Mit taníthatnak az adatbázis-csapatok a fejlesztőknek az AI kódróbotokról?

Légy őszinte: minden héten jön egy új headline arról, hogy az AI-ügynökök gyorsabban írják a kódot, mint az emberek. A Cursor napok alatt újraírta a SQLite-ot. Szoftvergyárak ontják magukból a pull requesteket. Elég ahhoz, hogy bármelyik fejlesztő azon töprengjen, vajon a munkája countdown-on van-e.

De itt van az, amit ezek a headline-ok nem mutatnak be: a sebesség a könnyű rész. Elérni, hogy az ügynökök gyorsan írják a kódot? Triviálisan megoldható. Elérni, hogy olyan kódot írjanak, amit ténylegesen rábíznál egy éles rendszerre? Ez az a nehéz probléma, amiről senki nem akar beszélni.

A Cockroach Labs nemrég megosztotta a megközelítését ehhez a kihíváshoz, és érdemes közelebbről megnézni — különösen, ha startup vagy fejlesztő vagy, és az AI ügynökök integrálásán gondolkodsz.

A 160 ezer dolláros kérdés

2024-ben a Cockroach Labs Oracle adatbázis-támogatást adott hozzá a MOLT migrációs eszközéhez. A projekt kilenc hónapig tartott és nagyjából 160 ezer dollárba került mérnök-munkaórákban. Solid, profi munka tapasztalt mérnököktől.

Aztán jött az április. A csapatnak IBM Db2 támogatást kellett hozzáadni — egy adatbázis gazdag SQL dialektussal, komplex típusrendszerrel és natív wire protocol-lal. Azonos technikai scope.

Kevesebb mint két nap alatt csinálták meg. Az összes költség 4172 dollár volt.

A csavar? Egyetlen ember sem írt egyetlen sort sem a kódból.

Mielőtt elkezdenéd megírni a felmondóleveledet, gondolj arra, mi tette ezt lehetővé: nem csak okosabb ügynökök voltak. Olyan rendszer volt, ami radikális premissza köré épült — hogy a bottleneck nem a kódírás, hanem a megbízható kódírás.

Bemutatjuk a MOLT Sinai-t: Egy kód-kórház

A Cockroach Labs nem egyszerűen ráeresztette az ügynököket a problémára. Megépítették, amit MOLT Sinai-nak hívnak: egy pipeline, ami a tanító kórházak mintájára működik, ahol a feladatok "betegek", a merge-elt kód "kiadatás", és az emberi reviewer-ek "főorvosok".

A szókincs szimpatikus, de a mögötte lévő filozófia komoly:

• Az issue-k betegek: Minden feladat dokumentációval lép be a rendszerbe, triázsra kerül, és meghatározott ellátási útvonalat követ
• A dekompozíció a diagnózis: A nagy problémák kisebb alproblémákra bomlanak explicit dependency graph-okkal. Először az alapok, aztán a típusrendszerek, aztán a row iteratorok. A gyógyulást nem lehet siettetni.
• A review a grand round: Minden munkát megvizsgálnak, visszaküldenek revízióra (néha 55-ször egy szülő issue-ra), és eszkalálnak, ha kell
• Az emberek főorvosok: A végső döntés joga tapasztalt mérnököknél marad, akik magukhoz irányíthatnak issue-kat, ha valami gyanúsan néz ki

Ez nem az orvosok helyettesítéséről szól — hanem olyan rendszer építéséről, ahol a rezidenseknek, adjunktusoknak és specialistáknak egyaránt világos szerepük van.

Miért a throughput a rossz metrika

Itt rontják el a legtöbben az AI kódolási kísérleteket: a "PR/óra" vagy a "sorc/nap" metrikákra optimalizálnak. Ezek a metrikák izgalmasan néznek ki a demókban. Remek headline-okat csinálnak. De szinte teljesen haszontalanok a tényleges szoftver-szállításhoz.

