הפסקתי לכתוב קוד. האפליקציה שלי בכל זאת עלתה לאוויר תוך 3 ימים.
לפני שלושה חודשים בניתי דאשבורד SaaS full-stack. כתבתי בערך 200 שורות קוד. השאר נוצר על ידי AI, נבדק על ידי AI ושופץ על ידי AI.
האפליקציה נמצאת ב-production. משתמשים משלמים עליה. אני לא נשאר ער עד מאוחר ודואג לבאגים.
זו לא התרברבות. זו אזהרה.
תפקיד המפתח משתנה במהירות. המפתחים שינצחו הם לא אלו שנלחמים ב-AI. הם אלו שמבינים את השינוי.
פיתוח AI-native הוא מודל מנטלי חדש. זה לא רק autocomplete. זה להתייחס ל-AI כאל שותף לעבודה. ה-AI אחראי על ה-implementation. אתם אחראים על הארכיטקטורה, על הכוונה ועל השיפוט.
השינוי נראה כך:
- מודל ישן: אתם כותבים קוד. ה-AI עוזר לכם לכתוב אותו מהר יותר.
- מודל חדש: אתם מגדירים את ה"מה" ואת ה"למה". ה-AI מטפל ב"איך". אתם מאמתים ומנווטים.
אם ה-AI כותב את הקוד, כישורי תכנות לא יהפכו אתכם לבלתי ניתנים להחלפה. Meta-skills כן.
AI מצוין בזיהוי תבניות. הוא גרוע בבחירה שלהן. ה-AI לא יודע:
- אם אתם צריכים server action או API route.
- אם ה-state שייך ל-Zustand או ל-URL param.
- אם אתם צריכים monorepo.
אלו החלטות של שיפוט. הן דורשות הקשר (context) לגבי הצוות והקנה מידה (scale) שלכם. יש לכם את ההקשר הזה. ל-AI אין.
הפער בין מפתח AI ג'וניור למפתח AI סניור הוא ה-prompt.
- Prompt חלש: Write a rate limiter.
- Prompt חזק: Write a Redis-backed rate limiter middleware for a Next.js API route. Limit to 10 requests per minute per IP. Return a 429 error. Skip rate limiting for admin users. Log throttled requests to a Prisma table.
ה-prompt השני נותן לכם קוד מוכן ל-production. דיוק הוא כיום מיומנות הנדסית מובילה.
עליכם גם להיזהר ממצבי כשל (failure modes). קוד של AI נראה לעיתים קרובות נכון אך הוא שגוי באופן דק. הוא עשוי לעבור טסטים אך להסתיר פרצת אבטחה או race condition. בדקו את פלט ה-AI באותה עין ביקורתית שבה אתם בודקים מפתח ג'וניור.
המפתחים שמפחדים מ-AI מתמקדים בדבר הלא נכון. הם דואגים לכך שהם כותבים פחות קוד. הסיכון האמיתי הוא הכישלון בשדרוג המיומנויות שמסביב לקוד.
המטרה היא לא להפסיק להיות מפתחים. המטרה היא להיות מפתחים טובים יותר.
האפליקציה עלתה לאוויר תוך 3 ימים כי השקעתי את הזמן שלי ב:
- מודל הנתונים (data model).
- זרימת המשתמש (user flow).
- מקרי קצה (edge cases).
- הלוגיקה העסקית (business logic).
זו העבודה כיום.
מה היחס הנוכחי שלכם בין קוד AI לקוד שנכתב ידנית? ספרו לי בתגובות.