چطور تو دوران LLM هنوز از کدنویسی لذت ببریم
خلاصهٔ کاملتر
این پست تو انجمن رسمی Haskell نوشته شده و مخاطبش کسیه که یا از کار با AI خسته شده، یا نگرانه شغلش رو به کسی ببازه که مهارت کدنویسی کمی داره ولی اشتراک سنگین AI داره. نویسنده از اول شفاف میگه که بحثش دربارهٔ نگرانیهای اخلاقی مدلهای بزرگ نیست و متن رو هم بدون کمک AI نوشته.
حرف اصلیش اینه: اگه میخوای مالک کدبیست بمونی، باید خودت کد بزنی. به گفتهٔ نویسنده مدلها تو تولید کدِ خوانا برای آدم خیلی ضعیفتر از چیزی هستن که تبلیغ میشه؛ کدی مینویسن که خودشون بعداً روش کار کنن، و وقتی یه فایل کاملاً تولیدشده باگ داره، آدم حس میکنه تو یه منظرهٔ غریبه دنبال مشکل میگرده. مهارت هم با تمرین نکردن از بین میره و بعد از چند هفته واگذاری کامل، برگشتن سخت میشه.
پس بهرهوری از کجا میاد؟ از اینکه تقریباً هر کاری جز کدنویسی رو به ایجنت بدی. نویسنده پیشنهاد میده از LLM مثل یه ابزار دفترداری استفاده کنی: یه گفتگوی طولانی بین متخصصها رو به تسکهای عملی تبدیل کنه، نتیجهٔ تستها رو یادداشت و دستهبندی کنه، و آیتمهای برنامه رو تو فایلهای markdown با frontmatter نگه داره. ولی تصمیمهای مهم رو خودش نگیره و ازت بپرسه؛ اگه سؤالش رو نمیفهمی، تقصیر مدله که context کافی نداده.
دربارهٔ تحقیق هم میگه نتیجهٔ ایجنت رو به عنوان واقعیت نپذیر. بهتره همزمان خودت هم سرچ کنی تا کموبیش هر چی ایجنت میدونه رو بدونی. ازش بخواه یافتههاش رو با لینک منبع جایی بنویسه؛ بعداً که پیشنهاد عجیبی داد، ازش بپرس کدوم منبع این رو میگه. به گفتهٔ نویسنده نصف مواقع مدل خودش اشتباهش رو پیدا میکنه، و نصف دیگه تو منبع رو میخونی و خودت تصمیم درست رو میگیری. یه قاعدهٔ دیگه هم داره: هیچ خروجی LLM رو بدون یه چرخهٔ ریویوی خودکار نخون، حتی نقشهها رو.
بخش پایانی پست دربارهٔ وابستگیه. نویسنده میگه تکیه بر frontier model ها چند مشکل داره: مصرف انرژی، سخت شدن اعتماد به چیزی که وانمود میکنه از تو باهوشتره، و مهمتر از همه ناپایداری توکن. به نظرش تموم شدن توکن رو نباید به چشم «کم خریدم» دید؛ این یه قطعی سرویسه، چون سقف توکن عددی نامشخصه که هر وقت بخوان عوض میشه. راهحلش اینه که همیشه یه فهرست تسک آمادهٔ آفلاین داشته باشی. آخر هم هشدار میده متن تولیدی AI برای سلامت ذهن خوب نیست و PR کاملاً تولیدشده برای آدمها نفرست؛ اون متن ارتباط نیست، خروجی ابزاره.
نکات کلیدی:
- پیشنهاد اصلی: «با هم نقشه بکشید، ولی کد رو خودت بزن» به جای الگوی رایج «نقشه، تأیید، ایجنت کد بزنه».
- موارد مجاز برای ایجنت: تمیزکاری، تسکهای کوچک، کار روتین و ریفکتورهای کمریسک؛ نه طراحی چیزی پیچیده از صفر.
- اگه داری ۷ حالت تکراری رو به ایجنت میسپری، احتمالاً به جاش باید انتزاع بسازی؛ مدلها معمولاً این رو نمیبینن و کد رو کپی میکنن.
- هیچ خروجی LLM، از کد تا نقشه، قبل از پاس شدن از یه ایجنت ریویوکننده نباید خونده بشه.
- تموم شدن توکن یه قطعی سرویسه، نه اشتباه خرید؛ برای همین همیشه یه لیست تسک آفلاین آماده داشته باش.
- نویسنده تخمین میزنه با این روش حدود دوبرابر سریعتر شده، خیلی کمتر از چیزی که vibe coder ها ادعا میکنن.




