Πώς δούλευα τους AI agents λάθος (και τι άλλαξα)

Θυμάμαι ακόμα τη στιγμή που κατάλαβα ότι κάτι δεν πήγαινε καλά με τον τρόπο που δούλευα με τους AI coding agents.

Είχα περάσει τρεις ώρες προσπαθώντας να διορθώσω ένα "απλό" feature που είχε γράψει ένας agent. Είχε κάνει commit, είχε κάνει push στο production, είχε αφήσει κιόλας ένα χαρούμενο μήνυμα ότι τελείωσε. Μόνο που ο κώδικας ήταν τελείως λάθος. Όχι buggy—είχε παρερμηνεύσει εντελώς αυτό που θέλαμε να φτιάξουμε.

Εκεί κάτι άλλαξε στο μυαλό μου. Μέχρι τότε τους έβλεπα σαν έμπειρους juniors που χρειάζονται καθοδήγηση. Αλλά οι juniors developers δεν κάνουν deploy untested κώδικα στο production ενώ κοιμάσαι.

Οπότε άλλαξα εντελώς το mental model.

Το μοντέλο του υπεργολάβου

Αντί να σκέφτομαι τους agents σαν υπαλλήλους ή βοηθούς, τους αντιμετωπίζω σαν υπεργολάβους. Τι σημαίνει αυτό στην πράξη;

Ένας υπεργολάβος δεν έχει κλειδιά για το κτίριο σου. Δεν εμφανίζεται χωρίς πρόσκληση. Τελειώνει την εργασία του και σου στέλνει τον λογαριασμό—που εσύ ελέγχεις πριν πληρώσεις. Αν η δουλειά είναι μέτρια, την επιστρέφεις.

Δεν πρόκειται για καχυποψία. Πρόκειται για ευθυγράμμιση κινήτρων και λογοδοσία. Όταν ένας agent καταλαβαίνει ότι ο ρόλος του είναι να παραδώσει ένα ολοκληρωμένο artifact για έλεγχο—όχι να παίρνει μονομερείς αποφάσεις—δουλεύει καλύτερα. Είναι εστιασμένος. Παραγωγικός μέσα σε σαφή όρια.

Το τεχνικό κομμάτι

Αυτό το mental model χρειάζεται τεχνικά δόντια. Στα project μου, αυτό σημαίνει:

Token Scoping είναι το παν

Οι agents μου δουλεύουν με scoped credentials που φυσικά δεν μπορούν να αγγίξουν το production. Έχουν read access στον κυρίως codebase και write access σε ένα ξεχωριστό staging repository. Δεν είναι πολιτική—είναι cryptographic constraint. Ακόμα κι αν ένας agent πάει στραβά ή βγάλει hallucinated git commands, δεν μπορεί να τροποποιήσει production κώδικα. Τα tokens δεν το επιτρέπουν.

Το Staging Repository είναι γραμματοκιβώτιο

Τίποτα δεν κάνει merge από το staging αυτόματα. Το default branch είναι κυριολεκτικά ένας τάφος—branch με όνομα "no-main" που περιέχει μόνο ένα README που λέει "please use the main branch of the original repository."

Οι agents κάνουν push την ολοκληρωμένη δουλειά τους εκεί. Σου στέλνουν μήνυμα όταν τα branches είναι έτοιμα. Μετά εσύ ελέγχεις, κάνεις cherry-pick ό,τι δουλεύει, και ενσωματώνεις χειροκίνητα. Αυτό φαίνεται κουραστικό μέχρι να καταλάβεις: αυτός ακριβώς είναι ο τρόπος που δουλεύει το Linux kernel εδώ και είκοσι χρόνια. Contributors στέλνουν patches. Maintainers τα εφαρμόζουν.

