تیم‌های محصول دارن سمت توسعهٔ خودکار با ایجنت می‌رن
هوش مصنوعیخلاصهٔ کامل‌تر
نویسنده می‌گه با اومدن مدل‌هایی مثل GPT-6 Astra، توانایی ایجنت‌های AI (یعنی برنامه‌هایی که خودشون کد می‌نویسن و از اپ استفاده می‌کنن) اونقدر بالا رفته که دیگه محدودیت اصلی، دانش خود مدل نیست؛ محدودیت اینه که ایجنت چقدر به context یعنی اطلاعات مخصوص پروژه و تیم دسترسی داره. به گفتهٔ نویسنده، کار تیم اینه که محیطی بسازه که ایجنت‌ها خودشون به مستندات، لاگ‌ها و تیکت‌های پشتیبانی دسترسی داشته باشن، ولی از دیتابیس production یا دسترسی root دور بمونن.
نکتهٔ بعدی اینه که وقتی ایجنت‌ها می‌تونن با هم هماهنگ بشن، دیگه لازم نیست همه‌شون رو مستقیم مدیریت کنی؛ کافیه با یکی-دو تا از اون‌ها مثل ابزارهایی که نویسنده اسم می‌بره (Grok Bot، Pi و Herdr) صحبت کنی. خیلی از کارها -مثل بررسی یه باگ ریپورت یا هشدار مانیتورینگ- می‌تونه خودکار اجرا بشه، به شرطی که ایجنت‌ها روی سرور اجرا بشن، نه فقط لپ‌تاپ، و همیشه در دسترس باشن.
نویسنده معتقده باید کنترل رو تا حدی رها کرد: کارهایی مثل جمع‌آوری فیدبک کاربر یا پیدا کردن dead code رو میشه به ایجنت سپرد، چون حتی اگه اشتباه کنن عواقبش محدوده. حتی اسپک یه فیچر جدید هم می‌تونه از روی یه فایل صوتی توسط ایجنت‌ها پیش‌نویس بشه؛ پیاده‌سازی هم بین چند ایجنت با نقش‌های Coordinator، Worker، Reviewer و Researcher تقسیم میشه.
نویسنده این مدل رو روی یه پروژهٔ واقعی امتحان کرده: یه اپ چت که چهار سال پیش با مدل‌های ضعیف‌تر ساخته بود و حدود ۷۵۰ هزار دلار درآمد داشت رو کامل نابود کرد و از صفر بازسازی کرد. برای این کار یه سیستم لاگ یکپارچه برای بک‌اند و فرانت ساخت و اسپک‌ها رو تو سه فایل سازمان‌دهی کرد: یه فایل vision برای جهت کلی پروژه، یه styleguide برای استایل کد، و یه فایل board برای لیست کارها.
نتیجه این شد که در پنج روز، هم اپ و هم کل وب‌سایت و API تحویل داده شد. به گفتهٔ نویسنده، توسعهٔ محصول هنوز صددرصد خودکار نیست، ولی روند به‌وضوح داره به همون سمت می‌ره؛ حتی اگه ایجنت‌ها فیچر رو خودشون پیاده‌سازی نکنن، بازم می‌تونن کیفیت محصول رو خیلی بالاتر ببرن.
نکات کلیدی:
- محدودیت اصلی مدل‌های قوی دیگه دانش نیست، بلکه دسترسی به context مخصوص پروژه‌ست
- ایجنت‌ها باید روی سرور اجرا بشن نه فقط لپ‌تاپ، تا همیشه در دسترس و هماهنگ با هم باشن
- نقش‌های Coordinator، Worker، Reviewer و Researcher برای تقسیم کار بین ایجنت‌ها استفاده میشه
- یه پروژهٔ واقعی با درآمد ۷۵۰ هزار دلاری، در پنج روز کامل بازسازی شد
