حداقل دانش مورد نیاز برای توسعه نرمافزار با هوش مصنوعی
هوش مصنوعی یک ابزار است. این فناوری جایگزین دانش شما در زمینه معماری یا مهندسی نمیشود.
اجازه ندهید هوش مصنوعی برای شما تصمیم بگیرد. شما باید تمام نیازمندیهای عملکردی (functional) و غیرعملکردی (non-functional) را تعریف کنید. دقیق باشید. روی تمام جزئیات تمرکز کنید.
مدلهای ارزانقیمت اغلب منجر به کار بیشتر میشوند. آنها خطاهایی ایجاد میکنند که شما باید بعداً آنها را اصلاح کنید. این کار باعث اتلاف وقت شما و تیمتان میشود. برای کارهای حرفهای، از مدلهای با قدرت استدلال بالا مانند Opus یا GPT استفاده کنید.
ابزارهایی که استفاده میکنید اهمیت دارند. از عاملهای هوش مصنوعی (AI agents) که روی کامپیوتر خودتان اجرا میشوند استفاده کنید. بستر اجرا (harness) بر کیفیت خروجی تأثیر میگذارد. برای مثال، برای مدل Opus از Claude Code استفاده کنید. ابزارهای بهتر، نتایج بهتری از یک مدل واحد استخراج میکنند.
روی طرحهای حرفهای سرمایهگذاری کنید. طرحهای ارزان برای سرگرمی مناسب هستند. پروژههای حرفهای به بهترین مدلها و محدودیتهای استفاده بالا نیاز دارند.
هر پروژه به یک فایل CLAUDE.md یا AGENTS.md نیاز دارد. آن را کوتاه نگه دارید. آن را به زبان انگلیسی بنویسید. فقط اطلاعات ضروری پروژه را در آن بگنجانید.
برای جلوگیری از اشتباهات، این گردش کار (workflow) را دنبال کنید:
- ایجاد یک سند تحلیل.
- ایجاد یک برنامه اجرایی.
- بازبینی برنامه.
- شروع پیادهسازی.
برنامه شما باید شامل معماری، معیارهای پذیرش (acceptance criteria) و تستهای خودکار باشد. شکاک باشید. قبل از اینکه هوش مصنوعی کدی بنویسد، از آن بخواهید شکافهای موجود در برنامه را پیدا کند.
هوش مصنوعی تنها زمانی باید شکست بخورد که برنامه را نادیده بگیرد. هرگز نباید به این دلیل شکست بخورد که شما مرحله برنامهریزی را نادیده گرفتهاید.
بازبینی انسانی الزامی است. شما مسئول هر خط کد در محیط عملیاتی (production) هستید. اگر کد ناامن یا نامنظم باشد، تقصیر شماست.
نقش شما در حال تغییر است. شما باید از یک مجری وظایف به یک معمار و مدیر فنی (tech lead) تبدیل شوید. در حالی که هوش مصنوعی کارهای تکراری را انجام میدهد، شما باید به کل سیستم فکر کنید.
زمینه (Context) همهچیز است. یک دستور (prompt) کافی نیست. برای دریافت نتایج بهتر، قوانین کسبوکار، معماری و محدودیتها را ارائه دهید.
هرگز بدون تست کار نکنید. از هوش مصنوعی بخواهید در کنار کد، تستها را هم بنویسد. همیشه پس از هر چرخه، تستها، فرآیند ساخت (builds) و لینترها (linters) را اجرا کنید.
هوش مصنوعی سرعت اجرا را بالا میبرد، اما جایگزین قضاوت نمیشود. وظیفه اصلی شما اکنون اتخاذ تصمیمات مهندسی درست است.
کد را صرفاً به این دلیل که کار میکند، نپذیرید. خوانایی، امنیت و سادگی را مطالبه کنید.
از مهارتهای خود برای استانداردسازی دستورها (prompts) در شرکتتان استفاده کنید. این کار باعث میشود کیفیت و معماری در تمام پروژهها یکپارچه باقی بماند.
اگر برنامهریزی و تست کردن کار زیادی به نظر میرسد، از هوش مصنوعی برای توسعه استفاده نکنید. بدون این مراحل، شما کدهای بیکیفیت و بدهی فنی (technical debt) ایجاد خواهید کرد.
مسئولیت با شماست. هوش مصنوعی یا ابزارها را برای کد بد سرزنش نکنید. شرکت شما شما را پاسخگو میداند.
منبع: https://dev.to/andredarcie/o-minimo-que-voce-precisa-saber-para-desenvolver-software-com-ia-1dc9
انجمن یادگیری اختیاری: https://t.me/GyaanSetuAi