‏Intent Engineering: مهارتی که با قوی‌تر شدن AI مهم‌تر می‌شه

نویسنده یه مفهوم به اسم intent engineering رو مطرح می‌کنه، یعنی مطمئن شدن از اینکه ایجنت کدنویسی واقعاً می‌فهمه تو چی می‌خوای، نه فقط چیزی که تو پرامپت تایپ کردی. حرف اصلیش اینه که مدل‌ها دارن کد درست و تمیز رو راحت می‌نویسن، پس گلوگاه از سینتکس رفته سمت ارتباط. و این مشکل با قوی‌تر شدن مدل‌ها از بین نمی‌ره.

بهانه‌ی بحث، ریپوی وایرال Reverse Engineer Anything تو GitHubه که با یه سرور MCP (یعنی پروتکلی که ابزارها رو به ایجنت وصل می‌کنه) و یه harness (یعنی چارچوب سؤال‌ها، مرحله‌های اعتبارسنجی و مرجع‌هایی که دور ایجنت می‌چینی) اپ‌های موجود رو با دقت بالا بازسازی می‌کنه. خیلی‌ها اینو نشونه‌ی حل شدن مهندسی نرم‌افزار دونستن. نویسنده می‌گه دلیل موفقیتش اینه که خود اپ هدف همون مشخصاته. ایجنت می‌تونه نسخه‌ی خودش رو کنار اصلی اجرا کنه و مقایسه کنه، و همین حلقه‌ی بازخورد کار رو ممکن می‌کنه، نه فقط هوش مدل.

بیشتر نرم‌افزارها این‌جوری نیستن. معمولاً از یه ایده‌ی نصفه یا یه تیکت بدون edge case شروع می‌شن و هیچ اپ مرجعی نیست که باهاش diff بگیری. نویسنده هشدار می‌ده که نباید «meat proxy» بشی، یعنی درخواست رو بدون برنامه‌ریزی بدی به ایجنت و خروجی رو بدون بررسی تحویل بدی. کد اجرا می‌شه و حتی ممکنه تست‌ها رو پاس کنه، ولی مسئله‌ی اشتباه رو حل کرده و مسئولیتش با خود توئه.

راه‌حل پیشنهادی اینه که یه چیزی برای اعتبارسنجی به ایجنت بدی یا خودت بسازیش: یه سند برنامه‌ریزی دقیق (PRD)، چند مثال، یا یه مرجع تصویری. مثال مقاله ساخت یه بازی با یه «software factory» بود. نسخه‌ی دوبعدی خوب دراومد ولی هدف یه بازی سه‌بعدی بود که با متن نمی‌شد خوب توضیحش داد. چاره پرامپت بهتر نبود؛ استایل بصری یه بازی Zelda رو مرجع گذاشتن و ایجنت مدام خروجی رو باهاش مقایسه کرد و جواب داد.

به گفته‌ی نویسنده، prompt engineering به معنی پیدا کردن جمله‌بندی‌های زرنگ با بهتر شدن مدل‌ها کم‌ارزش‌تر می‌شه، ولی intent engineering نه. یه تست ساده پیشنهاد می‌ده: فرض کن مدل بعدی دو برابر قوی‌تر باشه، این مهارت مهم‌تر می‌شه یا کم‌اهمیت‌تر؟ حفظ سینتکس و نوشتن boilerplate کم‌اهمیت‌تر می‌شن، ولی برنامه‌ریزی، نوشتن نیازمندی‌ها و طراحی حلقه‌ی اعتبارسنجی مهم‌تر.

نکات کلیدی:

• Reverse Engineer Anything با یه سرور MCP و یه harness اپ‌های موجود رو بازسازی می‌کنه.
• موفقیتش به این خاطره که اپ اصلی خودش مشخصات کامل و قابل‌مقایسه‌ست.
• تو پروژه‌های واقعی مرجع باید با PRD، مثال یا مرجع تصویری ساخته بشه.
• مدل قوی‌تر نمی‌تونه نیازمندی‌ای رو که هیچ‌وقت گفته نشده حدس بزنه.
• تست مهارت: اگه مدل بعدی دو برابر قوی‌تر بشه، این مهارت مهم‌تر می‌شه یا کمتر؟