APIs inexistentes

Introducción

Cuando trabajamos con inteligencia artificial (IA) y sistemas de modelos lingüísticos de flujo largo (LLM), uno de los desafíos más comunes es cómo manejar las dependencias que requieren interfaces de programación de aplicaciones (APIs). Es común que un LLM nos sugiera soluciones que involucran APIs, algunas de las cuales pueden no existir en realidad. Esta situación no solo puede conducir a códigos inútiles o inoperativos, sino que también puede llevar a malentendidos y errores más serios en nuestro proyecto. Por lo tanto, es crucial entender cómo los LLM razonan sobre APIs inexistentes y aprender a manejar estas situaciones de manera efectiva.

Explicación principal con ejemplos

Los LLM no tienen una comprensión realista del mundo físico ni de la realidad tecnológica actual. Están basados en patrones lingüísticos y datos históricos, lo que significa que pueden sugerir APIs que simplemente no existen o no están disponibles para nuestro proyecto. Por ejemplo:

def fetch_user_data(user_id):
    response = requests.get(f"https://nonexistent-api.com/users/{user_id}")
    return response.json()

En este código, el LLM ha sugerido usar una API llamada https://nonexistent-api.com/, que no existe en nuestro sistema. Esto podría llevar a un error 404 y a la interrupción del flujo de trabajo.

Errores típicos / trampas

1. Confusión entre APIs existentes y inexistentes: Los LLM pueden confundir una API real con una que no existe, especialmente si la API real es obsoleta o poco utilizada.

1. APIs con nombres similares pero diferentes funcionalidades: Un LLM puede sugerir una API similar a una que ya esté disponible en nuestro proyecto, pero con funcionalidades ligeramente diferentes.

1. Dependencias ocultas: Las APIs sugestionadas pueden requerir otras dependencias que no sean evidentes al principio, lo que resulta en un código más complejo y difícil de mantener.

Checklist accionable

1. Validación del API: Antes de implementar cualquier sugerencia de API proporcionada por el LLM, asegúrate de verificar si la API existe realmente y es compatible con tu proyecto.

1. Integración en el flujo de trabajo: Comprueba cómo se integra esa API en tu sistema existente para evitar malentendidos.

1. Documentación exhaustiva: Documenta todas las APIs sugeridas por los LLM junto con sus detalles y el contexto en que fueron proporcionadas, para mantener un registro claro.

1. Verificación de dependencias: Asegúrate de que ninguna dependencia oculta requerida por la API sugerida esté faltando en tu proyecto.

1. Pruebas exhaustivas: Realiza pruebas exhaustivas del código resultante para asegurarte de que funciona correctamente y no hay errores ocultos.

Cierre

Siguientes pasos

• Revisión de APIs existentes: Revisa la lista de APIs disponibles en tu proyecto y asegúrate de que todos están documentados y validados.

• Implementación segura de nuevas APIs: Si decides implementar una API sugerida por un LLM, realiza pruebas exhaustivas antes de integrarla en tu código base.

• Educación continua: Mantente actualizado sobre las mejores prácticas para el uso seguro y efectivo de LLMs en el desarrollo de software.