Hoe gebruik jij Copilot op het werk?

Général Zantas zei:
Ik heb je vorige bericht, waarin je schreef dat er binnen enkele jaren weinig tot geen code meer manueel geschreven zou worden, misschien wat verkeerd geïnterpreteerd. Ik dacht dat je bedoelde dat AI de job van de devs zou overnemen, maar je bedoelt dat de devs vooral gaan evolueren naar controleurs van wat de AI uitspuwt. Op zich verschilt dat niet zoveel van andere, eerdere, automatisaties en technologische vooruitgangen. Al denk ik niet dat het op een jaar of twee reeds beklonken zal zijn. De eerste 80% van een project zijn altijd de gemakkelijkste en snelste, het zijn die laatste 20% die vaak veel tijd en energie kosten.
Ik denk eerlijk gezegd dat er binnen een paar jaar veel meer problemen gaan zijn met de kost van AI, die nu al astronomisch hoog is maar waarvan het besef er nog niet is. Hardware-tekorten, watertekorten en torenhoge energiefacturen. En de overgrote meerderheid van de totale workforce die maar heel beperkt voordeel haalt uit AI-tools.

Benieuwd welk scenario eerst uitkomt.
Klik om te vergroten...
Ja ik weet het ook niet goed. Langs de ene kant lijkt AI mij wel de job van devs over te nemen, in de zin dat enerzijds de job inhoud voor een groot stuk gaat veranderen, dat er waarschijnlijk een stuk minder gaan nodig zijn, en dat velen die al 5, 10 of misschien 20 jaar min of meer hetzelfde doen de overstap niet gaan kunnen of willen maken. Al die lui die nu al niet veel meer kunnen dan wat CRUD afleveren, die geen fluit interesse hebben in de businessprocessen, en de ene bug na de andere shippen omdat ze geen benul hebben van wat ze bouwen: ik denk niet dat daar nog veel vraag naar gaat zijn.

We zijn nu volop in een transitiefase. Tot nu toe is een software developer iemand die een groot deel van zijn tijd steekt in code schrijven, maar buiten devs geeft niemand om code. Je wordt betaald om business waarde op te leveren en problemen op te lossen. Ik begin stilaan wel een pad te zien naar een scenario waarin een team van devs elk individueel als het ware een team van AI agents aansturen om business noden te vertalen in bruikbare software. De huidige processen zijn daar uiteraard niet op voorzien en ik ben benieuwd hoe dat gaat uitspelen.

En dat mag waarschijnlijk ook wel wat kosten. Als een team er in slaagt om output gevoelig te verhogen dan staat daar wel wat tegenover. Of als er FTE's kunnen afvloeien. Een consultant tegen een day rate van 600EUR per dag en je spreekt al over 130k per jaar.
 
wij hebben IT veiligheidstrainingen tegen spam en scams en hoe ze AI daarin gebruiken etc... Nu kan ik gewoon doorscrollen tot ik aan de quizvragen kom, ik neem er een foto van en Gemini lost het op. Das mijn enige usecase op het werk.
Mijn collegas die hier moeite mee hebben met die vragen zijn ook heel content met AI hiervoor.
 
Horse zei:
Dus voor AI moest je die 1000’en pagina’s zelf lezen of hoe ging dat dan?
Klik om te vergroten...
Ik heb letterlijk 100-en pagina's documentatie geschreven die nadien nooit meer gelezen is. Elke ontwikkelaar ging dan gewoon reverse engineeren ipv de documentatie te lezen.
Daarvoor zijn AI en documentatie in de code schrijven echt een zegen geworden. Want uw AI kan ook checken of de documentatie nog up-to-date is bvb.
 
Ik gebruik het vaak. Het zal wel een dure en capabele versie zijn die we hebben, wegens grote AI fans in het hoger management.

Ten eerste neemt het de formele checks over en wijst het snel op vormfouten en onduidelijkheden. Handig want dat is het minst interessante deel vd job.

Ten tweede is het voor mij een soort van inhoudelijk klankbord bij taken waar ik dagelijks (technische) beslissingen moet nemen en die moet onderbouwen.
Het helpt om op de kritieke punten te focussen en het kan nadien alles beter uitleggen dan ik.
 
Hier gemerkt dat copilot echt enorm goed is in het verwerken van log files.

Vandaag automatisatie opgezet met een dedicated copilot agent die zich gedraagt als een sccm config manager specialist.

Alle logs van de central sites uploaden naar die agent, management points hun logs etc, paar powershell scriptjes die de volledige config van de farm uitlezen en naar csv bestanden omzet en naar die agent opladen.

Scriptje gemaakt dat ook kapotte clients hun logs kan opladen.

De helpdesk vraagt nu gewoon aan die copilot agent, wat is er mis met client x.

Oplossing rolt er zo uit, en de info die er uitkomt is echt goed. Op een paar seconden kent die de volledige omgeving adhv de logs. Door de inventaris kan hij guids omzetten naar menselijke namen van baselines, deployments, connection errors etc. Complexe zaken troubleshooten is anders manueel doorploegwerk en meerdere logs bekijken. Half dagje werk om dit op te zetten en klaar is kees.

Het is trouwens voor veel tools dat die enorm goed overweg kan met logs. De windows event viewer parsen en interpreteren doet die ook echt goed.
 
