Većini timova ne treba AI agent koji će pisati više koda. Treba im onaj koji će im pomoći donositi bolje inženjerske odluke dok je kod još jeftino mijenjati.

Ta je razlika važna. Alat koji pretvara tiket u zahtjev za povlačenje može biti koristan, ali može i ubrzati zbrku: nejasne zahtjeve, dupliciranu logiku, propuštene rubne slučajeve i promjene koje na pregledu izgledaju uvjerljivo, a ipak zataje u stvarnim uvjetima. Najvrjedniji agenti unapređuju rad oko implementacije: razumijevanje sustava, sužavanje neizvjesnosti, održavanje kvalitete i zadržavanje odgovornosti ljudi za ishod.

O agentu razmišljajte manje kao o zamjeni za programera, a više kao o iznimno brzom inženjerskom suradniku s neujednačenom prosudbom. Može prikupiti kontekst, predložiti mogućnosti, izvršiti ograničene zadatke i izvijestiti što je učinio. Vaš je posao pružiti mu dobro osmišljeno okruženje u kojem je brzina ujedno vjerojatno i sigurna.

Počnite od inženjerskih prepreka, a ne od oduševljenja AI-jem

Najjači slučajevi primjene agenata obično počinju s ponavljajućim preprekama koje već imaju prepoznatljiv tijek rada. Ako je postupak nejasan iskusnom inženjeru, bit će nejasan i agentu. Prije nego što ga uvedete, opišite trenutačni put od zahtjeva do rezultata: ulazne podatke, sustave koje dotiče, odobrenja, očekivani izlaz i postupanje u slučaju neuspjeha.

Dobri početni kandidati su zadaci s uskim ciljem i vidljivim kriterijima dovršetka. Na primjer, agent može pripremiti sažetak izdanja na temelju spojenih promjena, istražiti neuspjeli test prikupljanjem relevantnih zapisnika i nedavnih razlika ili izraditi nacrt plana nadogradnje ovisnosti koji utvrđuje pogođene pakete i vjerojatne rizike kompatibilnosti.

To su bolja polazišta od upute „održavaj našu aplikaciju”. Potonja objedinjuje prosudbu o proizvodu, arhitekturu, operacije, sigurnost i komunikaciju u jednu uputu. Agent može sudjelovati u svakom od tih područja, ali ne bi trebao neprimjetno preuzeti sva.

Dajte agentima uloge s jasnim granicama

Agent postaje pouzdaniji kada je njegova uloga izričita. Agent za analizu repozitorija ne bi trebao istodobno uvoditi promjene u produkciju. Pomoćnik za implementaciju ne bi trebao odlučivati je li sigurnosna iznimka prihvatljiva. Razdvajanje odgovornosti smanjuje vjerojatnost da jedna pogrešna pretpostavka prođe cijelim putem od dijagnoze do produkcije.

Korisna definicija uloge uključuje četiri stvari:

• Cilj: ishod koji pokušava postići.
• Kontekst: dokumente, kod, alate i konvencije koje smije koristiti.
• Ovlaštenje: radnje koje smije poduzeti bez dodatnog odobrenja.
• Pravila eskalacije: uvjete koji zahtijevaju da osoba pregleda ili odluči.

Razmotrite agenta koji trijažira produkcijska upozorenja. Njegov bi cilj mogao biti smanjiti vrijeme utrošeno na prikupljanje početnih dokaza. Može pregledavati nadzorne ploče, zapisnike, priručnike za postupanje i zapise o nedavnim implementacijama. Može otvoriti nacrt incidenta i sažeti sumnjivi opseg. Trebao bi eskalirati prije promjene prometa, izmjene infrastrukture ili proglašavanja temeljnog uzroka. To je i dalje vrlo vrijedna automatizacija te čuva točke prosudbe koje zaslužuju ljudsku pozornost.

Neka agent pokaže svoj rad

Povjerenje bi trebalo proizlaziti iz dokaza, a ne iz uglađenog teksta. Završni odgovor agenta trebao bi razlikovati opažene činjenice od hipoteza i preporuka. Ako tvrdi da je neuspjeh testa započeo nakon određene promjene, trebao bi navesti relevantan izlaz testa i skup promjena. Ako preporučuje vraćanje promjene, trebao bi navesti koji dokazi podupiru tu preporuku i koja neizvjesnost ostaje.

To je osobito važno jer su jezični modeli dobri u stvaranju suvislih objašnjenja čak i kada su njihovi temeljni dokazi nepotpuni. Tečan odgovor nije provjeren odgovor.

Ugradite izvještavanje u tijek rada. Tražite od agenata da vrate pregledane datoteke, izvršene naredbe ili radnje, dobivene rezultate, predložene promjene i stavke koje zahtijevaju pregled. Za promjene koda zahtijevajte sažeto objašnjenje promijenjenog ponašanja, pokrenutih testova i testova koji nisu pokrenuti. Za operativne tijekove rada zadržite revizijski trag koji inženjeru omogućuje rekonstruirati što se dogodilo.

