هوش مصنوعی ۸۰٪ را در ۱۰ دقیقه نوشت. ۲۰٪ باقیمانده ۶ ساعت طول کشید.
هوش مصنوعی میتواند مسیر ایدهآل (happy path) را در عرض چند دقیقه بسازد، اما نمیتواند واقعیتهای محیط عملیاتی (production) را پیادهسازی کند.
من ۴۷ ویژگی را با استفاده از یک عامل هوش مصنوعی (AI agent) ردیابی کردم. دو مورد را اندازهگیری کردم:
- زمان تولید (Generation time): از اولین پرامپت تا یک PR تکمیلشده.
- زمان عرضه (Ship time): از PR تا ادغام (merge) نهایی.
این تقسیمبندی تقریباً همیشه ۸۰/۲۰ است. هوش مصنوعی ۸۰٪ کار را سریع انجام میدهد، اما ۲۰٪ آخر بیشترین زمان را میگیرد.
هوش مصنوعی بر اساس پرامپتی که به آن میدهید کد مینویسد. تأخیر ناشی از چیزهایی است که به آنها اشاره نکردید؛ ناشی از مواردی است که فراموش کردید به آنها فکر کنید.
آن ۲۰٪ مفقود معمولاً در پنج دسته قرار میگیرد:
- حالتهای خالی (Empty states): وقتی کاربر هیچ دادهای ندارد، رابط کاربری (UI) چگونه به نظر میرسد؟
- مدیریت خطا (Error handling): وقتی شبکه قطع میشود یا یک API خطای ۵۰۰ برمیگرداند، چه اتفاقی میافتد؟
- موارد خاص دامنه (Domain edge cases): قوانین خاص مانند فرمتهای پرداخت محلی یا دادههای قدیمی (legacy data).
- عملکرد (Performance): کدی که برای ۵۰ ردیف کار میکند اما در ۵ میلیون ردیف از کار میافتد.
- قابلیت نگهداری (Maintainability): کدی که امروز کار میکند اما تغییر دادن آن در آینده دشوار است.
من دیگر با هوش مصنوعی مثل یک عصای جادویی رفتار نمیکنم. برای صرفهجویی در زمان، شروع به استفاده از این چهار قانون کردم:
- ۴ برابر زمان در نظر بگیرید. اگر هوش مصنوعی میگوید یک کار ۱۰ دقیقه طول میکشد، برای ۴۰ دقیقه برنامهریزی کنید.
- ابتدا برای «مسیر غیرایدهآل» (unhappy path) پرامپت بنویسید. قبل از اینکه هوش مصنوعی منطق اصلی را بنویسد، از آن بخواهید ورودیهای خالی یا قطع شبکه را مدیریت کند.
- ابتدا تستهای شکست (failure tests) را بنویسید. قبل از اینکه هوش مصنوعی کد را تولید کند، تعریف کنید که چه چیزی باید با خطا مواجه شود.
- یک دفترچه یادداشت ۲۰٪ داشته باشید. بنویسید که چرا بخش آخر یک ویژگی اینقدر طول کشید. این کار به شما کمک میکند الگوها را شناسایی کنید.
هوش مصنوعی سرعت تایپ شما را بالا میبرد، اما باعث سرعت بخشیدن به عرضه محصول (shipping) نمیشود، مگر اینکه از قبل فکر کرده باشید. هدف این نیست که سریع پرامپت بنویسید؛ هدف این است که ویژگیها را به محیط عملیاتی (production) منتقل کنید.
قبل از باز کردن ابزار هوش مصنوعی، به مسئله فکر کنید. اگر نمیتوانید به این سوال پاسخ دهید که کاربر ممکن است چه اشتباهی انجام دهد، هنوز کدنویسی را شروع نکنید.
Source: https://dev.to/susiloharjo/ai-wrote-80-in-10-minutes-the-last-20-took-6-hours-5764
Optional learning community: https://t.me/GyaanSetuAi