‏یه مهندس هوش مصنوعی تو سال ۲۰۲۶ چطوری از AI استفاده می‌کنه

بن استولوویتز پارسال تو مایکروسافت کار می‌کرد و الان research engineer تو Salesforce AI Research هست. تو این پست، مثل پارسال، مرور می‌کنه که از AI برای چه کارهایی استفاده می‌کنه. خودش میگه ماهی حدود ۳۰۰۰ دلار توکن خرج می‌کنه. امسال یه «سیاست شخصی AI» هم برای خودش نوشته، یعنی یه چارچوب که مشخص کنه کجا AI کمکش می‌کنه و کجا بهش آسیب می‌زنه.

مهم‌ترین تغییر تو برنامه‌نویسیه. نویسنده میگه «نوشتن کد حل شده» و دیگه خودش کد زیادی نمی‌نویسه. روزش با مدیریت ۵ تا ۶ ایجنت Claude Code (یا Codex و OpenCode) می‌گذره. هر ایجنت یه کپی جدا از کد داره (یعنی یه git worktree)، کد می‌نویسه، تست اجرا می‌کنه و حتی PR می‌سازه. به گفته‌ی خودش یه فیچر جدید رو تو حدود ۲۰ دقیقه پروتوتایپ می‌کنن و آزمایش ایده‌های عجیب خیلی ارزون شده.

ولی نویسنده معتقده مهندسی حل نشده. اگه ایجنت‌ها رو به حال خودشون ول کنی، یه کد شلوغ، over-architected و ناخوانا تحویل میدن. موفق‌ترین کار امسالش این بوده که یه ابزار رو دستی نوشته و حدود ۴۰۰۰ خط vibe-code رو با چند صد خط عوض کرده. از خستگی هم میگه: سر و کله زدن با ۶ تا ایجنت همزمان خیلی بیشتر از خود کدنویسی خسته‌ش می‌کنه. کد ایجنت‌ها رو هم دیگه خط به خط ریویو نمی‌کنه و بیشتر روی معماری و الگوهای کلی تمرکز داره.

تو جستجو، خلاصه‌ی AI گوگل شده روش پیش‌فرضش و معمولاً قابل قبوله، ولی برای خرید و توصیه‌ی محصول هنوز بهش اعتماد نداره. به نظرش LLMها بهترین معلم‌هایی هستن که بشر ساخته، ولی بزرگ‌ترین ترسش اینه که باید مدام یادشون بندازی که قراره یاد بدن، نه این‌که کارو به جای تو انجام بدن. برای پیدا کردن مقاله‌های علمی هم الان انتخاب اولشه، ولی تو تحقیق جدید (مثلاً تشخیص turn، یعنی این‌که کی حرف کاربر تموم شده) AI چند بار گمراهش کرده.

تو نوشتن، نظرش مثل پارسال «ew» هست. هیچ متنی رو از صفر با AI نمی‌نویسه و به نظرش نوشته‌ی AI کسل‌کننده و تکراریه، با این‌که همین مدل‌ها مسئله‌های سخت ریاضی رو حل می‌کنن. فقط برای پیدا کردن کلمه‌ی درست ازش استفاده می‌کنه. تو هنر هم تولید تصویر رو کنار گذاشته، ولی از بعضی موزیک‌های AI خوشش میاد، به شرطی که ابزاری برای خلاقیت آدم باشه نه جایگزینش.

نکات کلیدی:

• نویسنده ماهی حدود ۳۰۰۰ دلار توکن خرج می‌کنه و همزمان ۵ تا ۶ ایجنت کدنویسی رو مدیریت می‌کنه.
• ایجنت‌ها یه فیچر رو تو حدود ۲۰ دقیقه پروتوتایپ می‌کنن، ولی بدون نظارت آدم کد بی‌کیفیت تحویل میدن.
• جایگزینی حدود ۴۰۰۰ خط vibe-code با چند صد خط کد دستی، موفق‌ترین کار امسالش بوده.
• ریویوی کد با ایجنت باگ و مشکلات ظاهری رو خوب پیدا می‌کنه ولی تو طراحی معماری ضعیفه.
• AI برای خلاصه‌سازی و تبدیل گفتار به متن عالیه، ولی برای نوشتن از صفر و توصیه‌ی محصول نه.