Tag: developer-workflow

Myliłem się co do Haiku

Używałem jednego modelu do wszystkiego i kiedy zużycie zaczęło rosnąć, obwiniałem plan. Rozwiązaniem okazało się rozdzielenie pracy, a największa oszczędność wcale nie wynikała z ceny tokenów.

Plan nie mówił nic o pushu

Zatwierdziłem plan. Nie było w nim ani słowa o commitowaniu, ani słowa o pushu. Pod koniec runu agent zrobił jedno i drugie mimo to. Uprawnienia określają, co agent może zrobić. Nikt nie mierzy luki między tym, co zatwierdziłeś, a tym, co się faktycznie wydarzyło.

Instrukcja to nie kontrakt

Reguły są zapisane, agent czyta je przy każdym promptowaniu, a i tak nie trafiają do kodu. Nic nie jest zepsute, bot nie ma czego zgłosić. Bo plik z regułami nie jest konfiguracją, tylko sugestią o nieznanej skuteczności.

Review to infrastruktura. Wasze wdrożenie AI zapomniało ją zbudować.

Adopcja AI podwoiła ilość kodu, który produkujemy. Nikt nie zabudżetował czytania. Telemetria z 22 000 developerów pokazuje rachunek: 5x dłuższe review, trzy razy więcej incydentów i o 31% więcej PR-ów mergowanych bez żadnego review. O tym, co naprawdę znaczy traktować review jak infrastrukturę.

Nie przejdziesz takiej ścieżki kariery jak moja. Ona już nie istnieje.

Najważniejsza praca z AI nie pokazuje się w żadnej metryce

Każda firma chwali się statystykami swojego modelu. Nikt nie mówi, co trzeba ustawić i jaki prompt zadać, żeby te wyniki faktycznie osiągnąć. Najtrudniejsza część pracy z AI to ta, której nie mierzy żaden benchmark.

AI sprawiło, że płynnie piszę backend. Nie zrobiło ze mnie backendowca.

AI wyrównało tę część pracy, która nigdy nie była trudna — pisanie kodu. Trudne zawsze było wiedzieć, o co zapytać. Tego AI ci nie da, a co gorsza — ukrywa fakt, że tego nie masz.

Nie ufamy kodowi wygenerowanemu przez AI. I nawet go nie czytamy.

Zacommitowałem kod, którego nie przeczytałem. Poczułem winę i prawie zaksięgowałem to jako problem z dyscypliną. Nie o to chodziło. Luka między tym, że nie ufamy kodowi z AI, a tym, że go nie czytamy, to najczytelniejszy sygnał, jaki mamy: najważniejsza część tej roboty zjechała w dół procesu — z pisania na czytanie.

Na co naprawdę patrzę w frontendowym code review

Szybkie pisanie kodu bez czytania prowadzi do długu technicznego. Oto rzeczy, które faktycznie sprawdzam w frontendowym code review przy dużych wolumenach danych — i miejsca, w których AI najczęściej się myli.

Kodowanie z AI ma problem jednorękiego bandyty

AI może przyspieszyć pracę developerów. Ale szybkość bez czytania kodu to po prostu szybsza droga do długu technicznego.