A Cockroach Labs egyenesen fogalmaz: inkább veszik, ha az ügynökök tízszer tovább tartanak, mint hogy rossz adat kerüljön egy customer migrációba. Egy cégnél, aminek az egész value proposition-ja a data correctness, ez nem csak filozófia — ez túlélés.

A kérdésük nem az volt, hogy "hány PR-t tudunk merge-elni?" Hanem az, hogy "hány PR-t szégyellnénk merge-elni?"

Ezt a kérdést több csapatnak is fel kellene tennie — AI ügynököket használjanak vagy sem.

Mi történt pontosan

Amikor a Db2 támogatás landolt a MOLT-ban:

• 32 al-issue nyílt a szülő issue alatt
• 27 pull request ment át a pipeline-on
• 55 alkalommal küldték vissza revízióra a munkát
• 9 issue eszkalálódott, ebből 2 igényelt emberi beavatkozást
• A teszt-coverage elérte a legjobban tesztelt dialektusuk (PostgreSQL) szintjét

Az ügynökök nem voltak tökéletesek. Issue-kat nyitottak a saját munkájuk ellen: fixture hiányosságok, típus-megfeleltetési hibák, isolation-level javítások. Kellett felügyelet. De a felügyelet strukturált volt, célvezérelt, és skálázódott a munka komplexitásához.

Hasonlítsd ezt össze egy software factory-jal, ahol az ügynökök párhuzamosan dolgoznak és van egy merge-handling réteg. Az az architektúra értelmes, amikor a bottleneck aírási sebesség. Helyesesség-kritikus munkához? Kórház kell, nem gyártósor.

Mit jelent ez a te csapatodnak?

Nézzük, a legtöbben nem adatbázis migrációs eszközöket építetek. Web appokat, API-kat, belső toolokat, MVP-ket a következő nagy dologhoz építetek. A tét más.

De a lecke alkalmazható: az AI ügynökök a volume-ban jók, az emberek az ítélőképességben. Azok a csapatok, amelyek valódi értéket hoznak ki az AI kódolásból, nem csak promptolják a ChatGPT-t és szállítják a kimenetet. Olyan rendszereket építenek, amelyek mindkettőt arra használják, amire a legjobbak.

Ez jelentheti:

• Ügynökök használata boilerplate-re, tesztekra és scaffolding-ra
• Review pipeline-ok építése, amelyek elkapják, amit az ügynökök elmulasztanak
• Az ügynök kimenetét "draft egy"-ként kezelni, nem "ship ready"-ként
• Embereket a loopban tartani minden olyasmi körül, ami customer adatot vagy core business logikát érint

Azok a fejlesztők, akik sikeresen fognak együttműködni az AI ügynökökkel, nem azok lesznek, akik megtanulnak gyorsabban gépelni. Azok lesznek, akik megtanulnak olyan rendszereket architektálni, amelyek az AI-t force multiplierré, nem liability-vé teszik.

A lényeg

A MOLT Sinai feldolgozta a kilenc hónapnyi mérnök-munka ekvivalensét két nap alatt, 2,5%-os költségen, ember által írt kóddal megegyező minőséggel.

De ez a headline elfedi, mi is történt valójában: egy emberi csapat felépített egy szigorú rendszert, definiált világos szerepeket, értelmes checkpointokat állított fel, és aztán megbízott az ügynökeiben, hogy működjenek ebben a keretrendszerben.

Az ügynökök nem helyettesítették a mérnököket. Felerősítették őket.

Ez nem egy történet az AI-ról, ami felváltja a fejlesztőket. Ez egy történet fejlesztőkről, akik elég kifinomult rendszereket építettek ahhoz, hogy jól használják az AI-t.

És őszintén? Ez az a verziója ennek a sztorinak, amire érdemes figyelni.

Unod már az infrastruktúrát, ami lassít? A Vibe Hosting AI-alapú deploymentet kínál a megbízhatósággal ötvözve, hogy száguldhass a szállításban félelem nélkül. Domain regisztráció, SSL tanúsítványok és cloud hosting — mind egy helyen.