Miért fontosabb a domain tudás, mint a kódoptimalizálás az AI korában

Furcsa helyzet alakult ki a fejlesztésben. Évtizedeken át az számított igazi mesterfogásnak, ha valaki képes volt egy kusza kódrészletet tisztára gyúrni. Most viszont egyre inkább úgy tűnik, hogy ezt a munkát az AI gyorsabban és precízebben elvégzi.

Ez nem rossz hír. Inkább arra kényszerít minket, hogy újraértelmezzük, miben is vagyunk igazán jók. Mert nem a szintaxis finomhangolásában. Hanem abban, hogy értjük a problémát, amit meg akarunk oldani.

A mikróról a makróra

A karrier elején mindenki a kis részleteken rágja magát. Hogy nézzen ki egy változó neve. Mennyi legyen egy függvény összetettsége. Milyen szagok bűzlenek a kódban. Ez a fázis hasznos, mert fegyelemre tanít.

Később viszont más dolgok kerülnek előtérbe. Nem az egyes függvények csiszolása a fontos, hanem hogy hogyan kapcsolódnak egymáshoz a rendszerek. Milyen szerződések szerint működnek a komponensek. Mi az, ami nem látszik a kódból, mégis meghatározza az egész működést.

Az AI ezt a folyamatot felgyorsítja. Egy agent már most is képes létrehozni egy működő függvényt, még mielőtt nekilátnánk a review-nak. Csak azt nem tudja igazán jól, miért is kell éppen így felépíteni a rendszert.

Amikor az AI is érti a rendszert

Ha jól van szervezve a kódbázis, akkor az AI is jobban teljesít. Ez korábban csak az embereknek volt fontos. Most már az AI-nak is.

Elég néhány egyszerű dolog:

• Tiszta, jól körülhatárolt modulok
• Világos interfészek, amelyek nem titkolják el a belső működést
• Jó tesztek, amelyek megmutatják, mit is kell csinálni
• Érthető üzleti fogalmak a kódban

Ha ezek megvannak, akkor az AI egy-egy modulban már tud önállóan dolgozni. Nem kell neki mindent ismerni. És mi is könnyebben ellenőrizhetjük a munkáját.

A specifikáció újra előtérbe kerül

Nem arról van szó, hogy vissza kell térni a 10 ezer soros dokumentumokhoz. A specifikáció inkább egy élő dolog, amely megmutatja, milyen döntéseket hoztunk.

Akkor hasznos igazán, amikor egy agentnek valami konkrét feladatot akarunk adni. "Csinálj egy fizetési rendszert" – ez még mindig túl homályos. Ha viszont azt mondjuk, hogy "a visszafizetéseknek 24 óra alatt be kell fejeződniük, hibás tranzakciókat újra kell indítani, és egyszeri végrehajtást kell biztosítani", akkor már sokkal konkrétabb és ellenőrizhetőbb eredményt kapunk.

A kísérletezés fontossága

Az AI-eszközök hetente változnak. Nem tudjuk még pontosan, mi lesz a legjobb gyakorlat. Ezért azok jönnek ki végül jól, who run small, focused experiments and validate whether something actually works.

Az AI revolution is just making it impossible to ignore.