Koristite planove kao upravljačku površinu

Za rad u više koraka zahtijevajte plan prije izvršavanja. Plan ne mora biti ceremonijalan; trebao bi biti sažeta kontrolna točka koja rano otkriva pretpostavke. Dobar plan mogao bi reći: pregledati neuspjeli integracijski test, usporediti konfiguraciju okruženja, pronaći put zahtjeva, predložiti zakrpu, pokrenuti usmjerene testove, zatim predstaviti razliku na odobrenje.

Ljudi mogu ispraviti plan prije nego što agent napravi niz povezanih pogrešaka. To je često učinkovitije od pregleda velikog, samouvjereno pogrešnog rezultata na kraju.

Pažljivo povezujte alate

Pristup alatima mjesto je na kojem agent prelazi iz korisnog pomoćnika u aktivnog sudionika sustava. Svaku vezu tretirajte kao sučelje s dozvolama, načinima neuspjeha i radijusom utjecaja.

Počnite s pristupom samo za čitanje kad god je moguće. Agent koji može pretraživati dokumentaciju, pregledavati kod, upitivati zapisnike i pripremati zahtjev za promjenu već obavlja znatan dio inženjerskog rada. Pristup za pisanje dodajte samo kada je vrijednost jasna, a cilj ograničen.

Kada je pristup za pisanje primjeren, prednost dajte uskim alatima pred širokim pristupom ljusci. Alat koji stvara nacrt stavke sigurniji je od neograničenog pristupa cijelom sustavu za upravljanje projektima. Alat za implementaciju koji može promovirati određenu odobrenu verziju sigurniji je od alata koji može pokretati proizvoljne produkcijske naredbe.

Projektirajte i za uobičajene neuspjehe. Mrežni pozivi isteknu. API-ji vraćaju djelomične podatke. Repozitorij može biti nedostupan. Alat može uspjeti, dok je njegov učinak nizvodno odgođen. Agent bi trebao ponavljati pokušaje samo ondje gdje su ponavljanja sigurna, jasno prijaviti nepotpune rezultate i izbjegavati tretirati dvosmislen odgovor kao uspjeh.

Ako se obavezna provjera ne može dovršiti:
1. Navedite koja provjera nije uspjela i zašto.
2. Sačuvajte sve djelomične dokaze.
3. Ne tvrdite da je postupak dovršen.
4. Eskalirajte uz sljedeću sigurnu radnju.

Ovaj je obrazac jednostavan, ali sprječava štetnu klasu neuspjeha automatizacije: sustav koji tiho nastavlja nakon što izgubi povjerenje u vlastite ulazne podatke.

Neka ljudi budu usmjereni na prosudbu

AI agenti najbolje rade kada uklanjaju mehanički napor iz odluka, a ne uklanjaju odluke iz inženjerstva. Dopustite im da prikupljaju kontekst za preglede dizajna, utvrđuju vjerojatne nedostatke u testovima, sažimaju nepoznate module i stvaraju prve nacrte planova migracije. Ljude zadržite odgovornima za kompromise kao što su zadržavanje podataka, povratna kompatibilnost, utjecaj na korisnike, smjer arhitekture i prihvatljiv rizik.

Pregled koda dobar je primjer. Agent može označiti nedosljedno rukovanje pogreškama, pratiti put poziva ili usporediti promjenu s konvencijama repozitorija. Recenzent i dalje mora odlučiti čini li promjena proizvod i sustav boljima. Agent proširuje pozornost recenzenta; ne zamjenjuje njegovu odgovornost.

Timovi bi se također trebali oduprijeti mjerenju uspjeha samo količinom izlaza. Više zahtjeva za povlačenje, generiranih testova ili automatiziranih komentara nije samo po sebi napredak. Bolji pokazatelji uključuju kraće vrijeme potrebno za razumijevanje incidenta, manje ponavljajućih primopredaja, bržu povratnu informaciju o rizičnim promjenama i jasnije dokaze u točkama odlučivanja.

Izgradite krug učenja oko stvarnih ishoda

Svaki tijek rada agenta trebao bi se poboljšavati kroz pregled. Pratite gdje je trebala korekcija, gdje mu je nedostajao kontekst, koji su alati davali nepouzdane rezultate i koja su se pravila eskalacije aktivirala prekasno ili prečesto. Zatim doradite upite, dokumentaciju, dizajn alata i dozvole.

Trajna prednost nije samo u usvajanju moćnog modela. Ona je u stvaranju inženjerskog okruženja s jasnim konvencijama, ažurnom dokumentacijom, sučeljima koja se mogu testirati, korisnom vidljivošću sustava i discipliniranim pregledom. Te prakse čine i ljude učinkovitijima.

To je pamtljivo obećanje AI agenata u softverskom inženjerstvu: ne stroj koji čini odgovornost nestalom, nego sustav koji sposobnim ljudima daje više prostora za razmišljanje. Automatizirajte mukotrpan rad, razotkrijte neizvjesnost i zadržite važne odluke vidljivima. Kada agenti to čine, ne samo da ubrzavaju isporuku softvera. Oni podižu kvalitetu rada koji ga okružuje.