‏AI مهندسی زیرساخت رو از بین نمی‌بره، فقط جابه‌جاش می‌کنه

نویسنده که مهندس زیرساخته، از یه روند صنعتی شروع می‌کنه: شرکت‌ها الان دارن همه‌چی رو با AGENTS.md و INSTRUCTIONS.md برای ایجنت‌ها مستندسازی می‌کنن، نه فقط آدم‌ها. سؤالی که این‌جا مطرح می‌شه اینه: اگه همه‌ی context یه استک جایی نوشته بشه که یه ایجنت بتونه بخونتش، مهندسا اضافه می‌شن؟ نویسنده می‌گه این سؤال آشناست، چون قبلاً هم یه بار این اتفاق افتاده.

به گفته‌ی نویسنده، Kubernetes مدیریت تنظیمات مثل Ansible رو از بین نبرد، فقط اونقدر مدیریت سرور رو ساده کرد که دیگه لازم نبود خودمون node image بسازیم یا با SSH بریم تو سرور دیباگ کنیم. سرویس‌های serverless مثل Fargate یا Cloudflare Containers یه پله بالاتر همین کارو کردن. تو هر مرحله، یه لایه از کار دستی خودکار شد و مهندسا رفتن سراغ لایه‌ی بالاتر - تصمیم گرفتن که workload چیه، چه ایمیجی داره، چطور اسکیل می‌شه.

نویسنده می‌گه الان هر روز از Claude برای نوشتن Helm chart و ماژول Terraform استفاده می‌کنه؛ چیزی که AI ازش گرفته، فکر کردن نیست، جست‌وجوی مستنداته - دیگه لازم نیست changelog هر provider رو بخونه. برای مقایسه، یه نمونه از HCL چهار سال پیش خودش رو می‌ذاره: یه حلقه‌ی تودرتوی چهار لایه برای تگ زدن subnetها که یه ساعت طول کشید تا syntaxش درست بشه:

subnet_tags = merge([
  for account, regions in var.accounts : merge([
    for region, azs in regions : merge([
      for az, subnets in azs : {
        for subnet_id, tags in subnets :
        "${account}/${region}/${az}/${subnet_id}" => tags
      }
    ]...)
  ]...)
])

می‌گه امروز Claude همچین چیزی رو تو چند ثانیه می‌نویسه، ولی خودش دیگه رفلکس نوشتن دستی همچین syntaxی رو نداره - دقیقاً مثل مهندسایی که بعد از Kubernetes هیچ‌وقت یاد نگرفتن یه node OS image رو دستی بسازن. با این حال، اون چیزی که عوض نشده رو هم روشن می‌گه: هنوز باید بدونه یه ماژول Terraform خوب یا Helm chart تمیز چه شکلیه، و وقتی کشتن یه node واقعاً راه‌حل نیست، هنوز باید بلد باشه با SSH بره تو و دیباگ کنه.

جایی که نویسنده مطمئن نیست همینه: الان اون کسیه که شکل نهایی یه استک رو تصمیم می‌گیره، چون context کامل رو داره و ایجنت نداره - جز چیزی که تو AGENTS.md یه ریپازیتوری نوشته شده. ولی می‌گه همون پوش‌های سازمانی برای دادن context کامل به AI دارن دقیقاً همین شکاف رو می‌بندن؛ اگه واقعاً جواب بده، شاید یه ایجنت با دید بلندمدت رو کل زیرساخت، بهتر از خودش برنامه‌ریزی کنه.

نکات کلیدی:

• نویسنده AI رو با Kubernetes مقایسه می‌کنه: هر دو یه لایه از کار دستی رو خودکار کردن، نه کل شغل رو
• هر روز از Claude برای نوشتن Helm chart و ماژول Terraform استفاده می‌کنه؛ چیزی که حذف شده جست‌وجوی مستنداته، نه فکر کردن
• یه حلقه‌ی چهارلایه‌ی HCL که چهار سال پیش یه ساعت طول کشید، الان با AI تو چند ثانیه نوشته می‌شه
• تصمیم‌گیری نهایی درباره‌ی شکل استک و دیباگ SSH هنوز دست خود مهندسه
• نگرانی اصلی نویسنده اینه که اگه AI به context کل سازمان دسترسی پیدا کنه، شاید همون لایه‌ی «تصمیم‌گیری» هم خودکار بشه