Godinama je “AI u softveru” značio koristan sloj uz rad: automatsko dovršavanje funkcije, sažimanje tiketa, objašnjavanje poruke o pogrešci. Svakako korisno, ali u osnovi reaktivno. Čovjek je i dalje držao plan, kontekst, slijed odluka i odgovornost za sigurno uvođenje promjene u produkciju.

AI agenti mijenjaju oblik tog odnosa. Agent može ostvarivati ograničen cilj kroz više koraka: pregledati bazu koda, izraditi plan, koristiti odobrene alate, provjeriti vlastiti rezultat i vratiti rezultat s dokazima. To ga ne čini autonomnom zamjenom za inženjere. Čini ga nečim zanimljivijim: sve sposobnijim sudionikom u sustavu isporuke softvera.

Najproduktivnije je o agentima razmišljati ne kao o čarobnim programerima. Promatrajte ih kao izvršne sustave na razini mlađih do srednje iskusnih stručnjaka, s neobično širokim pamćenjem, brzom iteracijom i bez urođenog razumijevanja poslovnih posljedica. Njihova vrijednost proizlazi iz dobre arhitekture oko njih.

Od odgovaranja na pitanja do dovršavanja radnih tijekova

Asistent odgovara na upit. Agent radi prema ishodu unutar petlje. Ta je razlika važna jer stvarni inženjerski rad rijetko stane u jedan upit.

Razmotrite zahtjev za ažuriranje ovisnosti sa sigurnosnim popravkom. Koristan agentski radni tijek mogao bi identificirati pogođeni paket, pregledati lockfile i napomene uz izdanje koje su mu dostavljene, ažurirati manifest, pokrenuti relevantni skup testova, ispitati neuspjehe, pripremiti sažet sažetak promjene i stati prije otvaranja pull requesta ako nema tu ovlast.

Svaka je radnja uobičajena. Korisnost agenta proizlazi iz njihova povezivanja uz očuvanje kontrolnih točaka. Zato najbolji rani slučajevi upotrebe agenata obično jesu ponavljajući, ograničeni i provjerljivi:

• trijažiranje problema prema poznatim pravilima vlasništva i ozbiljnosti;
• generiranje početnih testnih slučajeva za postojeći modul;
• migriranje ponavljajućih obrazaca API poziva prema pregledanoj specifikaciji;
• istraživanje neuspjelih buildova i prikupljanje vjerojatnih uzroka sa zapisnicima;
• usklađivanje dokumentacije s pregledanim promjenama sučelja.

To nisu glamurozni zadaci, ali troše stvarnu pažnju. Smanjenje njihova trenja inženjerima daje više prostora za dizajn, dijagnostiku i prosudbu.

Agentu je potreban radni prostor, a ne samo model

Sposoban model samo je jedna komponenta. Produkcijskim agentima potrebno je pažljivo osmišljeno operativno okruženje: relevantan kontekst, ograničeni alati, jasni kriteriji uspjeha i način da pokažu što se dogodilo.

Kontekst treba odabrati, a ne samo izručiti. Cijela povijest repozitorija, svaki interni dokument i beskonačan prijepis razgovora ne stvaraju automatski razumijevanje. Oni stvaraju šum i povećavaju vjerojatnost da agent slijedi zastarjele ili proturječne upute. Dajte mu trenutačni zadatak, primjenjiva ograničenja dizajna, relevantne datoteke ili usluge te eksplicitne definicije dovršenosti.

Alati zaslužuju još više pažnje. Agent koji može čitati izvorne datoteke, pokretati testove i izraditi nacrt zakrpe može biti vrijedan. Agent koji može potajno promijeniti produkcijsku konfiguraciju, izmijeniti zapise korisnika ili spojiti vlastiti rad pripada drugoj kategoriji rizika. Mogućnosti se trebaju širiti samo kada se s njima šire i vidljivost te kontrole.

Učinite petlju eksplicitnom

Pouzdana agentska petlja manje nalikuje autonomiji slobodnog oblika, a više discipliniranom inženjerstvu:

1. Protumačite cilj i utvrdite koje informacije nedostaju.
2. Izradite plan koji navodi namjeravane radnje i očekivane provjere.
3. Koristite samo dopuštene alate i ograničene vjerodajnice.
4. Potvrdite rezultat determinističkim provjerama gdje je to moguće.
5. Prijavite promjene, dokaze, neizvjesnosti i preporučene sljedeće radnje.

