‏هوش مصنوعی و وسوسهٔ زیادی ساختن

نویسنده تو این مقاله می‌گه هوش مصنوعی هزینهٔ ساختن نرم‌افزار رو تقریبا صفر کرده، ولی هزینهٔ نگه‌داشتن و صاحب‌بودنش رو نه. کد، تست، مستندات، سیاست و حتی طراحی سازمان همه‌شون حالا تقریبا مجانی تولید می‌شن، در حالی که فهمیدن، اعتبارسنجی، نگه‌داری، رفع تناقض و در نهایت حذف‌کردنشون هنوز گرونه. نتیجه‌ای که او می‌گیره اینه: قراره همه‌چیز رو بیش از حد مهندسی کنیم.

مثال اصلیش سیستمی به اسم Wheelhouse ـه که Steve Yegge برای بازی سی‌سالهٔ خودش Wyvern ساخته. به روایت نویسنده، این سیستم حدود ۵۰ تا ۶۰ ایجنت و ۱۸ نقش رسمی داره و روزی حدود ۲۷۰ کامیت می‌زنه. ولی خودِ این کارخونه به حدود ۶۰۰ هزار خط کد و تست رسیده، در حالی که محصول (بدون محتوای بازی) فقط حدود دو برابرشه. ایجنت‌ها ۴۵۰ سند حقوقی داخلی و بیش از ۱۰۰ چیزی به اسم fence هم ساختن.

نویسنده تاکید می‌کنه این یه شکست آشکار نیست، چون ایجنت‌های بی‌حافظه واقعا به قانون صریح، مرز اختیارات و مکانیزم rollback نیاز دارن. ولی او یه مکانیزم عمیق‌تر رو هم اسم می‌بره: «ظرفیت دنبال مصرف می‌گرده». وقتی ناوگان بزرگی از ایجنت راه می‌ندازی، بیکار موندنشون حس اتلاف می‌ده، پس کار ریزتر تقسیم می‌شه و backlog بزرگ‌تر. همین شد که Wheelhouse بیش از ۷۰۰ آیتم طراحی‌شده ولی پیاده‌نشده جمع کرد و Yegge تخمین زد ۲۰ تا ۲۵ درصد کارش صرف خود کارخونه می‌شه.

حرف مرکزی مقاله اینه که اصطکاک قدیمی، یعنی وقت و زحمتی که نوشتن هر سند و هر قانون می‌برد، در عمل یه فیلتر بود و مجبورمون می‌کرد بپرسیم این چیز اصلا ارزش ساختن داره یا نه. حالا اون فیلتر برداشته شده و هیچ‌کدوم از تصمیم‌ها هم به‌تنهایی احمقانه به نظر نمی‌رسن: یه قانون نوشته می‌شه، براش تست می‌ذارن، تست به enforcement نیاز پیدا می‌کنه، enforcement استثنا می‌سازه و آخرش فرایندِ تغییرِ فرایند هم کنترل خودش رو می‌خواد.

برای اینکه فعالیت با ارزش اشتباه گرفته نشه، نویسنده به دادهٔ Faros اشاره می‌کنه: تیم‌هایی که زیاد از AI استفاده می‌کنن حدود ۲۱ درصد تسک بیشتر و ۹۸ درصد pull request بیشتر بستن، ولی زمان review ۹۱ درصد، اندازهٔ متوسط PR ۱۵۴ درصد و باگ به ازای هر توسعه‌دهنده ۹ درصد بالا رفته و در سطح شرکت رابطهٔ معناداری با نتیجهٔ بهتر پیدا نشده. او یادآوری می‌کنه این پژوهش همبستگیه، نه اثبات علیت.

پیشنهادش هم چارچوب جدید نیست، برگشت به نظم مهندسی معمولیه: برای ماشین‌آلات داخلی بودجه بذار، هر fence باید یه حالت شکست مشخص و واقعی رو پوشش بده، هر سند و قانون و نقش مسیر بازنشستگی داشته باشه، و معیار واقعی رو بیرون کارخونه اندازه بگیر. از نظر او سوال کلیدی دیگه «چی می‌شه اضافه کرد؟» نیست، بلکه «این اصلا حقشه که وجود داشته باشه؟»

نکات کلیدی:

• Wheelhouse حدود ۵۰ تا ۶۰ ایجنت داره و روزی نزدیک ۲۷۰ کامیت می‌زنه
• کد و تست خود این کارخونه به ۶۰۰ هزار خط رسیده، حدود نصف اندازهٔ محصول
• ایجنت‌ها ۴۵۰ سند حقوقی داخلی و بیش از ۱۰۰ fence تولید کردن
• Yegge تخمین زده ۲۰ تا ۲۵ درصد کل کارش صرف نگه‌داری خود سیستم ایجنتی می‌شه
• طبق دادهٔ Faros، زمان review ۹۱ درصد و اندازهٔ متوسط PR ۱۵۴ درصد بالا رفته
• در نظرسنجی BetterUp، ۴۰ درصد کارمندان دفتری آمریکا گفتن ماه قبل کار تولیدشده با AI گرفتن که فقط ظاهرش درست بوده