Automatsko dovršavanje bilo je ulazna točka, a ne odredište. Predlaganje sljedećeg retka koda može ukloniti male trenutke trenja, ali softversko inženjerstvo rijetko je ograničeno samo brzinom tipkanja. Teži dio posla jest razumijevanje sustava, odabir sigurne promjene, provjera pretpostavki, koordinacija ovisnosti i elegantan oporavak kada se stvarnost ne slaže s planom.

Agenti umjetne inteligencije postaju vrijedni kada pomažu u tom širem ciklusu. Ako se dobro koriste, ne zamjenjuju inženjersku prosudbu. Inženjerima pružaju brži način za prikupljanje konteksta, obavljanje ograničenog posla i održavanje procesa isporuke u pokretu bez pretvaranja svakog zadatka u ručni lov na informacije.

Razmišljajte o radnim tijekovima, a ne o promptovima

Najkorisnije pitanje nije: „Koji model piše najbolji kod?” Nego: „Koji ponavljajući radni tijek ima dovoljno strukture da agent može sigurno pomoći?”

Praktičan agent povezan je s definiranim procesom: prima kontekst, poduzima dopuštene radnje, provjerava rezultate i izvještava o onome što se dogodilo. To ga temeljno razlikuje od prozora za razgovor koji stvara uvjerljiv isječak koda bez svijesti o repozitoriju, testovima, pravilima implementacije ili operativnim posljedicama.

Dobri rani kandidati obično su ponavljajući, podložni pregledu i niskog rizika:

• Sažimanje prijave problema i pronalaženje relevantnih modula.
• Priprema malog zahtjeva za spajanje s testovima za usko definiranu promjenu.
• Klasifikacija ažuriranja ovisnosti i prepoznavanje vjerojatnih problema s kompatibilnošću.
• Trijaža neuspješnih testova prikupljanjem zapisnika, nedavnih promjena i vjerojatnih odgovornih osoba.
• Izrada nacrta bilješki o izdanju na temelju spojenih promjena za ljudski pregled.

Ti radni tijekovi stvaraju korisne artefakte koje osoba može pregledati. Također imaju jasnu točku zaustavljanja, što je ključno. Agent koji zna kada vratiti posao obično je vredniji od onoga osmišljenog da djeluje neograničeno.

Dajte agentima usko radno okruženje

Autonomiju treba zaslužiti dokazima, a ne dodijeliti zato što demonstracija izgleda impresivno. Započnite definiranjem radnog okruženja agenta: što može čitati, što može mijenjati, koje alate smije pozivati i koje radnje uvijek zahtijevaju odobrenje.

Primjerice, agentu zaduženom za popravak neuspješnog jediničnog testa može biti dopušteno čitati izvorne datoteke, uređivati namjensku granu, pokrenuti paket testova i otvoriti nacrt zahtjeva za spajanje. Ne bi smio imati dopuštenje za spajanje koda, rotaciju vjerodajnica, izmjenu produkcijske konfiguracije ili pokretanje implementacije.

Ta razlika nije birokracija. To je inženjerska kontrola. Što je radnja značajnija po posljedicama, to bi put provjere i odobravanja trebao biti stroži.

Koristite izričite uvjete uspjeha

„Popravi grešku” slaba je uputa. Bolji zadatak navodi očekivano ponašanje, pogođenu granicu, relevantna ograničenja i način provjere uspjeha. Ako postojeći regresijski test pokazuje problem, taj je test često najbolje polazište.

Za malu promjenu API-ja, koristan zadatak mogao bi zahtijevati od agenta očuvanje povratne kompatibilnosti, dodavanje ili ažuriranje testova, pokretanje ciljanog paketa testova i objašnjenje svake pretpostavke koju nije mogao provjeriti. To agentu daje konkretan cilj, a konačnu odluku ostavlja recenzentu.

Kontekst je stvarni integracijski posao

Modeli mogu zaključivati samo na temelju konteksta koji primaju ili dohvaćaju. U softverskim sustavima raspršeni kontekst je uobičajen: arhitekturne bilješke nalaze se na jednom mjestu, konvencije na drugom, a stvarno ponašanje kodirano je u izvornom kodu, testovima, konfiguraciji i alatima za implementaciju.

Pouzdane integracije agenata čine relevantan kontekst lako dostupnim i teškim za pogrešno tumačenje. To ne znači učitavanje cjelokupne baze znanja organizacije u svaki zahtjev. Znači izlaganje najmanje količine pouzdanih informacija potrebnih za zadatak.

