کارخونه تاریک: ریپازیتوریای که خودش کد میده بیرون
هوش مصنوعیخلاصهٔ کاملتر
تو این مقاله اومده که «AI dark factory» (یعنی ریپازیتوریای که بدون بازبینی آدم، کد خودش رو منتشر میکنه) دیگه یه ایده فرضی نیست. کافیه بهش یه PRD یا یه تیکت بدی که میگه قدم بعدی چیه؛ بعدش خود سیستم پلن میریزه، کد میزنه، تست و اعتبارسنجی میکنه و PR باز میکنه یا مستقیم مرج میکنه. اسمش هم از صنعت اومده: کارخونهای که چراغش خاموشه چون کارگری رو خط نیست.
نویسنده این ماجرا رو روی یه مقیاس پنجسطحی میذاره که Dan Shapiro با تشبیه رانندگی معروفش کرده. سطح صفر همون «اتوکامپلیت تندوتیز»ه که برنامهنویس تقریباً همهچی رو دستی مینویسه. سطح یک و دو میره سمت pair programming. سطح سه یعنی ایجنت بیشتر کد رو مینویسه ولی آدم هنوز پلن میریزه و خروجی رو چک میکنه. سطح چهار بخشی از پلن و اعتبارسنجی رو هم میده به ایجنت، و سطح پنج همون کارخونه تاریکه.
به گفتهٔ نویسنده سطح سه هنوز مطمئنترین جا برای کار پروداکشنه، چون همون آدمی که گلوگاه سرعته، تور ایمنی هم هست و خطاها قبل از رسیدن به پروداکشن گیر میافتن. سطح چهار و پنج این گلوگاه رو برمیدارن و کار خیلی سریعتر جلو میره، ولی فقط وقتی جواب میده که هارنس دور ایجنت خودش بتونه اشتباهاتش رو بگیره. پریدن مستقیم به کارخونه تاریک، نتیجهش کد خراب یا ناامنیه که کسی حواسش بهش نیست.
چیزی که این سیستم رو میسازه یه پرامپت باهوش نیست، هارنسه (یعنی همون داربست مهندسیشدهای که دور ایجنت میپیچن). تیکههاش اینان: یه اسپک بهعنوان تنها ورودی که معمولاً یه ایشوی گیتهابه، یه حلقه کاری تکرارشونده به شکل prime و plan و implement و validate و commit و PR، یه ایجنت دوم که نقش منتقد و ریویوئر رو بازی میکنه، یه استراتژی اعتبارسنجی خودکار، و یه ایجنت کدنویس که headless اجرا میشه چون کسی نیست جواب سؤالاش رو بده.
نویسنده میگه بهترین گزینهٔ فعلی، پروژههای محدود و تستپذیره؛ مثلاً بازی، چون هی میشه یه دشمن یا مرحلهٔ جدید بهش اضافه کرد و راحت هم معلومه کار میکنه یا نه. برای اپلیکیشنهایی که نیازمندیهاشون مبهمه یا درستی خروجیشون رو نمیشه خودکار چک کرد، سپردن کل حلقه به ایجنت هنوز آزمایشیه. جمعبندی خود مقاله هم همینه: کارخونه تاریک یه نگاه واقعی به آیندهٔ کدنویسیه، نه انتخاب پیشفرض برای سیستمهای حساس.
نکات کلیدی:
- سطح پنج مقیاس خودمختاری یعنی صفر بازبینی انسانی؛ تنها ورودی یه PRD یا تیکته
- بیشتر توسعهدهندههای باتجربه الان سطح سه کار میکنن: ایجنت کد میزنه، آدم پلن و چک میکنه
- هارنس دستکم چهار تیکه داره: پلن، ایجنت منتقد جدا، اعتبارسنجی خودکار، و حلقهٔ prime تا PR
- ایجنت headless اجرا میشه تا حلقه خودکار از روی یه ایشوی گیتهاب راه بیفته
- برای پروژههای محدود و تستپذیر مثل بازی جواب میده؛ برای کدبیسهای حساس هنوز آزمایشیه
- هر باگی که اعتبارسنجی نگیره، همونطور منتشر میشه
