Մաքրել արհեստական բանականության «rockstar» մշակողների հետևից

Ծրագրային ինժեներ Ջեսի Սքիները տարիներ շարունակ կանչվում է փրկելու այն կոդային բազաները, որոնք մնում են «rockstar» մշակողներից հետո՝ չափազանց արդյունավետ ինժեներների, ովքեր վերաշարադրում են ընկերության հիմնական ճարտարապետությունը, ներմուծում նոր գործիքներ ու լեզուներ, մերժում pull request-ների մեծ մասը, իսկ հետո տեղափոխվում ավելի մեծ ընկերություն՝ ավելի բարդ նախագծի։ Իր բլոգում հրապարակված հոդվածում նա պնդում է, որ արհեստական բանականությամբ կոդ գրող գործակալները կրկնում են նույն օրինաչափությունը շատ ավելի մեծ մասշտաբով։

«Rockstar»-ի օրինաչափությունը

Դասական «rockstar»-ը, գրում է Սքիները, թիմին միանում է էներգիայով ու գաղափարներով, վերաշարադրում ընկերության հիմնական ճարտարապետության մեծ մասը, բարձրացնում է չափանիշը բոլորի համար և վերցնում ամենաբարդ խնդիրները։ Կոդը տպավորիչ է, բայց նրանից բացի ոչ ոք այն մինչև վերջ չի հասկանում, և ոչ ոք դա չի խոստովանում։ Երբ աստղը հեռանում է, թիմին մնում է կոդ, որտեղ դժվար է հետևել տվյալների հոսքին. կեսը գրված է անծանոթ լեզվով, մյուս կեսը՝ գրադարաններով, որոնց անունը ոչ ոք չի լսել։ Երբեմն նույնիսկ նախագիծը տեղային մեքենայում աշխատեցնելը մեկ շաբաթ է տևում, իսկ կոդը վերաշարադրելու առաջարկը հաճախ մերժվում է, որովհետև այն գրել է աստղը։

«Rockstar»-ների բանակը

Սքիների խոսքով՝ թիմերի մեծ մասն այժմ կանգնած է «rockstar»-ների բանակի առաջ։ LLM-ի հետ յուրաքանչյուր նոր զրույց ռիսկ է, որ թիմին կավելանա ևս մեկը. գործակալը չի հիշում, թե ինչ արեց երեկ, րոպեների ընթացքում արտադրում է տասնյակ հազարավոր տող կոդ և աշխատում է առավելագույն արագությամբ՝ չմտածելով, թե արդյոք արդյունքը տեղավորվում է համակարգի մնացած մասի մեջ և դառնում է արդյոք կոդն ավելի հասկանալի։ Այն նաև գալիս է «լավագույն պրակտիկաների» հավաքածուով, որոնք կարող են բոլորովին չհամապատասխանել տվյալ նախագծին, և պնդում է ավելորդ պաշտպանված լուծումներ նույնիսկ այն դեպքում, երբ ավելացած բարդությունը գերազանցում է օգուտը։

Արդյունքում համակարգի բարդությունը կարող է աճել ցուցանիշային տեմպով՝ երբեմն այն աստիճան, որ այն հասկանալու միակ գործնական միջոցը հենց LLM-ին հարցնելն է։ Մշակողները, թիմերը և ամբողջ ընկերությունները կարող են կախվածություն ձեռք բերել գեներատիվ արհեստական բանականությունից, զգուշացնում է նա։

Ինչ անել փոխարենը

Հարյուրավոր AI «rockstar»-ների հետևից մաքրելը ավելի քիչ հաճելի է, քան մեկ մարդու աշխատանքը շտկելը. իսկական աստղն առնվազն ինչ-որ նախագիծ ուներ մտքում։ Vibe-կոդինգով ստեղծված կոդային բազան արտադրվել է բազմաթիվ տարբեր զրույցներում ու համատեքստերում՝ ասես գրել են հարյուրավոր տարբեր աստղեր՝ ամեն անգամ մեկ ֆիչեր կամ մեկ բագ ուղղելով, և տեխնիկական պարտքը կարող է դառնալ անվերադարձելի։

Նրա խորհուրդը՝ LLM-ը պահեք օժանդակ դերում. ինժեներիան ղեկավարեք ինքներդ, կոդը թողեք ստեղծվի փոքր հատվածներով և համոզվեք, որ արդյունքը հասկանալի է թիմի բոլոր անդամների համար։ Եթե չեք հասցնում հետևել, թե ինչ է անում մոդելը, արգելակեք. նորմալ է ավելի դանդաղ շարժվելը, ավելորդ բարդությունները հեռացնելը և պարզեցնելը, մինչև ճարտարապետությունը համապատասխանի խնդրի բարդությանը։ Երբեմն նորմալ է նաև LLM-ը թողնել արկղում և կոդը գրել ինքներդ։ «Վարպետությունը միշտ կմնա մեր ձեռքերում»,— եզրափակում է նա։