Ik gebruik'm als stagiair. Vragen om eerste high-level analyse van documenten. Zoeken naar bepaalde informatie in documenten of datarooms van 1000+ pagina's, zéér complexe excelformule's genereren en wetgeving opzoeken. Alleen als eerste actie, daarna kijk ik alles nog eens grondig na. Als je nauwkeurige prompts schrijft en expliciet de bronnen vernoemt die het moet gebruiken krijg je daar wel mooie analyses uit, waar nog wat aan geschaafd moet worden, maar waarvan het beulenwerk gedaan is. Generative AI staat bij ons uitgeschakeld.



(zet CoPilot wel altijd in de "diep nadenken"-stand, die is merkelijk beter dan de automatische stand).
 
ChatGPT en GitHub Copilot bijna constant tegenwoordig.
Het verbaast me als ik lees dat veel code als niet foutloos bestempeld wordt. Voor mij lijkt het tegendeel waar. Voor C#, PowerShell, SQL kan ik 'm amper nog op fouten betrappen. De code die eruit rolt is beter dan ik het ooit had kunnen bedenken, laat staan op die tijd. Zoals vroeger bij Google ook al het geval was, is de vraagstelling natuurlijk van belang. Maar bij Github Copilot die toegang heeft tot je hele project, is vaak 1 of 2 woorden commentaar schrijven al genoeg voor een juiste code blok.

Ik gebruik ChatGPT ook voor het analyseren van screenshots voor systeembeheer, of het extracten van tekst uit beeld. Het levert mij uren zoniet dagen tijdwinst op. Waar ik vroeger zat te wroeten om iets in orde te krijgen, heb ik nu het antwoord meestal in seconden of minuten.
Dat maakt natuurlijk wel dat het tempo NOG hoger ligt en alles nog vluchtiger is dan het al was. Gevaarlijke trend, maar voorlopig vind ik het voor mezelf een zegen.

Waar ik AI iets minder voor vind, is voor zeer complexe vormen van systeembeheer. In debugging van systeem problemen weet die vaak het klokje luiden maar de klepel niet hangen. Daar is nog veel werk aan de winkel.

Onlangs heb ik AI ook gevraagd om zich te gedragen als auditor en mij uit te vragen over onze status om een bepaalde IT-norm te halen. Na een half uur zeer gedetailleerd vragen te beantwoorden rolde daar een volledig verslag in Word formaat uit met onze sterktes en zwaktes richting die standaard. Zeer straf.
 
Laatst bewerkt:
Laatste weken CoPilot gebruikt met Claude Opus 4.6... Meesterlijk goed. Gebruik het vooral momenteel als programmeer buddy, dan "maak mijn hele story"- buddy. In tegenstelling tot de "Lead Dev" bij ons die het letterlijk voor elke scheet gebruikt, en zelfs adviseert het aan CoPilot te vragen dan aan hem.
 
Horse zei:
Dus voor AI moest je die 1000’en pagina’s zelf lezen of hoe ging dat dan?
Klik om te vergroten...
Een 'gewone' zoek engine is heel lomp eigenlijk. En vooral als je gewoon in een sharepoint of zo gaat zoeken. Maar een ai die zoekt niet enkel gewoon puur op de woorden die je typt, die gaat ook op 'nabije woorden en betekenissen' zoeken. (of toch woorden die vaak gebruikt worden in de context van uw vraag)

Waar ik dan vroeger in outlook of op sharepoint veel tijd verloor omdat ik ooit in een conversatie een synoniem had gebruikt of misschien een iets andere betekenis (of: microsoft die voor den 100ste keer hun producten van naam veranderen, de effing fuckers), gaat een copilot bijvoorbeeld wel een pak intelligenter zoeken.

Dus ja, dat helpt wel enorm.
 
Houdini zei:
Hier gemerkt dat copilot echt enorm goed is in het verwerken van log files.

Vandaag automatisatie opgezet met een dedicated copilot agent die zich gedraagt als een sccm config manager specialist.

Alle logs van de central sites uploaden naar die agent, management points hun logs etc, paar powershell scriptjes die de volledige config van de farm uitlezen en naar csv bestanden omzet en naar die agent opladen.

Scriptje gemaakt dat ook kapotte clients hun logs kan opladen.

De helpdesk vraagt nu gewoon aan die copilot agent, wat is er mis met client x.

Oplossing rolt er zo uit, en de info die er uitkomt is echt goed. Op een paar seconden kent die de volledige omgeving adhv de logs. Door de inventaris kan hij guids omzetten naar menselijke namen van baselines, deployments, connection errors etc. Complexe zaken troubleshooten is anders manueel doorploegwerk en meerdere logs bekijken. Half dagje werk om dit op te zetten en klaar is kees.

Het is trouwens voor veel tools dat die enorm goed overweg kan met logs. De windows event viewer parsen en interpreteren doet die ook echt goed.
Klik om te vergroten...
gewoon in azure de ARM templates van uw infra downloaden en dan vragen dat em op basis daarvan een mermaid diagram maakt. Of zelfs meerdere. 1tje meer netwerk gericht met de firewall rules dat em hit enzo en de andere meer infra design waarin logisch wordt getoond welke services em aanspreekt.

Man die mermaid diagrams zijn echt geweldig. Vaarwel visio. tot nooit meer.
 
Je moet ingelogd zijn om te kunnen reageren. Aanmelden | Registreren
Terug
Bovenaan