• Upute za repozitorij koje opisuju konvencije izgradnje, testiranja, oblikovanja i pregleda.
• Arhitekturni dokumenti koji objašnjavaju glavne granice i vlasništvo.
• Predlošci prijava problema koji zahtijevaju kriterije prihvaćanja i detalje reprodukcije.
• Pristup zapisnicima ili nadzornim pločama samo za čitanje pri istraživanju incidenta.
• Sučelja alata s ograničenim ulazima umjesto širokog pristupa ljusci ili administrativnog pristupa.

Kada je kontekst nepotpun, agent to treba reći. Samouvjeren odgovor temeljen na informacijama koje nedostaju nije znak autonomije; to je signal rizika. Izgradite radne tijekove koji nagrađuju prijavljivanje nesigurnosti, zahtjeve za pojašnjenjem i sažeta objašnjenja onoga što je provjereno.

Neka provjera bude dio agentova posla

Generirani kod treba tretirati kao svaki drugi kod: potrebni su mu testovi, pregled i operativne provjere primjerene promjeni. Razlika je u tome što agent može obaviti velik dio rutinske provjere prije nego što čovjek potroši vrijeme na čitanje razlike.

Koristan ciklus je jednostavan:

1. Pregledati zadatak, relevantan kod i postojeće testove.
2. Predložiti ili napraviti najmanju održivu promjenu.
3. Pokrenuti ciljane provjere, a zatim šire provjere kada je to opravdano.
4. Sažeti razliku, rezultate, ograničenja i preostale rizike.
5. Predati posao ljudskom recenzentu ili odobrenom naknadnom radnom tijeku.

Izvješće agenta jednako je važno kao i njegova zakrpa. Recenzent bi trebao brzo vidjeti što se promijenilo, koji su testovi prošli, koje provjere nisu bile dostupne i zašto je implementacija odabrala jedan pristup umjesto drugoga. To izvješće pretvara neprozirni korak automatizacije u inženjerski doprinos koji se može revidirati.

Mjerite učinak ondje gdje se posao stvarno odvija

Brojanje generiranih redaka koda loša je mjera vrijednosti. Više koda može značiti više održavanja, više napora za pregled i više načina za neuspjeh. Bolje mjere odražavaju radni tijek koji se poboljšava.

Za agenta za trijažu testova mjerite vrijeme do utvrđivanja vjerojatnog uzroka, stopu korisnih predaja i koliko često njegova dijagnoza izdrži pregled. Za agenta za dokumentaciju promatrajte ažurnost, točnost i smanjenje ponavljajućih pitanja za podršku. Za agenta za promjene koda gledajte vrijeme obrade pregleda, stopu dorade, defekte koji su promaknuli i odlučuju li ga inženjeri ponovno koristiti.

Kvalitativne povratne informacije također su važne. Inženjeri će brzo utvrditi uklanja li agent zamorne poslove ili samo stvara novi red izlaza za pregled. U početku bi upotreba trebala biti dobrovoljna, jer prisilna upotreba može sakriti loš dizajn radnog tijeka iza usklađenosti.

Očuvajte ljudsko vlasništvo

Agenti umjetne inteligencije mogu ubrzati izvršavanje, ali ne snose posljedice odluke o dizajnu, sigurnosne iznimke ili prekida rada produkcije. Timovi ih snose. Najtrajniji operativni model zadržava ljude odgovornima za ciljeve, kompromise, odobrenja i odgovornost.

To mijenja način na koji bi timovi trebali obučavati ljude. Ključna vještina nije pisanje sve domišljatijih promptova. To je učenje preciznog definiranja rada, procjenjivanja dokaza, prepoznavanja nesigurnosti i oblikovanja zaštitnih mjera oko automatizacije. To su već temeljne vještine iskusnog inženjerstva; agenti samo čine njihov nedostatak vidljivijim.

Trajna prednost su bolji inženjerski sustavi

Trajni učinak agenata umjetne inteligencije neće proizaći iz traženja od njih da oponašaju programere za tipkovnicom. Proizaći će iz njihove integracije u dobro osmišljene inženjerske sustave: jasne zadatke, pouzdan kontekst, ograničena dopuštenja, automatiziranu provjeru i ljudski pregled u značajnim točkama odlučivanja.

Automatsko dovršavanje pomaže ljudima brže pisati. Promišljeni agenti pomažu timovima brže učiti, ranije provjeravati i usmjeriti više pozornosti na odluke koje zaista oblikuju proizvod. To je prilika koju vrijedi slijediti: ne manje inženjerstva, nego inženjerstvo s manje izbjegljivog trenja i više promišljene prosudbe.