کاری که مدلها هنوز بلد نیستن
هوش مصنوعیخلاصهٔ کاملتر
سین گودکه تو پستی که سال ۲۰۲۵ نوشته بود، معیار سنجش مهندس نرمافزار رو «ارزش نسبت به جایگزین» گذاشت: نه اینکه چقدر برای شرکت پول درآوردی، بلکه چقدر بیشتر از یه مهندس متوسط تو همون جایگاه. به گفتهٔ او الان این معیار مهمتر هم شده، چون نوشتن کد دیگه اون هزینهٔ ثابت بالا رو نداره و ماهی حدود صد دلار آب میخوره.
نویسنده میگه پناه بردن به یه حوزهٔ «سختِ مهندسی» جواب دائمی نیست. اوایل ۲۰۲۶ تغییر دادن کدبیسهای بزرگ هنوز از عهدهٔ مدلها برنمیاومد، ولی الان برمیآد. پیشنهادش اینه سراغ کارهایی بریم که مدلها تو این مدت توشون بهتر نشدن و ذاتاً هم بهتر شدنشون سخته: آشنایی عمیق با کدبیس، و ارتباط فنی.
به گفتهٔ نویسنده خطای مدلهای امروزی دیگه از جنس توهمزدن یا خطای منطقی ساده نیست، از جنس بیاطلاعیه: نمیدونن همین الان تو کدبیس ماژولی برای این کار هست، تغییر رو تو سیستم اشتباه اعمال میکنن، یا سبک کدنویسی تیم رو رعایت نمیکنن. یه دستهٔ دیگه هم خطای احتیاط بیش از حده؛ مثلاً چک تکراری برای مقداری که فقط یکبار از کانفیگ ست میشه، یا گذاشتن fallback جایی که کد بهتره همونجا کرش کنه.
گرفتن این خطاها هم شناخت سیستم میخواد هم جرئت مخالفت. نویسنده میگه ایجنتها خیلی قانعکننده حرف میزنن و گاهی روی یه ریسک گیر میکنن و مدام کد اضافه میذارن؛ باید بتونی بگی «این خوب نیست، اصلاً X و Y لازم نیست، چرا سادهتر انجامش ندیم؟». سپردن بازبینی به یه ایجنت دیگه هم چاره نیست، چون مدلها همون فرضها و همون جنس خطا رو تکرار میکنن و آخرش هزار خط کد محتاطانهٔ بیمصرف تحویل میدن.
بخش دوم ارتباط فنیه. به گفتهٔ نویسنده مدلهای جدیدتر تو کدنویسی بهتر شدن ولی تو نوشتن بدتر. دو دلیل میآره: کیفیت نوشته رو نمیشه خودکار نمره داد، و آزمایشگاهها هم تمرکزشون رو گذاشتن روی توانایی حل مسئله نه بیانِ روشن. نتیجهاش یه لحن عجیب و فشردهست که خوندنش سخته، اون هم درست وقتی خیلیها کمکم به متن AI حساس شدن و ناخودآگاه ازش رد میشن.
نکات کلیدی:
- معیار پیشنهادی نویسنده «ارزش نسبت به جایگزین»ه، نه پولی که پروژه درآورده
- خطاهای رایج مدلها: بیاطلاعی از کدبیس و احتیاط بیش از حد، نه توهم یا خطای منطقی
- بازبینی مدل با مدل مشکل رو حل نمیکنه؛ همون جنس خطا تکرار میشه
- دو مهارت ماندگار به گفتهٔ نویسنده: شناخت عمیق سیستم و نوشتن فنیِ روشن
- بدترین حالت «meat proxy» شدنه: کپی کردن درخواست تو ایجنت و تحویل خروجیش به اسم کار خودت
