وقتی ایجنتها کد بیشتری تولید میکنن، صف ریویو بزرگ میشه. نویسنده میگه تمرکز روی این صف، اصل ماجرا رو پنهون میکنه.
هر اپی که تو شرکت ازش استفاده میشه، اپ سازمانی نیست. نویسنده میگه خط مرزی جای دیگهایه: جایی که کسبوکار دیگه بدون اون اپ نمیچرخه.
مارک مینور یک سال وقت گذاشت و ست آیکون Cursor رو از صفر کشید. میگه AI کمکش کرد فکر کنه و ابزار بسازه، ولی خود آیکونها کامل دستی درآمدن.
یه پژوهشگر هوش مصنوعی میگه مدل رو باید از مسیر آموزشش فهمید نه از حالت نهاییش؛ نویسنده میگه این دقیقاً همون حرفیه که ۲۰ ساله دربارهٔ تاریخچهٔ کد میزنیم.
۷۶ درصد سازمانها دستیار کدنویسی هوش مصنوعی راه انداختن، ولی فقط ۳۴ درصدشون میتونن نشون بدن چه تغییری تو تحویل ایجاد شده. مشکل از ابزار نیست، از چیزیه که دارن اندازه میگیرن.
پیشنویس تازهی WCAG 3 سطحهای برنز، نقره و طلا رو آورده تا شرکتها از حداقل دسترسپذیری فراتر برن. نویسنده میگه این سطحها عملاً هیچ انگیزهای نمیسازن.
بعضی طراحهای باتجربه فقط با حس و شهود کار میکنن و همین بالاتر از سطح Senior جلوشون رو میگیره. نویسنده میگه راهحل، نوشتن معیارهای قضاوتته.
یه طراح که یه سال هست فرآیند کاریش رو دور هوش مصنوعی بازسازی کرده، پنج اصل میده تا سرعت AI به قیمت افت کیفیت طراحی تموم نشه.
این مقاله با مثال آیپاد و OP-1 نشون میده چرا کم کردن جزئیات محصول باعث میشه بشه رو همون چندتا که موندن عمیقتر کار کرد.
بازار کشاورزای محلی یه الگوی ساده رو نشون میده که خیلی از تیمهای محصول ازش غافلن: طراحی برای کاربرایی که هزینهٔ خدمت بهشون بالاست، نه فقیرتره.
یه مهندس که ماههاست با دهها agent کدنویس کار میکنه، روش شخصیش برای نظم دادن به کارشون رو توضیح میده: فایلهای سادهی markdown تو گیت و چند agent که فقط هماهنگ میکنن.
نویسندهی پستهاگ میگه با اینکه ایجنتها دیگه اکثر کدها رو خودشون مینویسن، مهندس بودن از بین نمیره؛ فقط شکلش کامل عوض شده.
ادی اوسمانی میگه چطور باید ایجنتهای AI رو تو کدهای قدیمی و شکننده به کار گرفت، بدون اینکه سیستم رو خراب کنن یا اعتماد تیم رو از دست بدن.
یه نویسنده که هم زیاد از هوش مصنوعی برای کدنویسی کمک میگیره هم کدشو میخونه، دو رویکرد رایج امروز رو از هم جدا میکنه.
به گفتهی یه توسعهدهنده باسابقه، هزینهی نوشتن کد داره صفر میشه و شغل برنامهنویس جونیور همین الان داره از بین میره؛ ولی نسل بعدی مهندسها قراره کار کاملاً متفاوتی انجام بدن.
یه گفتگوی تازه میگه رقابت هوش مصنوعی بین آمریکا و چین اونجوری که رسانهها میگن یه مسابقه با یه برنده نیست.
مهندسهایی که میرن داخل شرکت مشتری میشینن و مسئلهشو حل میکنن الان پرتقاضاترین آدمهای دنیای AI هستن؛ ولی خود متخصصهای این حوزه هم سر تعریف این شغل به توافق نرسیدن.
یه پژوهش استنفورد نشون میده استخدام جوونهای ۲۰ تا ۲۵ ساله تو صنایعی که هوش مصنوعی روشون تاثیر گذاشته، ۱۹ درصد از بقیه گروههای سنی عقبتره.
یه مدیر فنی که اولش میگفت مهم نتیجهست نه روش، وقتی خودش شروع کرد به عصبانی شدن از متنهای هوش مصنوعی، به یه قانون ساده رسید: کجا هوش مصنوعی خوبه و کجا اعتماد رو نابود میکنه.
نویسندهٔ این مقاله میگه APIهای معروف اغلب همونایی هستن که بعداً بیشترین دردسر رو درست میکنن، و راز API خوب یه چیز دیگهست.