Η επισκόπηση είναι μη διαπραγματεύσιμη

Κανένας agent δεν κάνει ποτέ merge τον δικό του κώδικα. Τελεία. Ένα branch δεν διαγράφεται μέχρι να επαληθεύσεις—ανεξάρτητα, programmatic—ότι τα commits του είναι με ασφάλεια μέσα στο production. "Trust but verify" δεν αρκεί όταν η επαλήθευση είναι δωρεάν.

Γιατί δουλεύει σε solo developers

Να τι συμβαίνει όταν είσαι solo developer ή μικρή ομάδα: δεν χτίζεις απλά software. Συντηρείς context που δεν υπάρχει πουθενά στον κώδικα. Το incident history σου. Τα edge cases σου. Τον πελάτη με την περίεργη διαμόρφωση. Τα τρία πράγματα που δοκίμασες και δεν δούλεψαν.

Οι agents έχουν μηδενική πρόσβαση σε αυτό το context. Διαβάζουν αρχεία, αλλά δεν καταλαβαίνουν τον κόσμο σου. Οπότε ο στόχος δεν είναι να τους δώσεις περισσότερη αυτονομία—είναι να μεγιστοποιήσεις τη δουλειά που μπορούν να κάνουν με ασφάλεια μέσα στο review bandwidth σου.

Εδώ είναι που το "vibe coding" παίρνει κακή φήμη. Γίνεται λάθος όταν αφήνεις agents να κάνουν ό,τι θέλουν και ελπίζεις να δουλέψει. Γίνεται σωστά όταν χρησιμοποιείς AI σαν force multiplier για την κρίση σου, όχι σαν αντικαταστάτη της.

Το πρακτικό όφελος

Όταν αποδεχτείς τη σχέση του contractor, συμβαίνει κάτι απροσδόκητο: παίρνεις περισσότερα ρίσκα. Είσαι διατεθειμένος να ξεκινήσεις εκείνο το πειραματικό feature γιατί το downside είναι bounded. Ο agent δεν μπορεί να σπάσει το production. Μπορεί να παραδώσει κάτι εκπληκτικά λάθος, ή εκπληκτικά σωστό—αλλά και στις δύο περιπτώσεις, το πιάνεις πριν έχει σημασία.

Έχω ξεκινήσει περισσότερα side projects τους τελευταίους έξι μήνες από ό,τι τα προηγούμενα δύο χρόνια. Όχι γιατί δουλεύω σκληρότερα—γιατί κάνω delegate επιθετικά μέσα σε ασφαλή όρια.

Βάλ' το στο workflow σου

Αν χρησιμοποιείς AI agents για development, ρώτα τον εαυτό σου:

1. Τι μπορεί να αγγίξει ο agent σου τώρα; Αν η απάντηση είναι "production," αυτό είναι πρόβλημα.
2. Υπάρχει τεχνικό constraint που εμποδίζει λάθος ενέργειες, ή μόνο πολιτική;
3. Ποιος κάνει merge κώδικα; Αν δεν είναι άνθρωπος, γιατί;

Τα εργαλεία υπάρχουν. Token scoping, ξεχωριστά staging repos, branch protection—δεν είναι εξωτικά Git workflows. Είναι η διαφορά ανάμεσα σε AI-assisted development και AI-accidental disasters.

Στο NameOcean, το σκεφτόμαστε πολύ αυτό καθώς χτίζουμε vibe coding support στο hosting environment μας. Ο στόχος δεν είναι να αυτοματοποιήσουμε τα πάντα—είναι να δημιουργήσουμε spaces όπου το AI μπορεί να είναι πραγματικά χρήσιμο χωρίς να δημιουργεί νέες κατηγορίες ρίσκου.

Η κρίση σου είναι ακόμα το bottleneck. Αυτό δεν είναι περιορισμός—αυτό είναι το νόημα. Οι agents υπάρχουν για να ενισχύσουν αυτό που μπορείς να κάνεις, όχι να αντικαταστήσουν την κρίση που κάνει το software να δουλεύει πραγματικά για αληθινούς χρήστες.

Build accordingly.