مدیریت مهندسی وقتی نوشتن کد ارزون شد
هوش مصنوعی
تستخلاصهٔ کاملتر
نویسنده که کمی بیش از سه ساله دایرکتور مهندسیه، میگه هنوز «قواعد قدیمی» رو مرتب میشنوه: دایرکتور نباید کد بزنه، کار خوب زمان میبره، تیم رو از کسبوکار محافظت کن، قبل از تصمیم اجماع بگیر. بعد از آوردن LLMها به سازمانش و ارزون شدن تولید کد، رفته سراغ فرضِ زیر هر قاعده و دیده حدود نصفشون روی فرضهایی سوارن که شکستن و نصف دیگه روی فرضهایی که دستنخورده موندن — و بعضیهاشون مهمتر از قبل شدن.
به تأکید او فقط یک ادعای باریک ثابت شده: هزینهٔ تولید کدِ بهظاهر درست فرو ریخته و برنمیگرده. اینکه ابزار هوش مصنوعی سازمانها رو بهطور چشمگیر سریعتر کرده هنوز اثبات نشده، اینکه بازبینی کد و مستندسازی و آنبوردینگ منقضی شدن غلطه، و اینکه همون رودمپ رو با نصف نیرو میبری یک شرطبندیه نه یک واقعیت. اگه رسمهای مدیریتی رو روی ادعاهای پهن بازسازی کنی، به گفتهٔ او داری با شغل بقیه قمار میکنی و اسمش رو میذاری نتیجهگیری.
پیشنهاد عملیاش حسابرسی فرضهاست: هر رسمی که به هزینهٔ نوشتن کد تکیه داره باید بازبینی بشه و هر رسمی که به هماهنگی و اعتماد و راستیآزمایی آدمها تکیه داره تغییری نکرده، هرچقدر هم قدیمی به نظر برسه. با همین عینک، velocity و تعداد PR و تیکت بستهشده که همیشه ناقص بودن حالا فعالانه گمراهکنندهان، چون ارزونترین راه بالا بردنشون تولید حجمه و حجم همون چیزیه که سازمان دیگه کمبودش رو نداره. متریکهای مخصوص هوش مصنوعی مثل نرخ پذیرش هم همون اشتباه با لباس نوئه.
نویسنده هشدار میده به هر کسی که فقط از جهش سرعت خبر میده مشکوک باشید، از جمله به تیم خودتون. سودی که خودش دیده در کارهای صفر تا صد، بویلرپلیت و قلمروی ناآشنا واضحه و در کار عمیق روی سیستمی که مهندس از قبل میشناسه محو میشه یا برعکس. فاصلهٔ بین سرعتِ حسشده و سرعتِ اندازهگیریشده خودش یک مسئلهٔ مدیریتیه: اگه مهندسها سریعتر حس کنن و همون مقدار با نقص بیشتر تحویل بدن، نیروگذاری و برنامهریزی و انتظارسازیات همه غلط از آب درمیآد.
هستهٔ مقاله جاییه که راستیآزمایی رو دو تکه میکنه. راستیآزمایی مکانیکی — هر چیزی که «درست» رو بشه در قالب تایپ، تست، کانترکت، لینت، اینوریانت یا متریک کاناری نوشت — داره فرو میریزه، چون ایجنتها حلقهٔ تست رو با سرعتی میچرخونن که هیچ بازبین انسانی بهش نمیرسه. ولی این لایه فقط به این خاطر سریعه که یک نفر قبلاً معنی «درست» رو در قالبی ماشینخوان نوشته: مشخصات کار رو کرده و چکر فقط میخونه.
راستیآزمایی معنایی داستان دیگهایه: آیا کد همون سیاستی رو پیاده کرده که کسبوکار لازم داره؟ اینجا «درست» تو ذهن آدمها و تاریخ سازمان زندگی میکنه، و هوش مصنوعی که هوش مصنوعی رو چک میکنه مشکل ساختاری داره: چکر و تولیدکننده، دادهٔ آموزشی و نقطهکورهای مشترک دارن، پس هر دو در یک جا میشکنن. خودبازبینی غلط املایی رو میگیره، ولی سوءتفاهم مشترک رو نه.
سه نتیجهای که از این تفکیک میگیره: هزینهٔ هر چک پایین میآد ولی بار کل بالا میره، چون چک ارزون تولید بیشتر رو دعوت میکنه و پروفایل حادثه عوض میشه — خطای احمقانهٔ کمتر، خطای سیستمی بیشتر. دوم، اینکه چه سهمی از درستیات ماشینخوانه یک متغیر استراتژیکه، پس سرمایهگذاری روی مشخصات و کانترکت و اینوریانت بالاترین اهرم زیرساختیه. سوم، کندترین بخش هیچوقت خودِ چک نبوده بلکه امضا و پاسخگویی بوده که فشرده نمیشه، چون پذیرش ریسکه نه پردازش اطلاعات.
نگرانی حلنشدهاش خط تولید نیروی جوونه: همون کارهایی که قضاوت یک سنیور رو میساختن حالا جذب ماشین میشن، و اگه تمرین برداشته بشه این خط با تأخیر سه تا پنج ساله میشکنه. در بازخوانی قواعد قدیمی جمعبندیاش دو کلمهست: کالیبراسیون و دستهبندی — دایرکتور لازم نیست کد تحویل بده ولی باید انقدر با ابزار تماس داشته باشه که نه هایپ گولش بزنه نه انکار. دربارهٔ خودِ مدیریت هم میگه لایهٔ مسیریابی اطلاعات در خطره، ولی قضاوت همون ساختار راستیآزمایی رو داره و مدیر به «ویرایشگر و مالک» تنزل میکنه.
نکات کلیدی:
- تنها ادعای ثابتشده: هزینهٔ تولید کدِ بهظاهر درست فرو ریخته؛ بقیه هنوز اثبات نشده
- هر رسم مدیریتی رو با فرض زیرینش بسنج، نه با قدمتش
- velocity و تعداد PR حالا فعالانه گمراهکنندهان، چون حجم دیگه کمیاب نیست
- راستیآزمایی مکانیکی ارزون شده، معنایی نه؛ و امضا و پاسخگویی فشرده نمیشه
- سرمایهگذاری روی درستیِ ماشینخوان (تست، تایپ، کانترکت) بالاترین اهرم زیرساختیه
- خط تولید نیروی جوون مسئلهٔ حلنشدهایه که با تأخیر چندساله خودش رو نشون میده