Agentu treba dopustiti da stane. “Ne mogu ovo sigurno provjeriti” često je bolji ishod od dojmljive pretpostavke. Timovi koji izgrađuju agentske radne tijekove trebali bi namjerno nagrađivati eskalaciju i prijavljivanje neizvjesnosti, umjesto da optimiziraju samo za dovršavanje zadataka.

Arhitektura koda prava je prilika

Izraz “arhitekt koda” može zvučati grandioznije nego što jest. Ne znači da bi agent trebao preuzeti vlasništvo nad dizajnom sustava. Znači da agenti sve više mogu pomoći u održavanju vezivnog tkiva između namjere i implementacije: razlaganju rada, pronalaženju ovisnosti, praćenju utjecaja, predlaganju sučelja i provjeravanju poštuje li promjena postojeće konvencije.

Na primjer, prije izmjene tijeka autentikacije, agent može mapirati put zahtjeva, identificirati middleware i provjere pravila, pronaći testove i označiti pozive vanjskim sustavima identiteta. Inženjer tada može odlučiti je li predložena promjena ispravna. To je daleko vrijednije od traženja od modela da iz nejasnog opisa izradi veliku zamjensku datoteku.

Isto načelo vrijedi za planiranje. Dobar plan koji je generirao agent trebao bi biti pregledljiv:

Objective: add a new account preference

1. Locate the preference schema and validation rules.
2. Identify read and write API endpoints.
3. Add a migration only if storage is schema-backed.
4. Update authorization checks and audit behavior.
5. Add unit and integration tests for valid, invalid, and unauthorized requests.
6. Run the targeted test suite and report failures unchanged.

Ovaj je plan koristan jer izlaže pretpostavke. Recenzentu pruža jasna mjesta za ispravljanje smjera prije početka implementacije.

Zaštitne ograde su dizajn proizvoda, a ne birokracija

Odgovorno uvođenje često se prikazuje kao popis ograničenja. U praksi najbolje zaštitne ograde agente čine korisnijima jer im pružaju pouzdanu traku unutar koje mogu djelovati.

Počnite s načelom najmanjih ovlasti. Odvojite istraživanje samo za čitanje od radnji pisanja. Za značajne promjene zahtijevajte potvrdu. Vjerodajnice održavajte kratkotrajnima i ograničenima. Bilježite pozive alata i nastale artefakte. Ako agent može mijenjati kod, osigurajte da radi u grani ili skupu promjena koji se može pregledati, a ne izravno na zaštićenom putu uvođenja.

Zatim ugradite evaluaciju u radni tijek. Odgovor koji izgleda uspješno nije dovoljan. Mjerite je li agent odabrao prave datoteke, očuvao testove, slijedio konvencije repozitorija i znao kada vratiti rad čovjeku. Koristite reprezentativne zadatke s poznatim očekivanim ishodima, uključujući dvosmislene zahtjeve i slučajeve neuspjeha. Kvaliteta agenta nije samo inteligencija; ona je pouzdanost u vašim radnim uvjetima.

Ljudski pregled treba pomaknuti ranije

Ljudski nadzor ne nestaje. Postaje učinkovitiji kada se događa u trenucima s velikim utjecajem: pri pregledu cilja, odobravanju plana, provjeri diffa i odlučivanju jesu li dokazi dovoljni za uvođenje. Pregledavanje svake posredne misli nije ni praktično ni potrebno. Pregledavanje odluka, radnji i artefakata jest.

Ta promjena također mijenja ono čemu bi timovi trebali podučavati. Promptanje je važno, ali jasne specifikacije važnije su. Inženjeri koji mogu definirati invarijante, pisati korisne testove, razlikovati pravila od implementacije i komunicirati kompromise izvući će najviše iz agenata.

Gradite za suradnju, a ne za spektakl

Trajna budućnost nije jedan agent koji herojski izgradi cijeli proizvod preko noći. To je softverska organizacija u kojoj ljudi i agenti surađuju kroz eksplicitna sučelja: tikete, planove, repozitorije, testove, vrata za uvođenje i postupke za incidente.

Počnite s jednim radnim tijekom u kojem su ulozi upravljivi, a ishod mjerljiv. Učinite ga vidljivim. Naučite gdje agent uspijeva, gdje kontekst podbacuje i gdje pregled hvata pogreške. Zatim pažljivo proširite granicu.

Asistenti su nam pomogli pisati brže. Agenti nam mogu pomoći provesti rad kroz sustav s više kontinuiteta. Organizacije koje će imati najviše koristi neće biti one koje prve predaju ključeve. Bit će to one koje osmisle pouzdane putove za sposobne sustave da obavljaju koristan rad — i zadrže ljude odgovornima za odluke koje su važne.