Warum schnelles Ausliefern mit KI eine Falle ist
Ein Feature mit KI in 20 Minuten auszuliefern, ist kein Erfolg. Es ist ein Zeichen dafür, dass Sie den billigen Teil Ihrer Arbeit beschleunigt haben. Sie haben die teure Arbeit übersprungen.
Code zu schreiben war nie der schwierige Teil des Engineerings. Die eigentliche Herausforderung liegt in diesen Aufgaben:
- Definition von Anforderungen
- Eingrenzung des Scopes
- Festlegung von Rahmenbedingungen
- Nachweis der Korrektheit der Änderung
Wenn Sie diese Schritte überspringen, hilft Ihnen die KI dabei, das Falsche schneller auszuliefern. Es entsteht eine Lücke zwischen dem Anschein, fertig zu sein, und dem tatsächlichen Fertigsein. Die KI liefert sauberen Code, aber sie sagt Ihnen nicht, ob dieser Code in Ihr System passt. Sie sagt Ihnen nicht, wie hoch die langfristigen Kosten sind.
KI verstärkt Ihre bestehenden Gewohnheiten. Gute Urteilskraft wird schneller. Schlechte Urteilskraft wird ebenfalls schneller.
Aktuelle Workflows zeigen das Risiko:
- Leute löschen Produktionsdatenbanken, weil die KI selbstbewusst klang.
- Der Review-Aufwand steigt, wenn Sie mehr Code akzeptieren.
- Die meisten Bugs entstehen durch unklare Anforderungen, nicht durch schlechte Codegenerierung.
Dies sind alte Engineering-Probleme in neuen Masken. Prompting ist eine Fähigkeit, die man an einem Wochenende lernt. Die wahre Fähigkeit besteht darin, die Arbeit durch eine Sequenz zu gestalten:
- Anforderungen
- Identifizierung von Lücken
- Planung
- Kleine Änderungen
- Review
- Verifizierung
Ihr erster Prompt sollte sich auf den Test konzentrieren, der beweist, dass die Arbeit korrekt ist. Machen Sie dies nicht zu Ihrem letzten Schritt.
Tools wie Git oder CI/CD funktionieren nur, wenn Sie Ihren Workflow um sie herum neu aufbauen. Das Tool ist weniger wichtig als der Workflow.
Die Gewinner unter den Engineers werden nicht diejenigen sein, die KI am meisten nutzen. Es werden diejenigen sein, die das Problem verlangsamen, bevor sie den Code beschleunigen. Die meisten Menschen nutzen KI, aber nur wenige betreiben damit Engineering.
Wie passen Sie Ihren Workflow an, um diese Verifizierungslücken zu schließen?
Quelle: https://dev.to/yerkerakhimov/why-shipping-fast-with-ai-is-a-trap-3f9l
Optionale Lern-Community: https://t.me/GyaanSetuAi