پیشگویی آینده نرم‌افزار به سبک GitHub Next
هوش مصنوعیخلاصهٔ کامل‌تر
مگی اپلتون که تو GitHub Next (یعنی آزمایشگاه تحقیق و توسعهٔ گیت‌هاب) کار می‌کنه، تو این سخنرانی دربارهٔ speculative design حرف می‌زنه، یعنی طراحی‌ای که هدفش تصور و نمایش آینده‌های ممکنه. به نظرش design engineerها، یعنی طراح‌هایی که state، دیتابیس، API و معماری رو هم می‌فهمن، بهترین آدم‌ها برای این کارن. حالا هم agentها جاهای خالی پروتوتایپ مثل دیتابیس رو پر می‌کنن.
نویسنده قبلاً چندتا پیش‌بینی درست داشته: محبوب شدن digital gardenها تو ۲۰۲۰، پر شدن وب از محتوای بی‌کیفیت AI تو ۲۰۲۲، و انفجار نرم‌افزارهای شخصی تو ۲۰۲۴. تو GitHub Next هر روز پروتوتایپ‌های کوچیک رو روی یه پلتفرم داخلی به اسم Next Cloud می‌ذارن. ولی کار فقط ساختن پروتوتایپ نیست. باید با شواهد و سیاست سازمانی مدیرها رو قانع کنن. محصولاتی مثل Copilot و Spark از همین تیم اومدن.
شش ابزارش اینان. اول futures cone، یعنی مخروطی که نشون می‌ده یه آینده ممکن، باورپذیر، محتمل یا مطلوبه. دوم weak signals، یعنی چیزهای کوچیکی که حس می‌کنی یه تغییر پشتشونه. مثالش: مدل‌های محلی و ارزون مثل Gemma و مدل‌های تصمیم‌گیر مثل Jev. نتیجه‌ای که نویسنده می‌گیره اینه که هوش غیر LLM، مدل‌های خیلی سریع‌تر و هوش محلی همیشه‌روشن دارن مهم می‌شن.
سوم، اثرهای مرتبهٔ دوم و سوم: اگه agentها وب‌گردی کنن، شاید CAPTCHA کنار بره و تبلیغات وب عوض بشه. چهارم، بازی با ایده: برعکس کردنش (اگه agent به ما prompt بده چی؟)، تکه‌تکه کردنش، بزرگ و کوچیک کردن مقیاس، و وصل کردنش به یه استعارهٔ تصادفی.
پنجم، artefacts from the future یا diegetic prototype، یعنی یه چیز ملموس که آینده رو واقعی نشون بده، مثل یه changelog یا پیام خطا از آینده. نویسنده می‌گه حالت‌های خراب بیشتر از مسیر درست چیز یاد می‌دن و جذاب بودن مهم‌تر از درست بودنه. ششم، نظریه‌هات رو بنویس و علنی کن، ولی با داده مثل هزینهٔ inference پشتشون رو محکم کن.
نکات کلیدی:
- شش ابزار: futures cone، سیگنال ضعیف، اثرهای مرتبهٔ دوم و سوم، بازی با ایده، مصنوعات آینده، علنی کردن نظریه
- GitHub Copilot، Spark و Agentic Workflows از پروتوتایپ‌های GitHub Next به محصول رسیدن
- کتاب‌های پیشنهادی: Speculative Everything، Design Fiction، Lateral Thinking و Thinkertoys
- به گفتهٔ نویسنده مدل‌های محلی، سریع و ارزون کاربردهای کاملاً متفاوتی از مدل‌های frontier باز می‌کنن
