalawak ng code
Ipinagkaloob ni Huang ang pagtaas sa kanyang tinatawag na “agentic AI,” ang konsepto ng mga sistema ng AI na hindi lamang kumpletuhin ang isang linya ng code kundi aktibong sumusulat, sumusubok, at nag-i-iterate sa buong mga bloke ng functionality. Tiyak na binanggit niya ang mga kasangkapan tulad ng Claude Code at Cursor bilang mga halimbawa ng coding assistants na nagpapabilis sa output ng mga developer.
Narito ang bagay. Ang paglipat mula sa 300 milyon hanggang 500 milyon na commits sa loob ng dalawang taon ay isang pagtaas ng halos 67%. Ang paglipat mula sa 500 milyon hanggang 1.4 bilyon sa ilang buwan ay isang lubos na iba’t ibang trahektorya.
Vera Rubin at ang infrastructure play
Kasabay ng commit data, inanunsyo ni Huang ang paglunsad ng Nvidia’s Vera Rubin platform, isang bagong AI infrastructure na disenyo para harapin ang computational demands ng umuunlad na developer ecosystem. Ang platform ay itinuturing na paaanan para sa mga agentic AI workloads na nagpapagawa ng lahat ng karagdagang commit.
Ang CEO ay nagbigay din ng ilang ambisyosong ekonomikong numero. Ipinagpalagay niya na ang AI ay nagpapagawa ng halos $9 trilyon sa halaga ng produktibidad mula sa pandaigdigang puwersa ng developer, kumpara sa kabuuang kompensasyon na halos $3 trilyon para sa isang inaasahang 30 milyong developer sa buong mundo. Sa Ingles: para sa bawat dolyar na ginugol para sa pagbabayad sa isang developer, ang AI ay tila nagpapagawa ng tatlong dolyar karagdagang halaga ng produktibidad.
Kapag tinanong tungkol sa posibilidad na palitan ng AI ang mga software engineer, tinawag ni Huang ang ganitong pag-aalala bilang “kabuuang kalokohan.” Ang kanyang argumento ay na ang pagpapalaki ng produktibidad ay gumagawa ng higit pang pangangailangan para sa mga developer, hindi mas kaunti.
Ano ang ibig sabihin nito para sa mga investor
Para sa mundo ng crypto at Web3, mahalaga ang trend na ito sa isang hindi gaanong malinaw ngunit magkakasalungat na paraan. Ang pag-unlad ng blockchain ay nakaranas ng pagkakabottleneck sa isang relatibong maliit na grupo ng mga espesyalisadong inhinyero na nagkakaunawa sa mga wika ng smart contract, mekanismo ng pagkakasundo, at pagsusuri ng seguridad. Kung ang mga tool sa pag-code ng AI ay maaaring makapagpalakas nang may kahulugan ang output sa mga larangan na ito, maaaring mabilisin ang bilis ng pag-unlad ng protocol, pag-innoBasyon sa DeFi, at pagbuo ng imprastruktura.
Mayroon din dito ang isang aspeto ng panganib. Ang pagtatatlo ng dami ng code ay nagtatapos sa mga legitimo tanong tungkol sa kalidad ng code, mga sugat sa seguridad, at ang kakayahan ng mga proseso ng pagsusuri na makatugon. Ang imprastruktura para sa AI code auditing ay pati na rin sa unang yugto, at ang pagkakaiba sa pagitan ng bilis ng produksyon at kakayahan sa pagsusuri ay dapat subaybayan nang mabuti.